运营体系保证了组织的延续和发展，它作为组织运作的规则及规则下的相应资源，是组织存在并延续的根本。对于初创公司来说，应当如何搭建运营体系？

一、我们对于运营的误解

运营和营销

谈到运营的体系，不得不先谈谈，我们对于运营的误解。

首先是运营和营销边界的误解：现在越来越多的公司招募市场运营，活动运营，品牌运营，营销增长，用户增长这样的岗位，这和传统的营销工作的工作区别到底是什么呢？

最大的区别就是：运营是典型的互联网时代（新经济时代）数据驱动的营销，供应链，商品生产工作。

其实互联网时代这个词早就OUT了，我们越来越不以互联网公司来区分公司，互联网渐渐也变成了传统行业，成为了人民群众喜闻乐见的基础设施和企业使用的工具。现代新经济企业的区别在于是否有数据化的思维去解构业务板块，规划高效率的业务运转路径，是否是以对于行业和用户的认知在提升优势，而非对于资源的垄断来提升优势。

回到营销和运营的差别上来，我们能看到运营在成为一个越来越广义的词，一方面和营销的工作的边界渐渐模糊，另一方面和产品工作的边界也渐渐模糊，比如近来行业里面的热门概念——

增长黑客，就是典型的以数据思维为基础，测试为手段，用户为核心，产品为落地实施方案的一套完整的系统。

而我们运营人，也在渐渐成长为企业经营人。

4R模型和AARRR模型

说到营销和运营就不得不说到乔林老师合著的《数字时代的营销战略》中提到的“4R”模型，在我看来4R模型和AARRR模型并没有什么本质的不同。

▲4R模型和AARRR模型

4R模型：

1. 将用户的喜好，需求，年龄等特征极大可能的数字化，在用户数字化的基础上；
2. 对获取用户的渠道触达用户的方式进行极大的数字化，这背后是这些渠道的流量，转化率等，用户到来后；
3. 保持和用户的关系，运作和用户的之间的关系和粘性让用户发生信任，传播，最后带来；
4. 收入；

AARRR模型：用数据驱动，不断的给出假设，并且按照优先级实验最好的方式。

1. 获取用户；
2. 激活活跃用户；
3. 留存用户；
4. 获取收入；
5. 用户传播。

每一个环节都要极大可能地数字化。

以上，看看是不是并没有什么不同，实际上两个模型通俗易懂一点来说都是在讲：要更精细化的通过用户和渠道的匹配来提升获取用户的效率，在用户来到平台后都要更精细化的推荐内容留存用户，建立和用户更长期的关系，使得用户愿意付费，愿意传播，愿意留存。

二、AARRR&4R

上文提到了AARRR和4R模型，相信大部分同学还是一脸懵逼，当我开接触AARRR模型的时候，不仅仅发现这个思路本质上和原来线上那套流量*转化*客单价异曲同工，同时发现其实百度在很多年前的业务增长，就在使用黑客增长的这套思路。

只是当时我们不称之为黑客增长，我们称之为渠道评级。

反而由于我在百度移动端搭起来了这样一套基于数据驱动，不断ABTest精细化的渠道匹配的策略，还因此在百度申请了一个算法专利。

当时我是负责这个项目的产品经理，王霖和陈浩是百度内部和我合作的来自大数据研发部门的研发，这妥妥的硅谷增长黑客团队的配置，竟然到今天我才意识到，何其幸也。

▲专利检索结果截图

当时的我们是怎么做的呢在谈到怎么做之前，先来分享一下实际的背景：

1. 在百度不同的移动端产品在渠道推广的结算价格不同，例如百度搜索和百度输入法，百度地图即便都在和步步高手机这条渠道合作，但是结算单价和结算方式都有可能是不同的，有可能一个产品按照激活A结算，单价是2块，另一个产品按照活跃DAU结算，单价是5元。
2. 在百度不同的产品同样的日活为百度贡献的价值不同，实际上用户是否活跃的评判标准也不同，例如地图可能一周使用一次就算一个活跃用户了，可输入法得每天使用一次才算一个活跃。
3. 对于百度而言，最重要的是一个高价值的用户，这个的用户价值是能够带来更多的用户，能够贡献更多的内容和活跃行为，或者是点击了更多的广告使得广告商的投放更有价值，而这一切的后续的用户行为都和用户活跃相关因此我们假设有一个策略模型，可以平衡好AARRR模型中的各项指标。

这个假设的逻辑是：

1. 一个渠道能够给我们带来用户的新增，活跃，留存，收入，和自传播，但在业务的不同的阶段，这五件事情的重要性不同，我们通过调整五件事情的重要性的权重，可以明确哪个渠道在我们这里的评级更高；
2. 一个渠道如果得到超出预期更高的结算单价，就会更愿意将用户导流给百度，这样可以在这条渠道上获取更多的用户量（毕竟哪个时候一条渠道可以同时给百度，给腾讯，给阿里，给360导流）；
3. 一个渠道的价值更高，我们愿意结算更高的超出平均水平的结算单价；
4. 这个结算单价，和带给我们的用户价值对比，也就是单用户的ROI是持续更好的。

▲静秋的某次汇报PPT

因此所需要考量的指标均纳入计算体系。

从所有百度移动端产品搜集来用户行为的数据，无线搜索的数据，移动云渠道结算的数据，用来成为用户的生存，活跃，贡献价值的模型，分别在用户的成本收益，用户的质量（留存，活跃，传播），渠道的推广能力（新增），渠道战略价值，综合维度评估。

