運營體系保證了組織的延續和發展，它作為組織運作的規則及規則下的相應資源，是組織存在并延續的根本。對于初創公司來說，應當如何搭建運營體系？

一、我們對于運營的誤解

運營和營銷

談到運營的體系，不得不先談談，我們對于運營的誤解。

首先是運營和營銷邊界的誤解：現在越來越多的公司招募市場運營，活動運營，品牌運營，營銷增長，用戶增長這樣的崗位，這和傳統的營銷工作的工作區別到底是什么呢？

最大的區別就是：運營是典型的互聯網時代（新經濟時代）數據驅動的營銷，供應鏈，商品生產工作。

其實互聯網時代這個詞早就OUT了，我們越來越不以互聯網公司來區分公司，互聯網漸漸也變成了傳統行業，成為了人民群眾喜聞樂見的基礎設施和企業使用的工具?，F代新經濟企業的區別在于是否有數據化的思維去解構業務板塊，規劃高效率的業務運轉路徑，是否是以對于行業和用戶的認知在提升優勢，而非對于資源的壟斷來提升優勢。

回到營銷和運營的差別上來，我們能看到運營在成為一個越來越廣義的詞，一方面和營銷的工作的邊界漸漸模糊，另一方面和產品工作的邊界也漸漸模糊，比如近來行業里面的熱門概念——

增長黑客，就是典型的以數據思維為基礎，測試為手段，用戶為核心，產品為落地實施方案的一套完整的系統。

而我們運營人，也在漸漸成長為企業經營人。

4R模型和AARRR模型

說到營銷和運營就不得不說到喬林老師合著的《數字時代的營銷戰略》中提到的“4R”模型，在我看來4R模型和AARRR模型并沒有什么本質的不同。

▲4R模型和AARRR模型

4R模型：

1. 將用戶的喜好，需求，年齡等特征極大可能的數字化，在用戶數字化的基礎上；
2. 對獲取用戶的渠道觸達用戶的方式進行極大的數字化，這背后是這些渠道的流量，轉化率等，用戶到來后；
3. 保持和用戶的關系，運作和用戶的之間的關系和粘性讓用戶發生信任，傳播，最后帶來；
4. 收入；

AARRR模型：用數據驅動，不斷的給出假設，并且按照優先級實驗最好的方式。

1. 獲取用戶；
2. 激活活躍用戶；
3. 留存用戶；
4. 獲取收入；
5. 用戶傳播。

每一個環節都要極大可能地數字化。

以上，看看是不是并沒有什么不同，實際上兩個模型通俗易懂一點來說都是在講：要更精細化的通過用戶和渠道的匹配來提升獲取用戶的效率，在用戶來到平臺后都要更精細化的推薦內容留存用戶，建立和用戶更長期的關系，使得用戶愿意付費，愿意傳播，愿意留存。

二、AARRR&4R

上文提到了AARRR和4R模型，相信大部分同學還是一臉懵逼，當我開接觸AARRR模型的時候，不僅僅發現這個思路本質上和原來線上那套流量*轉化*客單價異曲同工，同時發現其實百度在很多年前的業務增長，就在使用黑客增長的這套思路。

