(1)冲顶大会系列，上线的时候，主体功能和核心体验已经很完善了，虽然经过了几个版本的迭代，但其核心模块几乎没什么变化，甚至包括玩法，也变化不大;

　　(2)网易系的产品普遍拥有这样的特质，网易严选，蜗牛读书等，在第一版上线时，就已经能够做到让人眼前一亮，而非初始就很简陋的样子;

　　(3)抖音是 2017 年最火的产品，其产品正式上线就已经具备爆点，而后面每一步的动作都让用户增长上了一个台阶。然而，抖音在大火的情况下，核心功能和上线时几乎没什么差别，只是细节上打磨的更好而已。也意味着在早期抖音就准备的很充分，而不是把一个半成品给用户去试用。

　　因此，“唯快不破”在如今的大环境下，或许将不再拥有那么神奇的力量，至少在一块产品上线初始阶段是这样的。对更多的产品操盘者来说，这个时代或许会更相信这样的逻辑：好的产品第一版上线就应该很惊艳。

　　9

　　关键词：策略 人才缺口 精细化运营

　　“策略”类人才将成为整个行业的普遍刚需。

　　这一猜想，与上面预言 7 提到的“人才供给需求问题”和预言 5 提到的“依靠数据、策略进行精细化运营的能力将更加重要”都密切相关。

　　在互联网业内，随着近几年诸多滴滴、头条等产品的崛起，“策略”变成了一个越来越受人关注的词，也让包括“策略产品经理”等岗位变得更为人所熟知。

　　所谓“策略”，往往是一套由数据驱动，存在于产品当中的一套规则与机制，多用于解决推荐、供需匹配、用户分层精细化运营、动态定价、大规模补贴、风控、反作弊等问题，目的则是为了提升整体业务的运转效率。

　　具体来讲，如果一家企业的核心业务高度依赖于人的工作，员工的管理问题可能会是复杂度极高、且稳定性较难保障的;而一家公司的核心业务如果是依赖于机器在跑，那么则将是很稳定并且可持续的。而支撑机器运转的东西，就是策略。

　　而为一个产品制定策略的，不是老板，而是具备“策略”能力的产品经理、增长、用户运营等人才，他们的策略好坏与否，将决定哪个产品运转维护成本更低、效率更高、业务更稳定。

　　举例说明——

　　(1)滴滴打车：

　　在滴滴打车出现之前，一直都有 96103 的电话叫车调度，这个调度即使把司机强加了 KPI 考核，调度的效率依然非常低，原因在于乘客司机基于地理位置的多端撮合，通过人肉的处理是低效的，而且只要有一方用户体验差，另外一方就崩盘了。

　　而滴滴打车的撮合过程，是没有人的因素的，完全基于几百上千条策略来完成调度工作。

　　(2)今日头条：

　　而在今日头条出现前，一直都是机器收录加编辑组合的方式来产生新闻专题，比如新浪可能有几百上千个编辑人员分别负责不同的频道，然而因为人的因素，导致了大量的重复转载。

　　而通过机器算法的今日头条，原则上可以不依赖于任何一个编辑，自动快速产生频道，把一篇文章归属于 N 个相关频道，不同的用户也可以看到完全不一样的首页和内容。

　　(图片来源：虎嗅网)

　　所以，面对海量信息的处理与匹配，机器注定比人靠谱。作为企业的经营者，你希望是管理一堆人，依靠于一堆可以持续迭代和改进的策略?

　　并且，“策略”类人才的养成和应用门槛也在降低。

　　五年前，能做 AB 测试的公司都屈指可数，但现在只需要接入一段代码就能完成 AB 测试;以前，针对用户行为的追踪相当麻烦，但现在通过先进的统计分析工具和第三方工具，能把一个用户从进入平台开始的所有事件全部拿到，这些以前都是只有少数大公司才有的技术，现在创业公司也已经能很便捷采用。

　　这样的背景下，你就有更多的时间去思考自身的核心业务，通过制定策略来提升核心用户体验。

　　当前来看，已经有很多公司能做到自动化运营系统，自动针对用户的行为不同做 AB 测试，自动分群，自动制定推送的文案等，然后通过数据自动化调整，整个运营过程比运营人员人肉操作效果好五倍以上——某种程度上，这也是为什么国外没有那么多“运营人员”的原因。

　　典型如，阿里的鲁班系统，双十一期间依赖于内部系统自动化生产了 1.7 亿的 banner，要是在以前，这需要耗费多少美工和运营的人力才能做完?

　　(图片来源：搜狐科技)