▲静秋的某次汇报PPT

当时我们的假设是结算价格会影响渠道是否愿意把更多的量给百度。

实现的方式，是通过调整带量，带活跃，带用户价值等数据的权重的参数调整，影响那些更擅长带量或者是更擅长带活跃用户的渠道给百度更多的用户。

虽然以上案例太过生涩，但道理始终如此：以数据为基础，以实验迭代为方式，快速ABTest，来实现用户的增长，活跃，变现等目标。

我想这可能是第一个黑客增长模型的专利，只是当时已惘然。

当时的百度渠道增长的思路案例，也可以用4R的框架来拆解：

Recognize：数字化的识别用户，形成用户的画像。

用户购买了小米手机，先从小米应用市场下载了百度输入法，后来看到手机预装了百度搜索，很不喜欢于是卸载了。用户配置好手机后，开始玩游戏，玩游戏的时候如果下载百度地图可以增加200积分，于是用户下载了百度地图，下载后偶尔会使用，这样一个用户的画像是不是跃然纸上。

当然我们也可以更进一步去看用户在百度系不同的APP内的行为，例如用户总是在上下班的时间在两个点之间活动，例如用户总是在百度输入法输入一些表情符号，有了类似这样的数据，我们对用户画像是不是也会有更准确的判断。

这样接下来百度移动端不论哪一款产品都更加清楚这个用户是什么样子的用户，我们在做PUSH的时候可以做更准确的推荐，也更清楚如果要唤醒这样的用户，他会玩这款游戏，会使用手机输入法，会使用小米应用市场，我们是可以通过这款游戏，通过小米应用市场的活动来唤醒这个用户的。

当时，我们在百度内部做的百度移动端运营系统就有这样的功能，打通了百度的移动端产品和一些渠道，可以做到综合百度移动端整体的数据画像，对用户进行更准确的唤醒。

Reach：数字化的渠道触达方式识别，例如这个渠道都带来了哪些用户，他们的留存，活跃，贡献的价值，贡献的收入都是什么样子的由于结算数据在我们的平台上，我们也很清楚这些渠道带来的这些用户的成本是什么样子的。

Relationship：知道用户和哪一个渠道有更强的链接，也知道用户和哪一个百度系的移动端产品有更强的链接，那么我们可以选择通过这款产品和用户建立更持久的链接，或者通过这款产品推荐用户使用百度系其他的产品。

Return：当然百度不直接从用户身上获取收入，用户贡献的用户行为就是百度收入的来源。

三、我们对于AARRR的误解

之前我在和一家创业公司沟通的时候，发现他们陷入了对于AARRR深深的误解中，这样的误解后来发现，原来很多创业公司都有。

背景可以先简单讲一下：这家公司居然只有市场费用，没有经营收入。

于是我就问他们了：每个月几万块钱的市场费用带来了这么多用户呀，为什么用户都没有消费呢？

万万没想到！这几万块钱的市场费用都用来给用户买礼品了，用户到了门店打卡就可以累计积分，累计积分就可以兑换礼品。

于是我就问了，为啥要这样做呢？

原来，是有这样的一个思维逻辑先要获客，获得了客户后呢，就能知道他们的需求，知道了他们的需求后呢，就能创造好的产品，创造了好的产品后呢，客人就会留存，留存了后呢反正我们也有好的产品，于是就可以美满的赚钱。

大错特错！实际上，当用户走到你的门店里第一个瞬间，如果你不能留下他的心留下他的注意力，他就会流失，线上平台同上。

与此同时，创立一家公司，要传递什么价值给用户，即便没有市场验证，也要有个初始MVP，你想传递什么价值给用户，心里能没有点X数么？

（当然这里回过头来忍不住说完整一丢丢，至少上面那个案例，新公司要获客这个点是对的，只是用错了方式和内容，当我们在业务里发现团队执行动作变形的时候，不要怀疑，是管理者的问题，是管理者设定目标的问题）

▲现在我们不再说AARRR模型而说RARRA模型

我们在用户来到我们的平台来到我们面前的第一个瞬间就要留存下来，现在早已不是增量市场的竞争，而是存量市场的竞争了。

用户都在被各种各样五花八门的服务拼命拉扯注意力，我们实际上争夺的都是用户的注意力。

能够获取用户的注意力，用户就留存了下来。

当然获取用户注意力的背后：

1. 你到底提供的是什么样的产品服务价值；
2. 如何包装和传递产品和服务的价值；
3. 这价值和用户认知的匹配。

在RARRA模型下，最重要的事情显而易见——产品服务的价值&价值的表达方式。

因为有了明显的产品服务的价值以及合适的价值表达的方式，我们才能留存住用户。

能够做到“留存住用户”，才代表我们的核心产品找到了我们真正的用户群体。

之后就是想办法激活用户让用户活跃，让用户发生自传播（这里是不是和4R模型中的Relationship一样一样）。

相信一个具备让用户自传播意愿的产品，获取收入也不是什么难的事情，让用户帮我们传播让我们获取更多的用户也不是什么难的事情。

也有人提到在RARRA模型下，第一个R是不是可以不是留存，而是转发Refer，我们的确看到现在越来越多的用户看到一张图的第一瞬间的第一反应就是转发，但是我们可以仔细追溯一下用户的心里状态：

• 用户在转发前，是不是就想要得到这个产品价值，如果是，用户的第一个R仍然是留存。
• 用户在转发前，是不是不在意产品价值，只是在意转发带来的实际经济收益？可能是，这样的业务推广逻辑在某些状态下，某些用户群体中也行得通、

比如为了赚趣头条的钱，转发趣头条的新闻，但这并非常态，毕竟趣头条内有那么多可以阅读的新闻和内容，用户“始于”利益转发，“终于”认可某条内容附带利益值的转发在适合现状的RARRA模型下，真正的增长，将是如下图所示：

▲现在的增长各阶段

1. 初期的增长是产品价值驱动，因为当下，要获取用户认知和产品价值的匹配，要让用户留存下来，愿意我们建立持续的关系；
2. 数字营销驱动是很重要的第二步，当靠产品的价值和价值的正确传递累计了一定量的用户后，我们再要新的用户进来，就需要有更多的曝光了。这样的曝光最重要的是成本合理，所以在数据埋点足够清晰和充分，广告费用的投入和产出持续的跟进，和优化广告费用的构成，数字营销是会有好的投入产出比的；
3. 品牌驱动将在好的产品价值基础上，持续的高效率的数字营销加持和累积中，迎来转折点。在广告投放的基础之上，品牌和产品的价值也在持续累计曝光，最终会达到质变的哪一天。

