复盘｜如何看懂业务和产品

做算法的同学，整天为优化召回率、准确率，响应耗时等指标焦头烂额，很少花时间考虑这些指标最终要支撑什么商业目标。导致把功能迭代当成业务进展，把模型效果当成产品成功，最后上线后发现不赚钱、没增长、没价值。

在项目中算法同学，最忌讳的就是：把技术实现当成业务闭环。

本文主要内容： 1）业务和产品的定义和关系。 2）从数据，流程，用户三个角度看懂业务。 3）算法视角的几个问题助力梳理业务。

关注“AI老马” —【获取资源】&【进群交流】

1，什么是业务，什么是产品

• • 业务

业务就是生意本身。

是公司为什么存在、靠什么赚钱、如何持续运转的一整套商业活动：获客、转化、交付、变现、复购、增长。

业务关心的是：钱、规模、效率、成本、风险、增长。

• • 产品

产品是承载业务目标的载体与解决方案。

它是把业务逻辑、用户需求、技术能力封装成可使用、可迭代、可规模化的工具 / 系统 / 服务。

产品关心的是：用户路径、体验、流程、功能、稳定性、可扩展性。

• • 举例

短视频平台的业务靠广告、直播、电商赚钱，让用户停留、互动、消费，让平台持续增长盈利。

它的载体产品可以为：推荐首页、关注页、搜索页、个人主页、电商橱窗等等。是用来承接用户、留住用户、完成转化的界面与流程。

• • 产品和业务的关系

业务是目的，产品是手段。业务定方向，产品定形态，算法 / 工程做实现。

产品必须服务业务目标，否则就是无意义的功能堆砌。

一句话总结：业务是要达成的商业结果，产品是结果落地的载体，算法是让载体跑得更快更准的引擎。

图1，产品和业务关系

2，如何看懂业务

统一认知：业务一定大于产品，产品可以改变业务。

有了业务和产品的基本概念，“懂业务”可以从三个方面入手：数据，流程，用户。

2.1，看数据

数据是了解业务的最好切入点，设计良好的业务数据体系就是对业务的优质建模。

看数据有三个层次：业务为什么关注这些数据；业务数据是怎样算出来的；具体数据是多少，意味着什么问题与机会。

以短视频平台的DAU 指标举例说明：

为什么关注 DAU

DAU 是平台生命线，决定规模、商业化、生态健康度。

DAU 怎么算

DAU = 自然日内，打开并启动功能的去重用户数

日内去重活跃用户 = 新用户 + 留存老用户 + 回流用户。

新用户 = 渠道投放量 × 转化率；老用户留存 = 前一天 DAU × 次日留存率；回流用户 = 历史流失用户 × 回流率

假设数据：昨日 DAU：60万，前日 DAU：58万，环比：+2 万，+3.45%

DAU 说明什么

思路：从数值变化 → 拆解结构 → 定位拉新 / 留存 / 回流问题 → 指导算法、产品、运营动作。

DAU 上涨（2万），说明拉新、留存、回流至少一环在变好。

定位问题 / 机会，继续拆

• • 新用户 ↑ → 渠道投放有效、买量成本合理
• • 老用户留存 ↓ → 内容、推荐算法、产品体验有问题。
• • 回流用户 ↑ → 召回策略、push、活动有效

指导动作，定位负责优化模块。

• • DAU 涨 → 加大优质渠道投放，巩固推荐策略
• • DAU 跌 → 优先查：留存率 → 内容消费时长 → 推荐效果 → 版本 bug
• • DAU 波动 → 看是节假日、版本、热点、竞品导致

风险：如果 DAU 连续 3 天下跌，就要警惕大盘衰退。

同理，对于用户留存，点击率等可以按照以上的思路进行分析。

2.2，看流程

流程是指业务从头到尾有哪些的环节，每个环节，需要什么输入，谁拿着输入，用什么标准，做什么事情，产生了什么输出，交给下一个那个环节。

短视频广告变现核心流程：

1. 1. 广告主投放：广告主提交需求与素材，经审核后生成广告计划。
2. 2. 广告推荐匹配【算法核心介入】：基于用户数据与广告计划，通过召回、排序模型，确定广告推送顺序。
3. 3. 用户观看与互动：用户刷到广告并产生曝光、点击等行为，输出行为数据。
4. 4. 数据统计与结算：统计广告数据，计算广告消耗与平台收入，生成报表。
5. 5. 优化迭代【算法核心介入】：基于报表与反馈，优化推荐模型，进入下一轮循环。

看懂流程，可明确算法发力点，理解算法优化对全业务链路的影响。

2.3，看用户

看用户是为了更好的理解用户需求，实现业务的增长。

用户是谁：分清新老、分层运营，抓核心人群。

以 18-35 岁年轻用户为核心，新老分层运营，头部 20% 活跃用户贡献 80% 时长。

有什么需求：娱乐、信息、社交、消费，用内容与功能满足。

满足娱乐放松、高效获信息、社交互动、消费种草四大需求，70% 用户以娱乐为主要目的。

什么时候来：对应场景，在对的时间给对的内容。

集中在早晚高峰与睡前黄金时段，晚间 18-23 点贡献超 60% 使用时长。

做了什么：从行为数据里找问题、抓机会。

通过完播、点赞、关注、停留等行为数据，定位推荐、内容、体验问题与增长机会。

3，总结

本节的重点是如何的看懂业务，可以先问自己四个问题，对业务有一定的了解之后，再从数据，流程，用户三个角度进行系统化的整理，加深对业务的理解。

四个问题，助力看懂业务：

问题一：这个功能在业务中是干嘛的？

获客，留存，促进付费，提时长

问题二：它的商业链路是什么？

比如，用户使用-额度耗尽 - 弹会员 - 付费 - 赚钱

问题三：我的技术动作，影响哪一环？

• • 模型质量 ： 影响用户愿不愿意用到额度耗尽
• • 推理速度成本：影响能不能卖飞放开使用
• • 限流，额度策略：直接影响弹窗触发多少
• • 数据埋点，特征：影响弹的准不准

问题四：我能不能用业务语言讲我做了什么？

比如，我把出图成功率从60% 提升道80%，用户重绘少了，更愿意用完免费额度，能给付费弹窗多带来XX流量。

一句话：看懂业务的标准 “闭眼讲”

能否用数据把产品和业务讲清楚，能否把业务从头到尾讲明白，用户数谁，不同用户的群体特点。讲得越丰富，越是看懂了业务。