商家運營-如何做好商家分層?

編輯導語:王侯將相寧有種乎?品牌商家就是頭部商家嗎?達成戰略目標與商家分層息息相關,本文將透過邏輯+實際業務舉例,與大家分享如何透過PB法,搭建商家分層模型。一起來看看。

商家運營-如何做好商家分層?

第一篇文章,和大家分享一下關於商家運營中,關於PB分層模型搭建的思路和想法。這次分享主要會圍繞以下三個問題展開:

為什麼要搭建PB分層模型

PB分層模型的邏輯和方法論

分享案例及如何利用好PB分層模型

一、為什麼要搭建PB分層模型

從百度,知乎搜尋“商家模型”不難看出,每個平臺和商家運營對商家分層都有不用的需求和看法,有的是為了尋找到更適合平臺的商家追尋ROI的資源分配,有的是為了讓不同的資源匹配到相同的商家,誠然也有的是因為要對平臺商家進行相應摸底。也有站在平臺的角度來看,商家分層並非是要剔除,篩選或歸類,而是要找到每個層級不同屬性商家的“升層”路徑並以此為商家運營策略進行定位和扶持。

以上這些觀點都是對的,但是如果不能最終為戰略側和策略側提供有效的支援和幫助,就沒有任何意義。所以真正好的商家分層模型必須具備一下幾個方面:

瞄準核心:

確立了戰略側目標後就要圍繞最終實現目標去進行策略側的延展,平臺是由商家和使用者組成,商家側是由店鋪組成,店鋪由商品組成。一切以核心目標為基準,所以任何商家策略都需為戰略目標服務。

簡單有效:

去繁就簡,越清晰的目標對應目標資料越簡單,目標資料越簡單所給予的決策成本越低,執行效率越高。

可細化執行:

商家分層不只是一個鏈路,而是整體完成戰略目標的重要發起。透過PB商家分層模型不僅可以細化至目標執行層(策略,排期,抓手,功能,資源分配等),還可最終細化至KPI的制定。

靶向分層:

如圖下圖所示,隨著業務的細分,商家的定義發生多級變化,已經無法再簡單的透過交易,流量,服務等某一個點或幾個點進行切入。例如,在垂類教育領域即可分為成人在職學歷教育,成人在職技能教育,學歷教育當中又可分為考研類,語言類。考研類又可分為國內,國外類。而每一類裡面又有大量細分商家。

所以金字塔式的分層(頭部,足部,腰部)已經無法滿足多元化市場和多級商家,動態的靶向分層類的分層會是很好的一個切入點。

商家運營-如何做好商家分層?

二、PB分層模型的邏輯和方法論

1. PB分層模型,是隻專注且服務於最終結果的極端業務模型

商家運營-如何做好商家分層?

如上圖所示,在普世分層邏輯當中,透過“運營指標”“交易指標”“基礎指標”三個維度來建立平臺分層並進而制定商家分層最終完成商家分層金字塔,並根據分層對平臺資源進行等均量式分配。

但是作為平臺戰略與最終執行的承轉方(俗稱業務腰部)來說,過度指標匹配以及商家的先天優勢會左右腰部判斷,導致承轉出現業務盲區,最終造成因“腰軟”而無法落地或執行偏向的問題。

2。 PB分層模型,緊盯“目標指標”,分層的同時分析商家補完點,助力平臺完成既定指標

但是是結合了商家成長因子“POD”(Product Opration Date 商家在平臺的相應資料貢獻數值。 )以及商家“BOR”(Brand Opration Rate 商家在平臺的相應資料貢獻率值。 )充分“拉平”商家的相對客觀因素,以靶向分層的形式對商家進行歸類。

商家運營-如何做好商家分層?