只是當時我們不稱之為黑客增長，我們稱之為渠道評級。

反而由于我在百度移動端搭起來了這樣一套基于數據驅動，不斷ABTest精細化的渠道匹配的策略，還因此在百度申請了一個算法專利。

當時我是負責這個項目的產品經理，王霖和陳浩是百度內部和我合作的來自大數據研發部門的研發，這妥妥的硅谷增長黑客團隊的配置，竟然到今天我才意識到，何其幸也。

▲專利檢索結果截圖

當時的我們是怎么做的呢在談到怎么做之前，先來分享一下實際的背景：

1. 在百度不同的移動端產品在渠道推廣的結算價格不同，例如百度搜索和百度輸入法，百度地圖即便都在和步步高手機這條渠道合作，但是結算單價和結算方式都有可能是不同的，有可能一個產品按照激活A結算，單價是2塊，另一個產品按照活躍DAU結算，單價是5元。
2. 在百度不同的產品同樣的日活為百度貢獻的價值不同，實際上用戶是否活躍的評判標準也不同，例如地圖可能一周使用一次就算一個活躍用戶了，可輸入法得每天使用一次才算一個活躍。
3. 對于百度而言，最重要的是一個高價值的用戶，這個的用戶價值是能夠帶來更多的用戶，能夠貢獻更多的內容和活躍行為，或者是點擊了更多的廣告使得廣告商的投放更有價值，而這一切的后續的用戶行為都和用戶活躍相關因此我們假設有一個策略模型，可以平衡好AARRR模型中的各項指標。

這個假設的邏輯是：

1. 一個渠道能夠給我們帶來用戶的新增，活躍，留存，收入，和自傳播，但在業務的不同的階段，這五件事情的重要性不同，我們通過調整五件事情的重要性的權重，可以明確哪個渠道在我們這里的評級更高；
2. 一個渠道如果得到超出預期更高的結算單價，就會更愿意將用戶導流給百度，這樣可以在這條渠道上獲取更多的用戶量（畢竟哪個時候一條渠道可以同時給百度，給騰訊，給阿里，給360導流）；
3. 一個渠道的價值更高，我們愿意結算更高的超出平均水平的結算單價；
4. 這個結算單價，和帶給我們的用戶價值對比，也就是單用戶的ROI是持續更好的。

▲靜秋的某次匯報PPT

因此所需要考量的指標均納入計算體系。

從所有百度移動端產品搜集來用戶行為的數據，無線搜索的數據，移動云渠道結算的數據，用來成為用戶的生存，活躍，貢獻價值的模型，分別在用戶的成本收益，用戶的質量（留存，活躍，傳播），渠道的推廣能力（新增），渠道戰略價值，綜合維度評估。

▲靜秋的某次匯報PPT

當時我們的假設是結算價格會影響渠道是否愿意把更多的量給百度。

實現的方式，是通過調整帶量，帶活躍，帶用戶價值等數據的權重的參數調整，影響那些更擅長帶量或者是更擅長帶活躍用戶的渠道給百度更多的用戶。

雖然以上案例太過生澀，但道理始終如此：以數據為基礎，以實驗迭代為方式，快速ABTest，來實現用戶的增長，活躍，變現等目標。

我想這可能是第一個黑客增長模型的專利，只是當時已惘然。

當時的百度渠道增長的思路案例，也可以用4R的框架來拆解：

Recognize：數字化的識別用戶，形成用戶的畫像。

用戶購買了小米手機，先從小米應用市場下載了百度輸入法，后來看到手機預裝了百度搜索，很不喜歡于是卸載了。用戶配置好手機后，開始玩游戲，玩游戲的時候如果下載百度地圖可以增加200積分，于是用戶下載了百度地圖，下載后偶爾會使用，這樣一個用戶的畫像是不是躍然紙上。

當然我們也可以更進一步去看用戶在百度系不同的APP內的行為，例如用戶總是在上下班的時間在兩個點之間活動，例如用戶總是在百度輸入法輸入一些表情符號，有了類似這樣的數據，我們對用戶畫像是不是也會有更準確的判斷。

這樣接下來百度移動端不論哪一款產品都更加清楚這個用戶是什么樣子的用戶，我們在做PUSH的時候可以做更準確的推薦，也更清楚如果要喚醒這樣的用戶，他會玩這款游戲，會使用手機輸入法，會使用小米應用市場，我們是可以通過這款游戲，通過小米應用市場的活動來喚醒這個用戶的。

當時，我們在百度內部做的百度移動端運營系統就有這樣的功能，打通了百度的移動端產品和一些渠道，可以做到綜合百度移動端整體的數據畫像，對用戶進行更準確的喚醒。

Reach：數字化的渠道觸達方式識別，例如這個渠道都帶來了哪些用戶，他們的留存，活躍，貢獻的價值，貢獻的收入都是什么樣子的由于結算數據在我們的平臺上，我們也很清楚這些渠道帶來的這些用戶的成本是什么樣子的。