当然，我也能看到有的很优秀的线下品牌，也跨过了数字营销这一步，直达品牌驱动的时刻，但是对于线上业务而言，数字营销始终是绕不过的一个必要动作。

有趣的是，这和传统的品牌增长的逻辑刚好相反。

传统的品牌增长，会是铺天盖地的广告与宣传，先铺垫好品牌的基础然后是强有力的渠道把控，给渠道非常高额的分成，让超市上货，让饭店上货，让想要喝酒的人只能在饭店选择这几款酒，时至今日，如果要进超市这样的传统渠道，都需要产品有4倍左右的毛利，才能给渠道充分的分润空间。

最后有了品牌的铺垫，和强势渠道的覆盖之后，才会到达用户体验产品接受产品价值的环节。

当然新经济时代下的商业，我相信是产品驱动的，虽然锤子近期的新闻，让很多同学对创新产品唱衰，对用户体验唱衰，对产品驱动唱衰，但我仍然有这样信念——产品才能真正驱动一家公司一个业务。

产品驱动不是件容易的事情，因为产品价值驱动不仅仅是瞬间的用户体验，用户的感受是连续的也是持续成长的：

• 产品价值会受到时间和空间的考验；
• 产品价值也会受到迭代节奏的考验；
• 产品价值会受到协同网络的考验——像是小米音箱控制小米的机器人；
• 产品价值也会受到价格，价值感，购买的路径，服务的细节的考验。

四、我们对于数据的误解

前段时间，在和一个运营人沟通的时候，她反馈了我这样一个观点：

数据都是用来美化市场的，更倾向于倾听市场上用户具体的反馈。

但实际上，是这样么？

某种情境下是的：毕竟我们资源有限，无法得到全部的用户反馈，但是我总需要用户的反馈呀，总得有个用户让我深度研究一下她是个什么样的喜好呀，怎么样的销售方式才能打动她呀

但某种情况下，不是的：我们很多时候认为数据有偏向性，有指引性，要不然是选择了错误的看待数据的角度，要不然是数据的搜集仍然不够完整，数据的抽样方式存在偏差

举个具体的例子：

比如我们销售一款面霜，始终卖不好，于是我们认为可能是销售的引导话术出了问题，是不是用一种客观理性的方式描述这个面霜是如何通过高科技改善面部的亮度，就可以了？

果然，试了一下这种销售套路，效果很好。

于是我得到了这样一个结论——通过这个用户的反馈，我们这种新的销售套路非常正确

但这样真的是正确的么？

• 你有没有尝试过和用户说，通过面霜补水，补水之后细胞更饱满，显得白？
• 你有没有尝试过和用户说，面霜可以去黑头，脸更干净了，显得白？
• 你有没有尝试过和用户说，要在洗脸前擦面霜，和洁面产品精华产品搭配使用，最显得白？

很多时候我们判断的有效，是千千万万多种有效当中的一种而已。

而在这千千万万种有效当中哪一种是最有效的，要试过了才知道，这才是全量的数据。

至少要有假设，要有假设的优先级，在这些优先级高的假设中，尝试过了才知道。

▲对于数据的误解

那时的我想，也许创业公司由于数据统计的资源人手不足，都得靠主观判断吧，而且为了维持主观判断的说服力，还得自己就很笃定这个主观判断吧。

后来发现，不是的，也有创业公司格外迷信数据。

在另一个我和创业公司的沟通中，一个创业公司的老板问我说，产品已经有了，第一步的流量，我们怎么获得呢

我和他说，我们通过能带货的KOL快速测试一下市场吧！

他说，有道理诶，我们知道KOL的带货销售的边界，知道他们的用户群体，这样我们统计一下这个KOL带来的用户的一系列的转化，活跃，停留，消费，数据就知道用户想要什么了，想的倒还真是挺美的。

很多时候，我们相信数据，使用数据，但我们不能迷信数据，更不能让数据替代我们做决策，一个产品在一个KOL处的销售，好与不好，真的和用户最终对这个产品的评价有关么？

不一定！

就像你可能永远不会在沃尔玛买一台比京东售价还要便宜的雅马哈电子琴一样因为感觉，怪怪的

人，不只是一种理性的动物。

之前我在服务于一家创业公司蜂蜜品牌——“她是蜜”的时候，有类似的经历：

她是蜜的蜂蜜非常优质，来自于无污染的平武生态保护区，因此价格是常规食品的三倍

当时我找了一个KOL（Key Opinion Leader，关键意见领袖）希望能够替我们带带货，这个KOL是一个美食圈的KOL，豆腐干都能够卖50块钱一袋，我想卖一个200多块钱的蜂蜜，应该不是什么难的事情吧但是，KOL在和我沟通第一次，就拒绝了，因为，调性不符调性不符，怎么用数据来区隔，来识别我表示我不服，你的用户明显很精准，对高单价的普通食品很热爱，有付费能力，也喜欢吃，而且吃的东西和蜂蜜看起来是一个品类的东西，KOL说你实在想做，就做一下吧！

果然一件都没有卖出去。

的确，用户很精准，也许这些用户，就是最精准的“她是蜜”的用户。

但是这些用户可能会在很多地方买“她是蜜”，会在精品超市买，会在京东买，但是不会在这位KOL那里买，因为调性不符，在你这里买这样的蜂蜜，总觉得哪里怪怪的。

我非常强调数据驱动，也在各个公司都实际操盘了数据体系的搭建，我本身就是从数据产品经理这个角色上成长起来的产品运营人，虽然我对数据已经有了格外信仰，但我仍然要强调和提醒：

