有的时候AI产品经理被认为是拿着算法技术在不同的行业里、不同的业务类型中、不同的场景里尝试需求设计成产品并运营之，那么在智能+的红利期，在算法边界的探索期，在传统互联网需要转型+AI的刚需期，AI产品经理要不要懂算法呢？
我们先来分析一个案例：用深度学习算法帮助淘宝女装分类
步骤流程如下：
第一步：搜集形成数据集；
第二步：沟通团队拟定产品方法策略【比如：选择适合的模型算法】；
第三步：所采用的模型算法在第一步的数据集上进行训练；
第四步：比对其他模型算法的效率；
第五步：上线
一、数据采集及数据处理
产品驱动并有产品经理确定数据采集对象，例如：确定采集女装，跟团队讲出理由。
首先产品提出需求从淘宝网站上爬取大量的女装图像并进行筛选保留了XXX张质量比较高的图像。然后，将这些图像分为多少个子任务（女上衣品类、主颜色模式、次颜色、主模式、次模式、纹理模式、流行元素、领型、袖长、衣长、版型、门襟、面料），其中每一个子任务都是一个独立的细粒度多分类问题，分别展示衣长、女上衣品类、主颜色和主花色模式的一些样本。
最后，在清洗完数据之后，请一些行业专家对数据进行标定和检验，以确保数据的可靠性。另外每个子任务的数据分布都是不均匀的，衣长、主颜色以及主花色模式分布更是极其不平衡，这个现象增加了分类问题的难度。
二、用深度学习技术
1. 框架算法选择
算法工程师选择几个较具有代表性的神经网络（例如：Resnet101、空洞卷积网络和压缩激励网络），并在此基础上进行图像分类。
（1）Resnet101：在深度学习初期，由于梯度消失的问题，网络结构的深度一直是一个难以解决的难题。残差网络 Resnet引入一个所谓的恒等快捷连接，将上一层的输入直接与后面层的输出相加，很好地解决了梯度消失的问题。
（2）空洞卷积网络（Dilated Convolution Network，DRN）：在使用深度神经网络解决分类任务的问题上，维护图像的分辨率是一个很重要的任务，即输入的分辨率越大，分类的效果越好。但由于硬件设备的限制，不能无限地增大图像分辨率，而 DRN使用空洞卷积的思想很好地解决了这个问题，即使用较小分辨率的输入一样能得到很好的效果。
（3）压缩激励网络（Squeeze-and-Excitation Networks，SENet）：SENet曾经获得了 ImageNet 2017 图像识别大赛的冠军，其做法是通过学习的方式自动获取到每个特征通道的重要程度，然后依照这个重要程度去提升有用的特征并抑制对当前任务用处不大的特征。
2. 处理不平衡数据
算法工程师共同挖掘数据不平衡问题，比如：基于采样的方法和基于代价（损失函数）的方法。
（1）基于采样的方法：在不平衡分布的数据中使用采样方法，目的是为了将不平衡的数据变为均匀分布。
一般，将分布不平衡的数据变为均匀分布之后能够有效提高分类精度，常见的采样方法一般分为升采样和降采样。 其中，升采样一般又有随机升采样、合成新数据等方法。
降采样一般有随机降采样、指导性降采样等方法：
其中，随机升采样的做法是：从样本数量少的类别集合 Smin 中随机复制一部分样本，然后将其添加到总样本集合 E 中，最终使总样本集合中的样本分布达到平衡。
而随机降采样的做法则是相反：将样本数量多的类别集合 Smax中随机删掉一部分样本，最终使总样本集合 E 分布达到平衡。
（2）基于代价（损失函数）的方法：主要是从损失函数方面入手解决样本分布不平衡的问题。
对某一类，其类内之间的距离有可能非常大，需要增加一种约束将其类内之间的距离缩小；而对另外一部分类，其类间距离可能太近了，因此需要一种约束来将其类间距离拉大。
技术研究使用，例如：Rangeloss损失函数处理分布不均衡问题。 Rangeloss 损失函数来解决这个问题，其中，Rangeloss 是一种和样本数目无关的损失函数。具体的，Rangeloss 分为类内损失函数和类间损失函数两部分。
具体如公式如下：Lr=| aLr intra+BLr inter|