如上圖所示,平臺戰略中商家運營側是由兩個衡量標準組成具體解析如下:

POD(商家成長度):Product Opration Date 商家在平臺的相應資料貢獻數值。

BOR(商家品牌力):Brand Opration Rate 商家在平臺的相應資料貢獻率值。

在兩個衡量標準中,分別有相關分類資料指標進行彙總和參考以便更好的對戰略側及策略側的落地執行推進和監控。各業務線不同選取不同,具體如下:

(1)POD

Base(基礎型指標):

屬於商家基礎情況資料指標分類,例如商家屬於線上\線下\線上+線下型,覆蓋城市層級(一線\二線\三線\其他),服務能力(物流能力\接單能力\教務能力等)等等,主為判斷商家成長規模的天花板高度。

Business(業務型指標):

屬於商家業務深度資料指標分類,例如商家交易規模,商家供應鏈能力(做貨能力\SKU\研發能力),相關PU\APA\ARPU表現等等,主判斷商家成長可能性及補完能力。

(2)BOR

Operation(運營型指標):

屬於商家平臺運營表現指標分類,例如渠道流量與品牌流量比率(界定轉化能力,品牌成交能力),PUR,ARPPU表現等等,主判斷商家在平臺運營下的品牌借勢能力。

Trade(交易型指標):

屬於商家平臺交易表現指標分類,例如品牌轉化率,交易轉化率,單品SKU轉化率等等,主判斷商家在平臺運營下品牌與交易的綜合轉化能力。

商家運營-如何做好商家分層?

3。 BP分層模型著力資料指標極簡有效,目標越清晰,對業務理解約深度,甄選指標越精準,執行越簡單有效

在兩個衡量標準中,需要對POD和BOR指標進行歸類和選擇,選擇的原則即符合戰略或策略方向的指標達成為重要考量因素。

資料指標分類共分為三類不超過共計5個指標(取少數為佳),具體說明如下:

核心型資料指標:

核心型資料指標即在極端排除下,只選取1個最具代表性,可為戰略側及策略側提供完成落地的指標。

支撐型資料指標:

支撐型資料指標即在服務和支撐核心型資料指標為目的的情況下,取最優資料1-2個。

風控型資料指標:

風控型資料指標又名安全性指標,是搭建的極端風控資料模型因子,透過該資料指標完成對以上兩個資料型指標在運營週期上的風險把控,取最優資料1-2個。

商家運營-如何做好商家分層?

三、分享案例及如何利用好PB分層模型

在不同行業,根據戰略側的不同所選取相關資料指標不同,在此距離一二點到為止。

例如1:在教育業務中:專案能否存活的決定因子是新客戶繳費報課及老客戶續費續課,兩者都是變現及主要來源,從實際業務線出發GMV、利潤以及轉化和課程包升級來看,能夠正向流轉的是老客戶續費續課。所以如果戰略中心在於GMV,策略以老客戶續費(裂變)為核心的情況下:

(1)戰略側OR策略側指標分解

A。 核心型資料指標:老客戶續費GMV

B。 支撐型資料指標:消課率

C。 風控型資料指標:使用者滿意度(率)

(2)POD+BOR指標分解

A。 POD核心型資料指標:老客戶續費GMV(Business指標)

B。 BOR核心型資料指標:老客戶續費率(Trade)

C。 支撐型資料指標:APA

D。 風控型資料指標:品牌滿意度(率)

(3)結合以上所有指標對策略執行側進行推進

如下圖所示,根據以上指標,搭建商家分層模型,篩選符合目標指標的商家並定層級。完成相關關注點(FP)及關注KPI(FP KPI)的設定,並貫穿所有業務線及產研也無需求。

例如如果基於核心型資料指標的相關交易類功能和抓手的外露與完善(支付類例如微信支付,支付寶支付,銀行支付,分階段支付(教育特色),分期支付,貸款支付)。

消課率類功能和抓手的外露與完善(例如教務方向的管理,銷售與教務的交接事宜,班級管理,使用者上課體驗反饋功能等)。

商家運營-如何做好商家分層?

最後附上BP全景與大家分享:

商家運營-如何做好商家分層?

本文由 @明先森 原創釋出於人人都是產品經理。未經許可,禁止轉載。

題圖來自Pexels,基於 CC0 協議。

頂部