不要迷信数据，也不能让数据替代我们做决策，数据是我们的工具，感性也是我们的工具，也许某些瞬间，感性做出的判断更准确。

况且，即便数据指标都做的很好，你的业务一定是做得好么？

五、你们对运营的误解

很多传统行业的老板都特别期待能够找来一个运营，能够四两拨千斤解决当下的业务问题，能够找爆点，写爆文，分分钟10W+。

但事实上，这也是个很多时候难以放下的诱惑：

1. 可以写爆文，可以10W+，可这背后付出的成本，和留存下来的用户能有多少呢？
2. 可以找到一个四两拨千斤的方式，可这背后往往对应的是原来业务做得太差太差，实际上在整个业务的环节上，用户体验的流程中做出一点点的改善，就能够得到效果。

一个比较典型的案例，就是之前借着“锦鲤”大火特火的爱恋珠宝：

当时这个活动，业内人士核算价值10W的礼品，撬动了最终100W+人参与（最终数据是1，220，845），以那个瞬间的数据来看，这是一笔看起来非常划算的活动，平均单用户新增成本不到1毛钱。

这也是在运营圈掀起了很多讨论的一个活动（有诱惑力的活动，高价值的礼品，低门槛的参与方式，复制锦鲤的概念不必市场教育）。

可当我们持续去关注后续，用户的留存是什么情况呢？

为了更客观，我选择了离当前间隔日超过数日的12月3日爱恋珠宝公众号发布的文章，也选择了同类话题进行了对比——明星话题。

新媒体小编的同学一定有这种体感（实际这种体感也是数据增量带来的），文章发布三天以后，如果没有大V转发，那么就很难再获得更多的阅读量了，所以我按照以上思路选择了用于对比的文章。

活动开始前的文章阅读量和互动量：

• 9月11日，周迅话题，点赞（用户互动）31，阅读量（流量）3592；
• 10月16日，赵丽颖冯绍峰话题，点赞（用户互动）110，阅读量（流量）2400910月22日，锦鲤活动上线10月29日，锦鲤活动抽奖；
• 12月3日，容祖儿话题，点赞（用户互动）35，阅读量（流量）7420；

证据都在下面：

所以，我们简单的算笔账：10W的投入，3000余用户流量的增加，个位数用户互动的增加，平均一个留存用户的成本是3000+，平均一个活跃用户的成本是1W~2W，这个投入还值得么？有可能是值得的，毕竟珠宝行业，客单价高，可以用更高的成本去获取用户。

但是，这些用户流量，再到转化层面来看，还是值得的么？

这就未必了，毕竟这些保持阅读的用户，到底能有多少最终可以转化销售呢？如果是1%的转化，那么上面的成本就还要乘以100倍了。

那么，这个活动就是失败的么？

作为一个活动而言，有这么大的影响力，首先肯定是成功的，真正重要的是——我们当时做这个活动的目的到底是什么呢？

是扩大影响力，制造话题么？那么我们是成功的是累积更多的用户进行消费转化，获取利润么？那么就是失败的了。

可能刚刚创业的公司，也会问这个问题——我们砸钱扩大影响力，到底是不是有卵用？

这里，我也想肯定的回答，一定有用。

影响力的扩大，可以降低我们在其他渠道获取用户的成本，可以增加我们跨界合作的可能性，更强的赋能我们的内容。

但如果想要得到快速的回报，并且这个回报要能Cover砸下去的成本，恐怕无法如愿。

这里刚好提两个小小的知识点：

1. 我们要关注LTV>CAC（Life Time Value>Customer Acquisition Cost）也就是用户生命周期带来的收入要大于获取一个用户的成本。

一个用户的成本估算方式应当是（为了扩大影响力的费用成本，为了获取用户的成本，投入在做着两件事情上的人力成本）/用户量。

当然扩大影响力的姿势如果是正确的，也可以降低获取用户的成本，也可以提升用户生命周期内的消费。

2. 数据永远没有办法放在一个时间切片下来做判断，例如这个活动的当下，数据是美好的。

可放在更长的时间周期来看，我们基于数据得到的判断和评价还是一致的么？

善运营者通盘无妙手，要对LTV和CAC有持续的管理，要对运营流程中的每一个关键节点有持续的假设，要对用户心理变化，传播点和消费刺激点有持续的关注和跟进。

运营本身就是持久战，结硬寨，打呆仗才是运营驱动的业务获胜至理。

▲创业公司老板们对于运营的误解

▲这是一场自嘲么？

当然来自营销和产品的鄙视链，也会到达运营这里，但是不要紧。

的确，运营的起点往往是那些支撑型的工作内容，但渐渐地，有悟性的运营会像润滑油一样衔接起公司的各个业务部门。

最终将以业务目标为导向，设计最合理的达成目标的路径。

并且以数据为基础，以实验为方式，不断迭代，不断更新，不断达成更高速的增长，更长远的未来。

很多人都擅长用运营动作做一个又一个小的增长活动，但是却容易忽略掉用运营体系去复制去规模化去协同去把业务真正做大做扎实。

善弈者通盘无妙手。

六、好的运营架构应当如何？

举例：B公司

好的运营架构，能够复制成功，能够协同全盘，能够量化和控制。

能够量化和控制才可管理，才可运营。

当然说好的运营体系之前，先来讲讲常见的运营体系中的问题好了？

B公司，是一家无人货架公司，他们的运营是放在货架运营团队内的，也就是重心是基于货架的运营

这件事情本身的反馈机制是很慢的。

她的反馈机制是什么样的呢？

数据搜集完毕 -> 数据分析给出判断结果 -> 这个货架上不同位置需要摆放哪些不同的产品 ->采购需要即时采购 -> 配送需要及时把这个产品配送过来。

但事实上，我一开始就可以有个预判。

一个男生多的公司和一个女生多的公司，这个货架上该摆的产品一定是不一样的；一个商务型的公司和一个互联网技术型的公司，这个货架上应该摆的产品一定也是不一样的。

所以假设能够重新来搭建这个运营体系，我想一个更合理的方式是，运营的团队应该一开始就前置到商务团队里面去。

当我签下这个公司的时候，我就应该和这个公司沟通和预判，甚至提前面向员工调研——你们选你们想要什么产品，只要你选了，这个产品第一单我就给你特价，反正当时特价也挺多的。