Relationship：知道用戶和哪一個渠道有更強的鏈接，也知道用戶和哪一個百度系的移動端產品有更強的鏈接，那么我們可以選擇通過這款產品和用戶建立更持久的鏈接，或者通過這款產品推薦用戶使用百度系其他的產品。

Return：當然百度不直接從用戶身上獲取收入，用戶貢獻的用戶行為就是百度收入的來源。

三、我們對于AARRR的誤解

之前我在和一家創業公司溝通的時候，發現他們陷入了對于AARRR深深的誤解中，這樣的誤解后來發現，原來很多創業公司都有。

背景可以先簡單講一下：這家公司居然只有市場費用，沒有經營收入。

于是我就問他們了：每個月幾萬塊錢的市場費用帶來了這么多用戶呀，為什么用戶都沒有消費呢？

萬萬沒想到！這幾萬塊錢的市場費用都用來給用戶買禮品了，用戶到了門店打卡就可以累計積分，累計積分就可以兌換禮品。

于是我就問了，為啥要這樣做呢？

原來，是有這樣的一個思維邏輯先要獲客，獲得了客戶后呢，就能知道他們的需求，知道了他們的需求后呢，就能創造好的產品，創造了好的產品后呢，客人就會留存，留存了后呢反正我們也有好的產品，于是就可以美滿的賺錢。

大錯特錯！實際上，當用戶走到你的門店里第一個瞬間，如果你不能留下他的心留下他的注意力，他就會流失，線上平臺同上。

與此同時，創立一家公司，要傳遞什么價值給用戶，即便沒有市場驗證，也要有個初始MVP，你想傳遞什么價值給用戶，心里能沒有點X數么？

（當然這里回過頭來忍不住說完整一丟丟，至少上面那個案例，新公司要獲客這個點是對的，只是用錯了方式和內容，當我們在業務里發現團隊執行動作變形的時候，不要懷疑，是管理者的問題，是管理者設定目標的問題）

▲現在我們不再說AARRR模型而說RARRA模型

我們在用戶來到我們的平臺來到我們面前的第一個瞬間就要留存下來，現在早已不是增量市場的競爭，而是存量市場的競爭了。

用戶都在被各種各樣五花八門的服務拼命拉扯注意力，我們實際上爭奪的都是用戶的注意力。

能夠獲取用戶的注意力，用戶就留存了下來。

當然獲取用戶注意力的背后：

1. 你到底提供的是什么樣的產品服務價值；
2. 如何包裝和傳遞產品和服務的價值；
3. 這價值和用戶認知的匹配。

在RARRA模型下，最重要的事情顯而易見——產品服務的價值&價值的表達方式。

因為有了明顯的產品服務的價值以及合適的價值表達的方式，我們才能留存住用戶。

能夠做到“留存住用戶”，才代表我們的核心產品找到了我們真正的用戶群體。

之后就是想辦法激活用戶讓用戶活躍，讓用戶發生自傳播（這里是不是和4R模型中的Relationship一樣一樣）。

相信一個具備讓用戶自傳播意愿的產品，獲取收入也不是什么難的事情，讓用戶幫我們傳播讓我們獲取更多的用戶也不是什么難的事情。

也有人提到在RARRA模型下，第一個R是不是可以不是留存，而是轉發Refer，我們的確看到現在越來越多的用戶看到一張圖的第一瞬間的第一反應就是轉發，但是我們可以仔細追溯一下用戶的心里狀態：

• 用戶在轉發前，是不是就想要得到這個產品價值，如果是，用戶的第一個R仍然是留存。
• 用戶在轉發前，是不是不在意產品價值，只是在意轉發帶來的實際經濟收益？可能是，這樣的業務推廣邏輯在某些狀態下，某些用戶群體中也行得通、

