这是一部从数学、经济学、人工智能3个角度讲解策略产品经理方法论的著作。
作者对自己多年的策略产品经验进行了总结和提炼，了函数方法论和经济学方法论。这些方法论在大量实践中被证明行之有效。本书对这两大方法论进行了详细讲解，并且重点讲解了策略产品经理应该掌握的机器学习、深度学习核心知识。
更重要的是，本书还传递了一种很好重要的策略产品思想：所有的产品策略问题都可以用模型来解读。模型能帮助我们快速揭开问题背后隐藏的本质，从而实现举一反三，融会贯通。本书围绕搜索、推荐、广告、定价、匹配调度等各种常见的应用场景，总结了大量策略产品模型。
全书一共12章，分为3篇。
概览篇（～2章）：深度剖析策略产品经理的本质、工作内容、工作职责，且明确给出必须具备的能力项，以帮助读者对策略产品经理形成整体认知。
方法篇（第3～8章）：这是本书的核心部分。首先详细剖析策略产品经理两个常用的方法论——函数方法论与经济学方法论，并配有大量案例与解决方案；然后沿着函数方法论的脉络，介绍策略产品经理必须掌握的机器学习、深度学习模型等前沿技术，并针对策略产品经理实际工作内容给出相应的落地指导。
能力篇（第9～12章）：专门针对策略产品经理实际工作进行指导。首先针对策略产品经理推荐的能力项进行深度讲解；然后针对不同背景的人转型策略产品经理给出有效转型途径；很后针对策略团队的组建给出指导建议。

青十五（本名：赖博彦），资深策略产品经理，靠前策略产品经理发展的积极推动者和研究者。的策略产品经理函数方法论和经济学方法论，具有很好强的实用性，得到了业界的充分肯定。
曾就职于去哪儿网，历任数据与算法工程师、不错策略产品经理等职务。任职期间，负责开发和搭建了BU的数据平台，并完成了机票搜索部分的模型输出与线上实施，使机票联程业务整体提效1～1.5倍。在创业公司做过高管，任策略产品总监，带领策略团队实现核心营销指标100％增长，同时负责公司人才梯队建设，并在公司内部完成整套策略产品经理系列课程开发与培训。对业务策略建模、策略团队组建与管理也有深刻理解。
本硕毕业于北京大学信息学院智能科学系（中国个本科人工智能专业），具有丰富的人工智能、研发与产品背景，在海量数据的处理与分析方面有丰富的实践经验。

前言
概览篇
章 智能化时代下的产品经理
1.1 当下的技术和市场环境
1.1.1 技术升级带来的新变化
1.1.2 用户和市场的趋势走向
1.2 双拐点来临，常规产品经理如何转型
1.3 智能化时代催生了策略产品经理
1.3.1 最早的策略产品经理招聘信息
1.3.2 常规产品思维和策略产品思维
第2章 策略产品经理到底是什么
2.1 策略产品经理的本质
2.1.1 基于方法的命名
2.1.2 基于目标的命名
2.1.3 基于场景的命名
2.1.4 小结
2.2 策略产品经理职责剖析
2.3 策略产品经理能力剖析
方法篇
第3章 策略产品经理必备的函数方法论
3.1 业务函数的定义与拆解
3.1.1 业务函数的定义
3.1.2 业务函数的拆解
3.2 函数方法论框架
3.2.1 产品策略与函数方法论3+1要素
3.2.2 一个简单的案例——图片验证码识别
3.3 常见的基准策略
3.3.1 热门排行策略
3.3.2 最近行为策略
3.3.3 基于业务规则的基准策略
第4章 函数方法论三要素详解
4.1 三要素之样本
4.1.1 样本选取的原则
4.1.2 样本获取的方法
4.2 三要素之特征
4.2.1 特征选择的原则
4.2.2 特征选择的方法
4.3 三要素之评估
4.3.1 评估前的样本切分
4.3.2 常见的评估方法
第5章 基于函数方法论的业务策略分析
5.1 一个简单的案例——营销投放的策略分析
5.1.1 营销投放的三大流派
5.1.2 RFM模型与营销投放策略
5.2 三大应用场景之搜索业务的策略分析
5.2.1 搜索系统的演进
5.2.2 搜索系统的策略分析
5.3 三大应用场景之推荐业务的策略分析
5.3.1 推荐系统的演进
5.3.2 推荐系统的策略分析
5.4 三大应用场景之广告业务的策略分析
5.4.1 广告系统的演进
5.4.2 广告系统的策略分析
5.5 三大应用场景小结
5.5.1 三大应用场景的关系、共性与差异
5.5.2 殊途同归：召回排序架构
第6章 策略产品经理必备的经济学方法论
6.1 几个重要的经济学概念
6.1.1 理性人假设、偏好与效用函数
6.1.2 成本、收益与边际
6.1.3 博弈论与拍卖
6.2 基于经济学的业务策略分析
6.2.1 定价问题的策略
6.2.2 匹配（调度）问题的策略
6.3 经济学方法论与函数方法论
6.3.1 定价问题：Airbnb动态定价策略
6.3.2 匹配（调度）问题：美团骑手派单策略
6.3.3 两种方法论的共性与差异
6.4 经济学前沿：未来会是怎样的
第7章 聚焦现在：机器学习模型解析与在业务中的应用
7.1 机器学习的本质
7.2 常见基本模型
7.2.1 决策树
7.2.2 K-近邻
7.2.3 支持向量机
7.2.4 朴素贝叶斯和高斯判别分析
7.2.5 逻辑回归
7.2.6 基本模型小结
7.3 从业务问题到模型
7.3.1 群体的智慧：国际机票联程推荐
7.3.2 车牌的秘密：车险营销策略
7.4 三大应用场景经典模型
7.4.1 搜索系统的经典模型
7.4.2 推荐系统的经典模型
7.4.3 广告系统的经典模型
7.5 常见模型融合
第8章 放眼未来：深度学习模型解析与影响
8.1 从感知机到深度学习
8.1.1 感知机与神经网络
8.1.2 深度学习与人工智能发展史
8.1.3 深度学习爆发的三个条件
8.2 深度学习与函数方法论三要素
8.2.1 自编码器与特征
8.2.2 迁移学习与样本
8.2.3 多任务学习与评估
能力篇
第9章 数据分析能力要点解析
9.1 从数据源获取数据
9.1.1 数据流简介
9.1.2 数据工具
9.2 从数据到事实：三种常用挖掘方法
9.2.1 对比
9.2.2 细分
9.2.3 溯源
9.3 从事实到观点：多种典型逻辑论证方法
9.3.1 例证法
9.3.2 选言证法
9.3.3 归谬法
9.3.4 多种论证方法的组合
9.4 从观点到方案：两大决策结果验证步骤
9.4.1 评估与实验指标设计
9.4.2 设计实验方案与A/B测试
0章 沟通与项目管理能力的模型解析
10.1 什么是沟通模型
10.1.1 Shannon-Weaver模型
10.1.2 沟通信道与编解码模型
10.2 如何高效达到沟通目的
10.2.1 一个风控经理的烦恼
10.2.2 一类实用的沟通方法：利益沟通法
10.3 项目管理的模型分析
10.3.1 项目管理的不可能三角
10.3.2 项目管理模型
1章 策略类产品的价值、迭代路径与壁垒
11.1 产品价值的主要来源
11.1.1 效用差
11.1.2 效率差
11.2