同时运营还要后置到供应链体系上。

我要基于货架动态的数据，影响供应链采购的溢价权。

包括我的配送体系，有的公司零食就消耗得特别快，有的公司消耗得特别慢。去规划配送路径，让运营的效率最高。

以上是公司B，在业务层面上运营调度和配置出现的问题。

举例：C公司

还有一个是公司C，公司C出现的运营体系的问题在很多公司是比较常见的，当时发现的问题是KPI对不上。

背后对应现实情况是大家的目标不一样，你干你的我干我的，各有各的KPI，连在一起不是一个公司整体的KPI，很多公司可能都有这样的问题。

欠缺整体的目标，团队没有围绕着公司整体的目标进行任务的拆解，结果资源分散，力气没往一处使。

那么一个好的营运体系怎么搭建呢？

▲运营体系是由业务大盘和数据大盘的基础支撑

基础是有业务层面的大局意识，也要有数据层面的全局通盘。

用人话说就是——有好的思维基础和数据基础我们要在此基础上搭建运营体系。

运营体系说起来有点虚，无非就是组织架构的派兵布阵和目标的协同，但落到实处都有哪些工作要去做呢？

1. 用过程管理的思维来确保达成目标；
2. 用B端+C端来平衡供需关系；
3. 用指标来统一业务目标；

这里面，过程管理其实是基于一个具体业务的深度挖掘，在达成这个具体业务的路径上有哪些关键节点——这要思考清楚。

思考清楚了，就应该跳出来看业务整体的B端和C端如何平衡和协作，再然后就需要用数据来抽象目标，用数据来统一业务目标，让整个团队可以愉快地协作起来。

七、好的运营架构的基础

一个好的营运体系就是一个完整的业务体系，通常业务就是由这三个板块构成的，供应端、产品服务端和用户端。

▲业务体系大图

我们平台提供的价值主要是由产品和服务体现的，产品服务一端是用户，另一端是供应商。

我们通过不断打磨产品和服务，并且选择不同的传递产品服务价值的方式，渠道，将我们的产品和服务传递给用户，以获取用户的留存、活跃、传播和消费。

而另一端，我们的产品和服务也是由供应商提供的。

• 如果我们是一个电商公司，我们的供应商是我们的采购来源；
• 如果我们是一个游戏公司，我们的供应商是我们的素材设计师，研发或者还有IP；
• 如果我们是一个咨询公司，我们的供应商是背后的咨询师或者是老师；

所有的产品和服务背后都有提供“这个产品和服务”的供应商。

我们不断封装这些供应商提供的价值，才形成了我们的产品服务。

用户这一端的运营，就是我们常常提到的C端运营，供应商这一端的运营，就是我们常常提到的B端运营。

所以，要有业务的全局通盘，首先要有这样的意识我们的业务是由B端、C端还有产品服务端共同构成的。

所以我们常常说到的我们要做运营增长，其实并不仅仅是用户的增长，还有产品和服务的增长，以及供应商的增长。

▲小米运营增长动作背后逻辑

以小米为例：

小米增长陷入乏力的时候，对于小米而言并非仅仅做渠道的变化，就能带来用户增长的改善。

因为在那个时间点，渠道能否顺利重构？单用户价值能否持续增长？背后还有一个很重要的因素。

这就是：产品（Or服务）。

小米交付给用户的产品（Or服务）是否能够拓宽原有的价值，是小米能否落地在新的线下流量场景里的关键要素，毕竟选择小米小店和小米之家购买的用户可能未必对这样一部“发烧机”感兴趣。

与此同时，产品（Or服务）背后的供应商也与小米交付的价值密切相关的，小米这一波的增长，我们先抽象和我们今天运营业务相关的逻辑来看：小米的增长已经无法单纯通过渠道手段的创新，单纯通过对于用户的获取留存转化变现手段上变化得到增量，只有在“品牌边界”上不断拓宽，在“小米交付给用户的产品价值边界”上不断拓宽，才有可能迎来这样一波新的增长。

故：

• 品牌层面，小米拓宽了品牌的边界，从“为发烧而生”到“让每一个人都能享受科技带来的乐趣”；
• 渠道层面，扩展了主要城市的小米之家和三四线城市的小米小店；
• 产品层面，拓宽了产品线，一应俱全。

这是业务层面的全局通盘，我们再来看看数据层面的全局通盘。

▲基于业务体系下的数据体系

用户端的数据到底需要搜集哪些？这基于用户画像，也基于用户来源的渠道，例如渠道的流量、转化率等等，和用户画像相关的——用户的消费敏感度、服务敏感度等等相关的一系列的指标，也是我们数据体系中的用户端数据指标。

如果以小米为例，来设计供应商端的数据指标。

搜集供应商端的数据是为了要对小米的供应商有一系列分级管理的逻辑，在这个逻辑之下，要搜集统计一些关键指标，比如供应商的库存、供货周期、质量、价格、售后服务等。包括我这个硬件的适配程度，我这个芯片是不是只能跟这个主板来相配。

供应商数据搜集完整，有很多维度可以供我参考让我对供应商进行评估，我还需要设计产品服务相关的数据，同样，这些数据搜集也是为了——我有管理一个产品服务的分级体系的能力。

在这个分级管理的逻辑之下，会有一些关键指标，例如库存、价格，包括这个产品是不是孤品，它后面会不会再生产，它属于哪个品类，它和竞争对手相比是个什么样的状况，它累计销售，近期的销售、转化率、话题度，都是在产品服务层面需要去搜集的数据。