作为损失函数是解决啥问题呢？
现在数据库中普遍存在的问题，就是数据存在长尾分布的情况。
那么什么是长尾分布呢？
其实有点类似于二八定律，即80%的财富集中在20%的人手里等等。尾巴部分虽然值普遍很小，但是由于数量很多，导致其对一个模型的训练有很大的影响。
对于女装数据库而言，长尾分布主要表现在很多的identity含有较少的赝本数量，如下图：
3. 多任务联合训练策略
在这多个子任务中，有些子任务之间可能是具有相关性的，如女上衣品类和衣长、主颜色和次颜色、纹理模式和版型等。若将每个子任务看作一个独立的子任务，显然会忽略任务之间的一些相关性。为了将任务之间的相关性利用起来，技术一般采用多任务联合训练策略。多
任务学习，是将多个相关的任务放在一起学习的一种机器学习方法，如下图：图中的神经网络处理算法，在笔者的书《AI赋能-AI重新定义产品经理》一书中还有很多撰写。
多个任务在浅层共享参数，在最后使用各自任务所对应的分类器进行分类，每个子任务的分类器都是以一层或多层全连接层实现的。在训练时，每个子任务的分类结果使用交叉熵损失函数计算损失，并将每个子任务的损失加权求和得到最后的损失。
4. 技术选择深度学习框架和硬件条件
例如：算法工程师会配合技术人员采用 Ubuntu16.04＋python2.7＋pytorch 0.4 作为深度学习框架，并在此基础上进行训练。训练中使用显卡为 TITAN XP 2080Ti。
算法工程师在 Resnet101、DRN 和 SENet 这 3 个神经网络上进行对比，看哪种算法分类效果更好。
三、AI产品经理的工作不仅仅是“摆渡人”。
AI产品经理做的还是产品需求挖掘+产品资源规划+行业专家+协同算法工程师探索适合的算法。
bluetrek mini bluetooth headset
1. 产品需求挖掘
如当用户想要在淘宝会等平台购买商品时，往往会根据商品的类别及其属性来筛选需要购买的目标商品，因此商家会为每件商品制定很多属性以便于用户检索。面对海量的商品图像数据，如果使用人工标注的方式对商品图像的属性进行标注，需要花费大量的人力和时间。
2. AI产品资源规划：步骤流程
第一步：搜集形成数据集；
第二步：沟通拟定产品方法策略【比如：模型算法】；
第三步：所采用的模型算法在第一步的数据集上进行训练验证；
第四步：比对其他模型算法的效率；
第五步：上线。
3. 行业专家
商品图片的特点是：有些商品不同的属性之间数量差异很大，即商品的属性存在数据分布不平衡的特性，如“衣长”属性，日常生活中人们穿得最多的是标准的到达髋部位置的衣服（普通外套、T 恤等），其他的如风衣、长短裙（到达大腿或小腿位置）等的数量明显少于到达髋部位置的衣服。
有些商品不同的属性之间差异很小，可以看作是细粒度分类问题，如“领型”属性，一些领型属性之间的差异非常小，常人难以区分开来。这两个问题加大了商品图像属性分类的难度。
所以首先AI产品经理，是个学习型的衣服行业专家。
4. 协同算法工程师探索技术边界:
选在基于深度学习技术，使用卷积神经网络对商品图像的属性分类进行研究。
（1）首先确定范围：从淘宝网站上爬取XXXXXXXXX个商品图片。
（2）其次并将这些图片分为多少个子任务：女上衣品类、主颜色模式、次颜色、主模式、次模式、纹理模式、流行元素、领型、袖长、衣长、版型、门襟、面料。
每一个子任务都是一个独立的细粒度多分类任务，且几乎每个子任务都具有严重的数据分布不平衡问题，这点重点建议算法工程师采用适合的算法。
5. AI产品经理多少还是要懂一些硬件
笔者在新书《AI赋能-AI重新定义产品经理》一书中和AI产品经理相关内容中多次提到数据由硬件采集，也有的人叫物联网（IoT）。另外笔者也多次强调AI=算法+数据+算力，算力也是有硬件提供。
总结
AI产品经理要懂算法，且是跟算法工程师共同打磨技术的边界。如果团队算法工程师和编码工程师的技术能力非常充足，那么产品经理可以把精力放在非算法协同上，如果团队资源不充足的话，AI产品经理就要付出更多的经历配合算法工程师寻找适合的算法并落地。
