11月上旬受“职景”创始人dylan邀请做了一期线上分享，起初本想着分享一些产品职场经验，没想到产品经理群体更为务实，对于推荐作为职场技能和实操更为关注，因此将主题调整为《智能推荐与推荐产品经理的日常》。
智能推荐原理与给产品人求职经验内容，历史文章都有涉及。唯独没有谈过推荐产品经理日常工作内容，特将推荐产品经理日常工作部分拿出来，以飨读者。
发挥价值前提
在讲推荐产品经理日常工作之前，首先要泼一盆冷水，并非大家讲智能分发了，智能推荐产品经理就被各种需求。虽然我们日常在用今日头条、美团、淘宝这样的产品，但也需要清楚，市面上相当部分产品不具备智能分发物品数和行为数最基础的要求，智能推荐作为大数据/AI落地应用产品，对于数据基础要求比较高。如果产品本身物品数不多，或本身属于低频低用户量产品，专家规则比智能推荐更有效。
如果有良好的数据基础，也不一定就能发挥推荐产品价值。如果公司业务虽然有足够数据量，但这块业务本身不是公司业务重点或重要营收来源，公司也不会投入资源做智能推荐，譬如各种传统媒体网站。如果数据量够，也是公司业务重点，如果算法或分析师能够既懂业务又懂数据分析，那么推荐产品经理价值也会受限制。这也印证了之前招聘推荐产品经理，能力认知和做的事情参差不齐，甚至相当从业者自称推荐产品经理，对推荐系统原理却丝毫不了解。
推荐PM 的日常
现在某些培训机构为了卖策略产品课程，将推荐产品经理狭隘的等同于推荐策略产品经理。作为既经历过C端推荐业务，也作为B端推荐业务探索者来讲，小乐帝认为一切将推荐能力产品化的工作都包含在推荐产品经理的范畴内。按工作内容划分至少包含四个方向：C端推荐能力迭代、后台运营工具、中台化能力、赋能工作。
C端推荐能力迭代既包含面向C端用户的推荐相关功能，也包含制定各种推荐策略，即用户可感知的功能和能力。前者包含feed流加载和重置策略、负反馈功能、推荐缘由功能等；后者则包含通过从新用户冷启动、召回策略、排序特征、补齐策略等策略制定和迭代，也是圈内高大上策略产品经理主要工作内容。
后台运营工具则主要是提供给运营人员与推荐系统协同工作的能力。推荐系统本身主要依赖过去数据，构建模型，判断当下给用户的推荐结果。但真实世界发生重大事件或业务方一些导向或偏好，也需要在推荐结果中得以体现，都需要推荐产品经理去抽象和设计。常见的系统能力如个性化push功能、加权、必推等。
大公司或一些推荐服务提供商将推荐系统打包成基础能力，对外提供服务。这就需要推荐产品经理将推荐能力做到走狗抽象，从数据和接口级能够复用并对外提供服务，并且从需求方收集通用需求，迭代推荐系统的中台能力。
赋能工作则是从B端业务视角来看，推荐产品经理不仅需要将产品研发出来，还需要做好市场推广工作，将产品真正推向市场并经过市场验证，进入正向迭代。代表市场侧工作内容包含：售前工具和能力、实施工具和能力、市场宣传资料等。
推荐PM 能力要求
移动互联网人口红利正在快速消失，但推荐PM不会过时，推荐PM本质是解决推荐系统产品化更好服务业务本身的问题，只要存在信息过载和推荐系统发挥的场景，就有推荐PM存在的意义，随着现实世界互联网化加深，这个需求量只会加大。
成为称职的推荐产品经理，至少需要具备三个条件：业务认知、了解推荐系统原理、迭代思维。推荐系统服务于业务，对业务有一定认知，是将推荐系统价值最大化的前提；了解推荐系统原理是做推荐产品经理的基本条件，这一点本身比纯产品经理要求要高，各行各业产品经理门槛都在快速提升，推荐产品经理也有类似趋势；最后推荐系统是大数据落地应用，本身没有绝对好的推荐效果，也没有完美的推荐系统，只有具有迭代思维，才能实现将推荐系统产品化不断推向新高度。
