如何阅读本书

本书共分为两部分。

第一部分是基础知识篇（第1～5章），主要介绍策略的商业价值和非商业价值，以及基于策略价值的专业领域知识。通过推荐系统架构、策略价值量化指标、智能营销等主题的讲解，让读者对数据策略有所认知，初步了解策略产品设计的思路。

第二部分是案例实践篇（第6～18章），这部分重点介绍B2B电商平台的策略产品设计，包括推荐策略、智能营销策略、企业经营分析解决方案。

（1）推荐策略

这部分（第6～10章）以“从0到1搭建推荐平台”为切入点，通过案例逐步深入地进行介绍。书中内容涉及电商推荐平台及内容电商生态推荐平台，以业务目标为导向，从数据基础建设、画像挖掘、特征挖掘等角度，提出电商平台召回、粗排、精排、重排等策略；案例内容包括但不限于冷启动策略、用户分层/分群、规则逻辑、相似相关、用户复购周期、价格带、高频商品、热销商品、品类角色、穿插排序等；通过将业务能力与算法能力进行有效的融合，真正实现消费者诉求达成和业务增长。

（2）智能营销策略

这部分（第11～17章）内容包括用户增长、平台营销方法、智能营销解决方案三类内容。案例内容包括但不限于精准定投、智能选品、BI排序、智能文案，智能优惠券、个性化推送等；通过“智能算法+人工辅助”实现用户生命周期模型跃迁预测；通过用户增长策略实现用户对产品或服务从认知到产生兴趣，再到产生购买行为，进而成为忠诚用户的转变，即实现从用户增长到GMV增长，并有效提升业务数据指标。

（3）企业经营分析解决方案

这部分（第18章）从0到1规划并设计数字化线下门店（商超）数字化营销的分析思路及解决方案。基于门店市场定位、门店生命周期等数据分析市场机遇与风险，制订线下门店的经营计划及营销策略，通过算法赋能，融合线上、线下服务能力解决门店经营痛点。

此部分内容涉及特别庞大的知识体系，这里仅做门店经营分析的基础思路介绍和应用。

 提示：

书中提到的业务公式不是固定的，均是作者基于业务场景独创的。案例中所涉及的方法已授权发明专利，详列如下。