部分产品经理阅读了本文会觉得AI产品经理很简单，Just so so 的错觉，作为踩过坑，熬过无数夜的人建议不妨多听听别人踩过的坑。才来判断自己是否适合AI产品经理，才知道自己是否是个能够在互联网冬天愿意突破职业发展瓶颈的人。
#专栏作家#
连诗路，公众号：LineLian。人人都是产品经理专栏作家，《产品进化论：AI+时代产品经理的思维方法》一书作者，前阿里产品专家，希望与创业者多多交流。
本文原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于CC0协议
伴随着互联网的高速发展以及新冠疫情的冲击，越来越多的海内外消费者纷纷转向线上消费，全球DTC品牌的发展迎来了高峰，其中，不乏许多优秀的DTC品牌。
最引人注目的当属去年在D轮完成了5.1亿美元融资的PatPat，据说这是当时国内跨境电商行业披露出来的最大单笔融资记录。
图片来源：企查查
PatPat是如何从独立站赛道中脱颖而出，成功拿下超10亿美元的融资？又是如何在竞争激烈的海外童装市场中杀出一条血路，成为美国甚至全球最受欢迎的童装品牌之一的？
接下来本文将会分析PatPat的出海成功之路，希望能为广大跨境电商从业者提供参考。
如果觉得文章对你有帮助的话别忘了点赞和收藏哦~
一、席卷海外童装市场的PatPat
首先，我们来认识一下这个目前全球增速最快、童装品类最多的 DTC 品牌。
PatPat企业logo
PatPat成立于2014年，以童装（0-14岁）为主营业务，创始人是王灿、高灿和胡萌。王灿创立品牌的契机是其妻子怀上第一个孩子的时候，正是这个契机让他发现了童装市场所拥有的巨大发展潜力。
PatPat有三个关键词，分别是Save Big（省钱）、Share More（分享优惠）、Be Sure（质量保证），但是现在官网的“分享优惠”变成了更具特点的“每日上新折扣”。从这三个关键词来看，我们不难看出品牌所走的路线：打造性价比。
目前，PatPat用户规模已超过了3000万，年销售额增长率超过100%，用户推荐指数排名第一，“攻占”了超过一百多个国家和地区，成为了全球最大的童装DTC品牌。
那么，是什么造就了这个席卷海外童装市场的DTC品牌呢？接下来就让我们一起来看看吧！
二、碾压性的海外营销运营策略
1、从产品和价格着手“打”出独特性
1）产品设计有差异化且上新速度快
欧美童装品牌整体风格偏成熟，看起来像是成人的缩小款，缺乏童装该有的活泼和可爱。PatPat抓住了这一机遇，选择与欧美市场截然不同的童装风格，走出了一条非常具有辨识度的、活泼可爱的童装品牌之路。
例如在颜色的选择上，PatPat采用了低饱和度的颜色，诸如浅蓝色、浅粉色，视觉上就给人一种童真俏皮的感觉，让人觉得这才是童装该有的样子。
图片来源：PatPat官网
除了产品设计差异化，PatPat的产品上新速度也快得惊人，几乎每日都有新品推出，一周日均上新SKU数量200件左右，速度可以说是行业翘楚也不为过了，因此，品牌也被称为童装界的快时尚品牌，对标SHEIN。
图片来源：PatPat官网
2）价格定位在中低收入家庭
PatPat创始人王灿在亲身体验购买童装后，发现美国童装市场的产品选择较少，且价格较高。因此，PatPat把目标群体定位在欧美中低收入及年轻家庭，其年收入主要在3-9万美元左右，对价格十分看重的同时，也十分注重童装的款式。
所以我们可以看到PatPat官网上的产品价格大多位于8-12美元区间，远远低于其他品牌的童装价格。例如PatPat上的一件婴儿连体服，只需要7.69美元，然而其他品牌如美国本土品牌 Carters的类似连体衣价格则比PatPat贵20%~79%。
因此，PatPat在价格上就足以秒杀许多海外本土童装品牌了。
图片来源：PatPat官网
2、从业务收入四指标实现业务高增长
