对于产品经理来说，如何设计基于大数据和算法的精准推送系统？
随着头条和抖音，的崛起，互联网流量的时代已经结束，未来的互联网一定是大数据算法的时代。谁拥有数据和更先进的算法，谁就拥有未来。后续的精准推送(内容或商品等。)也在我们生活的各个领域遍地开花。
那么对于产品经理来说，如何设计一个基于大数据和算法的精准推送系统呢？
这里我结合我所在的行业，从系统结构设计层面(推送算法的介绍网上有很多资料，这里不会涉及太多)和大家探讨。
一、要清楚谁是我们的目标客户，目标客户有哪些需求
具体来说，我们在做精准推送的时候，要充分了解我们所在行业的业务，梳理出我们的目标客户是谁，更加清楚客户在不同情况下的不同需求。
比如我是做汽车后市场行业的，产品经理的职责所产品运营主要做什么以我的目标客户是车主和喜欢开车的朋友。在这里，我要去了解这些客户的需求和喜产品运营主要做什么欢，不仅仅是他们——验车、违章、油品、各种保养的硬性需求；还需要找出ta们的隐形需求，比如——在不同天气条件、不同环境下需要的天气预报、拥堵信息等。掌握了这些我才能开药(如下图)。
通产品经理工作流程过梳理目标客户的需求，可以梳理出产品经理是做什么整个推送平台需要哪些基础的功能支持(如下图)。
上面的一些系统模块这里就不详细描述了，因为网上有很多相关的资料。
二、要用大数据思想去做各个系统模块产品经理大赛有哪些
所谓大数据思路，就是我们在做各个系统模块的时候，要优先考虑相关功能的数据采集和统计；因为上述模块一般都是先于推送平台开发产品运营主要做什么的，所以作为产品经理面试问题及答案产品经理，要从开产品运营是销售吗发的角度产品经理大赛有哪些去做这些功能需求。
尤其是在做一些可能为未来数据平台提供支持的功能时，需要预留数据提取、分析以及分析后结果返回的接口。只有这样，系统才能有更好的可扩展性。
此外，在设计大数据平台时，要从实际业务出发，从不同纬度对数据进产品经理怎么入行行分析，做出符合实际业务需求的用户画像、用户行为等基础数据服务(这里不讨论用户画像，上篇文章已经详细介绍)。
只有在大数据思想指导下设计的系统模块，才能快速满足精准推送所需的基础支撑，才不会在未来的开发中不断修复之前系统留下的缺陷。基础打好了，精准推送系统也就水到渠成了。(汽车后市场行业各种画像，如下图)。
三、要设计产品运营和产品经理的区别出符合行业和运营需求的推送引擎和算法
在数据支持和相关平台支持的基础上，我们可以设计3354推荐引擎。,产品运营怎么写整个推荐系统的核心。
基本的推荐引擎由三个阶段组成：匹配阶段、过滤阶段和输出排序阶段。只有通过推荐引擎的三个阶段，才能尽可能准确地完成一次精准推送(如下图)。
整个过程是根据用户画像，车辆画像和用户最近的行为信息来计算，并产品经理怎么入行得到这个
个用户需要的内容画像或商品画像。
然后从内容和商品库中筛选符合要求内容或商品形成一个推荐集，然后再结合用户行为、车辆画像和内容标签、商品标签等通过算法对此产品经理面试问题及答案推荐集进行筛选过滤。最后对过滤出的推荐集按照契合度、热度等权值进行排序输出给客户，最终形成千人千面的内容和商品的精准推送界面。
举例来说：一个有辆某品产品经理的职责牌车龄为一年的SUV车主用户，我们通过数据可以知产品运营道这个客户本人喜欢自驾游，喜欢聊天等爱好；还知道这个车主的车什么时间审的车，行驶了大约多少公里，最近产品运营方案是否有违章，而且最近客户行为曾经搜索过机油等关键词。
通过这些数据和行为，然后我们再结合最近的客观因素（例如：天气），我们就可以给客户推荐相关的内容（自驾游知识）、商品（机油、雨刷、轮胎、等）、话题和服务（维保、审车、违章处理）等等。
当然更复杂推送的系统，还要考虑流量分配，用户产品运营主要做什么的行为预测，系统智能学习等等，这些综合做起来就是一个系统的工程，这里希望有更多同道去深入研究并分享出来。
总之，精准推送系统设计需要综合的平台特别产品经理需要的技能是大数据平台的支撑，其不同行业的推荐算法也会随着互联网的发展变的更智能，更精确。
对此，我愿与广大同行共同产品运营和产品经理的区别见证和学习。