当我们把整个体系的数据串在一起看那就比较有意思了。我们可能会发现有的用户买小米的充电宝的时候价格敏感度特别高，但买别的产品的时候敏感度就不高了。

当然除了数据要连起来看以外，可能有同学会有这样的疑问——是不是掌控全局的人，才需要有全局意识去看全盘的数据？

当然，不是的！

如果做一个具体的活动也需要我们这样的全局意识。

做一个活动，要放哪些产品上去，这些产品应该怎么样来定价，在这个时候活动本身就是提供给用户的产品和服务。那么这个活动怎么设计其实就是我们的产品和服务怎么设计。

为了做好这个活动，我们应当搜集和关注活动的浏览数、点击率、参与率、转发率等等。

例如：

最近喜马拉雅里面有一个知识节的活动，小马鱼老师和范冰老师就是里面的供应商端，他们供应了他们的课程，活动本身是产品和服务端，用户端毋庸置疑就是参与这个活动的用户，喜马拉雅的用户。

如果喜马拉雅把这个数据串在一起看的话，可能也会发现一个有意思的现象，小马鱼老师带货能力特别强，课程价格是平均水平，但是她能带来的用户特别多，范冰老师的课程是一个高于平均水平的单价，但是用户的转化率特别高。

如果我们是这个活动的设计者，要平衡好怎么样来推荐小马鱼老师，和范冰老师，让他们的特征可以帮助我这个活动，既有足够的用户参与，也能拿到很好的销售量。这里又有两个想要提醒的知识点：

1. 所有小的事情都可以有更全局的视角。因为任何一个小的事情都有上下游，都有它的用户和供应端，即便我们在公司做一个小小的协作工作，也有我们需要交付的对象那是我们的用户，也有我们需要支持的来源，那是我们的供应端。
2. 其实数据如果放在某一个时间切片下是无意义的。要以更长的时间维度去跟随趋势，以更细的颗粒度去透视，去分析数据与数据之间的相关性，才存在意义。

All data in aggregate in “crap” .Segment or die.

——Avinash Kaushik

八、基础之上的运营架构

上面简单描述过基础之上的运营体系搭建三个模块之间的关系，这里再细致说说基础之上的运营架构。

▲运营体系搭建（在基础之上）

我们要有很强的过程管理，来确保我们能够拿到这个业务结果结果达成目标。

什么是过程管理？

大部分情况下：流量*转化率*客单价=我们的销售额。

在我的产品相对稳定的情况下，客单价也许相对比较固定，在这样的情况下，流动和转化率能做到多少，才是我能拿到的业务结果的关键指标。

如果我要拆过程指标，我就应该去跟踪我的流量到底做到了多少，我的转化率做到了多少，我到底今年可不可以通过这样的流量和转化率做到我要的业务结果。

当然，我把过程指标拆得足够细就OK了吗？不够。因为在每一个具体的业务板块里面，只有把需要完成的目标拆到一个又一个具体的动作，去跟进这个动作的进展，才能确保达成目标。

例如，我已经知道转化率应当做到5%才是OK的，这是一个很重要的过程指标，但是我有了这个指标就能确保达成么？

我需要把5%这个目标拆解为很多个要去执行的事情和项目，不断跟进这些项目的进展，这些项目的进展是我达成5%转化率的过程指标。

所以拆解到可以足够落地执行的过程指标，并且不断跟进，才能够确保我们拿到业务结果。

但是协作怎么办呢？这就迎来了运营体系搭建的第二步，B端和C端的协同。

刚刚提到很多公司都会有协作的问题，举一个线上产品的供应商端的问题，比如：

运营要做一个活动，需要在APP上有一个首页弹屏，给活动做一些首页导流促成销量，因为运营的KPI指标是今年活动销售要做到这么多。

可这时候研发不干了，研发说我的KPI是要把APP打开的时间控制在0.01秒内，你加一弹屏我做不到我的KPI了。（研发在很多线上业务上就是我们的供应商端，它供应着我们产品的功能）

所以，当我们的过程管理指标拆解得足够落地了之后，我们要开始关注协同，关注BC端如何平衡供需关系，一起来拿到公司最想要的业务结果。当我们能够平衡好BC端，也能够有很清楚的过程管理的思路的时候，我们就要用指标来统一业务目标了。

九、强过程管理确保达成目标

过程是结果的保障，当结果有问题的时候，已经来不及改变这一切了。

▲双12如何进行过程管理

好的管理者，和好的运营人，一定是好的过程管理专家。

可达成一件事情的过程太多太多，往往有很多个环节，哪一个环节是我们要钻取透视下去深挖的环节？背后对应的是我们对于业务的深度理解。

在这个业务的环节中，哪个环节是我们达成这件事情最需要进行过程管理的环节，通常是我们不确定性最强的环节，但对于不确定性和风险的准确判断，就需要我们对于业务的熟悉来“助攻”了。

什么是关键环节？什么又是过程管理？

假设我们要去和B端客户谈合作，签订合同获取收入，合同收入是我们最想要拿到的业务结果。

这个时候，有的目标拆解，会把合同收入拆解到不同的合作方身上去，这是目标的拆解，不是关键环节的判断，也不是过程管理。

我们钻进完整这件事情的前后流程里看看：

——我们获取一个能签订合同的合作方，最重要的前置条件是什么？

是能够有足够多的潜在合作方能够谈合作。

——能够有足够多的潜在合作方的前置条件是什么？

是能够有对于合作方的盘点。

——如何盘点出来潜在的合作方？

基于合作的特征能够梳理出来最有可能建立合作的合作方，这些合作方都是我们的潜在合作方。

所以，如果我们要确保拿到这么多的合同金额，把合同金额拆到不同的合作方身上去，不能够帮助我们确保达成业务结果。

而向前追溯关键过程——我们有没有对足够大的市场进行盘点，对市场盘点完成后，有没有明确促成合作的关键要素，有没有基于这些要素盘点出来足够的潜在合作方，这才是我们要把控的关键过程指标。