相信从事电商行业的朋友们都知道，业务收入的计算公式有四个指标，分别是留存率、客单价、购买频率和客户总量。PatPat能够做到业务的高增长，就是因为在这些指标中下了功夫。
1）提高留存率
当一个品牌的留存率越高，其业务增长也就越快。PatPat不仅在用户运营上深耕，同时也加强了社区内容的服务。
例如，PatPat设置了一套任务积分体系，每个用户手上都有一个积分账户，一个Pat 积分=0.1美元，可以用于兑换现金券。另外，每日签到可以赢得当日的消费金，一周签到次数达到4次就可以有一次抽大奖的机会。
与此同时，宝妈们可以在Pat Life上疯狂晒娃，分享孩子的每日穿搭，这一方式不仅可以满足宝妈们的“晒娃欲”，而且可以帮助品牌完成用户从“种草”到“拔草”的过程，真可谓是一举两得。
2）提高客单价
在提高客单价上，PatPat不仅会全套出售亲子装，多件组合售卖，还会提前把童装搭配好，然后成套售卖，这样不仅节省了用户挑选搭配的时间，还能提高客单价，何乐而不为呢？
图片来源：PatPat官网
PatPat提高客单价还有一个真正王牌——批发零售。它有一个批发零售的计划，不仅可以以7折的价格卖给零售商，而且当金额超过了一定的值，还能在总价的基础上折上折。
3）提高用户购买频率
PatPat通过创建“任务型”会员体系的方式来提高用户的购买率。会员等级越高，用户享受的权利也越大。
在这套会员体系中，会员一共分为5个级别，分别是新手妈咪、善良妈咪、酷炫妈咪、神奇妈咪和超级妈咪，名称的设置上不仅有趣味性，还能激起宝妈们的好胜心，而宝妈们为了让自己“升级”，就会通过重复购买得到“升级经验”。
得益于这个会员系统，PatPat品牌的复购率也能在极大程度上得到提升。
4）提高客户总量
在拉新的任务中，PatPat主要采取了拉新返现、KOL营销、联盟营销、社交媒体营销的策略。比如，拉新返现策略上，采用了拼多多式的营销玩法：“邀请好友，两人首单立减 5 美元”。
图片来源：PatPat官网
KOL营销是扩大品牌影响力、触达更多潜在用户的有效方式之一。PatPat会在官网和社交平台上招募KOL，每个月免费送价值$40~200的童装，KOL们需要在自己的账号上上传关于产品的图片或视频，以此来吸引更多宝妈关注。
同时，PatPat还会给自己联盟的成员佣金与福利，让她们帮忙推广产品。
除此之外，社交媒体也是PatPat布局产品推广的主要阵地。例如，PatPat会让YouTube的知名网红发布推广视频，通过视频的裂变传播为品牌带来更多潜在的消费者。
3、社媒本土化策略推广产品
PatPat每进军一个新的市场，都会注册相应的账号以及群组进行运营，目前PatPat已在Facebook、Pinterest、YouTube、Instagram上都布局了品牌营销矩阵并取得很大成功，其中，最值得称道的就是其在Facebook上的矩阵运营策略。
PatPat社交媒体矩阵图
当前，PatPat的Facebook账号粉丝高达600多万，多个国家地区的子账号粉丝也已超过百万。从Similarweb的相关数据来看，海外社媒渠道为官网带来约7.79%的流量，其中从Facebook 引来的流量就占77.11%。
PatPat还在Facebook上创建了一个宝妈群组，里面有200多位宝妈，她们大都是PatPat的种子用户。通过这个群组，PatPat可以更好地了解当地宝妈的消费需求，针对性地调整本土化营销策略，从而实现品牌认知度的提高。
图片来源：PatPat官网
除了本土化的社媒营销外，在品牌的日常运营工作中，PatPat也一直贯彻着“本土化”原则。如核心团队搭建上，PatPat大多数员工都是在美国学习工作了很长时间的华人，同时也会招募本地团队。这样混合搭建团队往往更能洞察美国本土用户的心理，让品牌在本土化营销中更有优势。
总结
关于PatPat的成功，用其创始人高灿的话总结，就是六个关键词：质量、物流、客服、性价比、产品设计、产品展示。
以上就是本文的全部内容，希望PatPat的成功案例分析能够让您收获一些启示。
跨境培训上君志！了解更多出海成功案例：君志学堂