回到图中双12的活动来看，我们是如何进行过程管理的，从双12的活动来看，我们需要达成的业务指标是——双12的活动销售额，但以到店五折支付这个活动来看，我们有哪些关键过程会影响双12的活动销售额呢？

这个活动，主要的影响因子是：

报名商家*有效商家转化率=有效商家

有效商家*客单价=活动销售额

所以报名商家，有效商家转化率，客单价，是影响最终活动达成的三个最关键的指标。

可站在双12活动运营的角度，我们是三个关键指标的过程都需要跟进么？

当然是的。那么都是哪些过程呢？

1. 在双12报名期间，持续跟进报名数量是否达成；
2. 在报名截止后，持续关注邮箱商家转化；
3. 在双12当天，持续关注每个商家的销售额。

可站在双12活动整体掌舵手的角度，我们是三个关键指标的过程都需要关注么？

不是的，我们要关注那个最重要的影响因子，也就是不确定性最高的环节。

我们回顾以下双12活动的重要影响因子：

报名商家*有效商家转化率=有效商家

有效商家*客单价=活动销售额

• 报名商家对于我大阿里双12而言，是很难影响的事情么？不是的。
• 客单价对于我大阿里双12而言，是很难影响的事情么？是的，但是客单价是相对固定的，当然双12当天一定会有上浮。

有效商家转化率对于我大阿里双12而言，是很难印象的事情？不算是很难，但是特别重要，如果我的有效商家转化率在影响转化率的动作上能够打穿，实际上也可以影响我们的客单价如逾期上浮。

——这个能够打穿有效商家转化率和这些商家客单价的关键要素是什么？

是4R模型当中的Relationship；是RARRA模型当中的 Activation。

——而能够促成这个关键要素的动作是什么？

是海报有没有100%的张贴，是对于店铺的培训有没有做到100%的覆盖，对店铺的店员有没有相应的激励机制。

店铺的店员有响应的激励机制是必要的，因为这可以增强店铺和阿里的链接，增强店铺的活跃

但这还不够。

• 如果用户进到门店，不知道门店有双12的活动，怎么样能够确保在乌央乌央的人群涌进门店的时候，每一个用户都能够被及时准确传递达到双12活动的信息？
• 如果用户进到门店，当天微信发飙给了同样的补贴活动，用户知道微信支付宝支付同样价格，选择微信支付，门店的服务人员该怎么完成这个转化？
• 如果用户使用了一套复杂的优惠（你也知道现在活动越来越复杂了），电话如何对用户购买的套餐进行核销？

那么100%的物料覆盖，覆盖在最佳视野。

100%的店员培训，清楚不同场景下如何应对，如何核销各种优惠叠加的套餐，就成为拿到双12活动销售额结果的另一个关键过程。

当然他也只是一个关键过程的目标，因为100%的物料覆盖和100%的店员培训，还需要被我们追问一个问题，如何达成？

关键过程拆接到这一步已经成功了一大半，因为最最关键的过程，已经被我们清点出来了，接下来就是钻下去，再钻下去，找到影响这个最关键过程结果的具体动作。

以100%物料覆盖为例，我们的关键过程是：

1. 物料铺设培训1000人；
2. 以上培训考试通过500人；
3. 以上500人每天带着20份物料铺设10家店铺；

同样100%的培训覆盖，也是类似的关键过程：

1. 活动规则及话术培训1000人；
2. 以上培训考试通过500人；
3. 以上500人，每人每天培训2家店铺，最终一家店铺可以覆盖培训3次以上。

只有我们将过程指标钻到这一步我们才得到了一个真正可以管控的过程。

我们只有去跟进有没有这么多人通过培训，通过培训考试的这些人有没有携带物料铺设这么多家店铺，我们才能确保得到100%物料铺设的结果。

我们才能确保得到有效商家转化率的结果，我们才能确保得到双12活动销售额的结果。

过程是结果的保障，当过程不好，结果好不鸟，当我们发现结果有问题的时候，已经来不及了。

十、BC端平衡供需关系

▲内容端和用户端的成长关系

就像前文提到，通常我们的增长并非单纯的用户增长，而且往往我们的用户增长到一定边界的时候，是需要我们去扩充内容，优化内容，才有可能达到新一轮的增长。

内容的成长和用户的成长往往是相辅相成。

这里特别想提醒：

• 我们常常花很多时间去思考怎么获取更多的用户，却又会花多少时间去思考我们产品提供的价值如何通过内容更好地派兵布阵？
• 我们常常会花很多时间思考，如何拓展扩充我们的产品和服务，可又会花多少时间去思考我们要如何去优化我们的产品和服务？

一个好的业务体系架构者，要把这三件事情都放在心里：

1. 用户是谁；
2. 产品的价值到底是什么，怎么传递；
3. 产品的价值如何持续优化。

回到我们的内容端和用户端的关系来看，如何去识别当前的问题主要在哪里？我们可以怎么解决呢？

我有个不成熟的小方法：

▲判断用户端问题还是内容端问题的小方法

我们首先去看当前的瓶颈点到底是用户不来，还是用户来了不转化如果是用户不来的话，我们可以去从以下这几个小点里面去找找机会：

1. 有哪些关键用户可以带来用户？
2. 有哪些可以回头的老用户？
3. 用户群体是否还能够进一步下沉？

从这三个维度思考下去，本质上是去看已有用户的潜力还有哪些可挖掘的空间。

不论是传播还是挖掘老用户的消费潜力，都是在看用户的潜力还有哪些可挖掘的空间。

我们可以给用户一些专属这个用户的优惠券，让他发送他的专属优惠卷给到她的朋友。

我们也可以给老用户有一些特别隆重的答谢活动，唤醒这个用户过去曾发生过的对我们的认可。

同时，我们过往没有渗透的那层用户我们是否可以去做他们的生意。

从手段上来看可以拉开产品的分层。

例如过去我们做定制包团的旅游，接下来同一线路我们可以尝试去做6人小团，或者20人小团去覆盖那些顶部金字塔人群以下的人群。

例如小米开始用线下渠道，去铺小镇青年，做用户群体的下沉。

如果是用户来了不转化，我们也可以先由几个小点去看是否有突破口：

1. 特价；
2. 增值服务；
3. 竞品热销。

以上都不坠述，本文已经够长，毕竟重点不在这里。

当然还会有比较高级的玩法，不断去营造用户可能会使用的场景来描述这个产品和服务，用最合理的描述方式来说服用户，又是一套活动内容策划和文案的专业体系了。

在整个运营体系里，我们怎么样更好的平衡B和C端的增长，背后更重要的是在B和C端的运营，怎么样实现好B，C端的协同运营？

1. 需要有供需端是否平衡的判断（就是上面提到的到底是用户不来，还是用户来了不转化）；
2. 我们B C端要对业务的节奏有相似或者一致的判断，这样才更容易劲往一处使；
3. 组织层面也需要协作。

▲组织层面协作

在组织层面我也建议把B和C端运营放在一个运营体系下：

C端运营核心要干的事情也有点类似传统的营销学里面的；先做价值的塑造，然后做价值的传递，然后做用户的增长；B端运营和C端运营就是相辅相成的，因为C端运营要基于我们的产品和服务去做价值的塑造。B端运营要确保我们用户端要的产品服务价值是B端的交付标准。

十一、指标一统业务目标

当我们理解清楚过程管理，清楚理解B、C端要有一个平衡。

我们用指标来统一业务目标，就相对比较容易了。

我们再以小米为例，假设现在身为小米的运营，要做好收入这件事情，要拆解好我们整个指标的分配，想清楚流量主要该谁背，转化主要该谁背？

那么，拆解流量和转化率的背后是想清楚——

这些数据的波动都受哪些角色的影响？流水，用户的客单价都受什么因素影响？

转化率肯定受供应商影响，因为他决定了品质，客单价也受供应的影响，因为供应商质量决定了他提供给我这个基础产品的品质能不能卖到这么多的价钱转化还会受谁的影响呢？

• 运营传递好我的产品的价值，会影响转化；
• 产品提供基础工具的平台好用，也会影响转化。

流量受谁影响？

会受用户增长负责人的影响。

通常用户增长负责人是做价值传递这件事情的，用合适的方式找合适的渠道传递产品服务的价值。

与此同时，还需要让流量在产品和平台间流动起来，如果用户关掉了这个页面，那么会提醒用户尝试一下另一个产品，如果用户完成了支付，会提醒用户关注服务号了解支付后的服务。

很多时候，做流量的增长像是这样一件事情。

我们布了很多管道在用户面前，选择将管道布在哪些用户面前，这是由我们渠道选择的工作决定的，在管道中推荐什么样的内容才可以吸引用户进入到这个管道中来，来到我们的平台，这是由内容的策划工作决定的，而这个管道的粗细，就是由品牌决定的了。

回到我们的指标设计中来：考虑清楚收入和哪些动作相关，这些动作和哪些人相关，就很容易把这个指标设计出来了。

比如说C端运营就要背转化率、分享率、留存率这样的指标，负责用户增长的角色要背流量的指标。

流量我们还可以拆解为老用户的流量、用户传播的流量，类似这样的指标。

当然运营同时承担了流量和转化，是要背产品流水的指标，这么看来，运营是不是负重前行，而是积跬步至千里。

B端运营，和C端运营有很多重叠的指标，虽然是大家共同完成，可B端运营也需要直接承担对应的指标压力。

比如B端运营要承担——供应商结算的流水指标，以及产品和服务转化率这样的指标。

为了完成这样的指标，B端运营需要不断的去了解供应商所处的市场情况，供应商给竞争对手的产品和服务的情况，供应商的生产流程服务标准的优化能力。

• 当B端运营带着为了更好地“做高”产品和服务转化率 这个目标去和供应商以及商务沟通的时候，我相信一定可以碰撞出更多可以提升产品服务亮点的火花；
• 当B端运营带着为了更好的“做高”供应商结算的流水 这个目标去和供应商以及商务沟通的时候，我相信也一定可以更容易获得供应商的信任。

当然产品技术团队也得背转化率、分享率、留存率，这些和体验相关，和技术相关的指标。

与此同时在商务这个环节，在具体对接供应商这个环节，他需要对供应商的数量质量和供货周期负责，以期达到更好的产品品质，更好的留存率。

十二、总结

1. AARRR并不是要先做拉新，再做转化，而是要在遇见用户的第一个瞬间转化他留存他，现在的用户增长模型已经从AARRR变为了RARRA。
2. 数据要做通盘的考虑，当数据只是一个时间切片下的数据的时候是毫无意义的，要把数据深入到业务的进程里，在时间的广度上来做分析才有意义。数据是一个工具，并不能不能够代替我们做决策。
3. 一个大的运营体系就是一个整体的业务体系。
4. B、C端是一个动态平衡共同增长的过程。现在的增长是产品驱动先行，再是数字营销驱动，最后品牌驱动，有些优秀的线下品牌可能会跳过数字营销这个步骤直接进入品牌驱动增长
5. 一个好的运营架构应当架设在好的数据基础和业务共识之上，对过程有很强的管理能力，BC端有很强的协同能力，团队有统一的指标以及指标的分解来明确目标，集中资源。

#特邀作者#

静秋，公众号：运营黑板报，人人都是产品经理特邀特邀作者、起点学院金牌导师，前阿里西南运营总监、百度高级产品经理，历任百度总裁助理，移动云事业部运营。

本文原创发布于人人都是产品经理，未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议