比如為了賺趣頭條的錢，轉發趣頭條的新聞，但這并非常態，畢竟趣頭條內有那么多可以閱讀的新聞和內容，用戶“始于”利益轉發，“終于”認可某條內容附帶利益值的轉發在適合現狀的RARRA模型下，真正的增長，將是如下圖所示：

▲現在的增長各階段

1. 初期的增長是產品價值驅動，因為當下，要獲取用戶認知和產品價值的匹配，要讓用戶留存下來，愿意我們建立持續的關系；
2. 數字營銷驅動是很重要的第二步，當靠產品的價值和價值的正確傳遞累計了一定量的用戶后，我們再要新的用戶進來，就需要有更多的曝光了。這樣的曝光最重要的是成本合理，所以在數據埋點足夠清晰和充分，廣告費用的投入和產出持續的跟進，和優化廣告費用的構成，數字營銷是會有好的投入產出比的；
3. 品牌驅動將在好的產品價值基礎上，持續的高效率的數字營銷加持和累積中，迎來轉折點。在廣告投放的基礎之上，品牌和產品的價值也在持續累計曝光，最終會達到質變的哪一天。

當然，我也能看到有的很優秀的線下品牌，也跨過了數字營銷這一步，直達品牌驅動的時刻，但是對于線上業務而言，數字營銷始終是繞不過的一個必要動作。

有趣的是，這和傳統的品牌增長的邏輯剛好相反。

傳統的品牌增長，會是鋪天蓋地的廣告與宣傳，先鋪墊好品牌的基礎然后是強有力的渠道把控，給渠道非常高額的分成，讓超市上貨，讓飯店上貨，讓想要喝酒的人只能在飯店選擇這幾款酒，時至今日，如果要進超市這樣的傳統渠道，都需要產品有4倍左右的毛利，才能給渠道充分的分潤空間。

最后有了品牌的鋪墊，和強勢渠道的覆蓋之后，才會到達用戶體驗產品接受產品價值的環節。

當然新經濟時代下的商業，我相信是產品驅動的，雖然錘子近期的新聞，讓很多同學對創新產品唱衰，對用戶體驗唱衰，對產品驅動唱衰，但我仍然有這樣信念——產品才能真正驅動一家公司一個業務。

產品驅動不是件容易的事情，因為產品價值驅動不僅僅是瞬間的用戶體驗，用戶的感受是連續的也是持續成長的：

• 產品價值會受到時間和空間的考驗；
• 產品價值也會受到迭代節奏的考驗；
• 產品價值會受到協同網絡的考驗——像是小米音箱控制小米的機器人；
• 產品價值也會受到價格，價值感，購買的路徑，服務的細節的考驗。

四、我們對于數據的誤解

前段時間，在和一個運營人溝通的時候，她反饋了我這樣一個觀點：

數據都是用來美化市場的，更傾向于傾聽市場上用戶具體的反饋。

但實際上，是這樣么？

某種情境下是的：畢竟我們資源有限，無法得到全部的用戶反饋，但是我總需要用戶的反饋呀，總得有個用戶讓我深度研究一下她是個什么樣的喜好呀，怎么樣的銷售方式才能打動她呀

但某種情況下，不是的：我們很多時候認為數據有偏向性，有指引性，要不然是選擇了錯誤的看待數據的角度，要不然是數據的搜集仍然不夠完整，數據的抽樣方式存在偏差

舉個具體的例子：

比如我們銷售一款面霜，始終賣不好，于是我們認為可能是銷售的引導話術出了問題，是不是用一種客觀理性的方式描述這個面霜是如何通過高科技改善面部的亮度，就可以了？

果然，試了一下這種銷售套路，效果很好。

于是我得到了這樣一個結論——通過這個用戶的反饋，我們這種新的銷售套路非常正確

但這樣真的是正確的么？

• 你有沒有嘗試過和用戶說，通過面霜補水，補水之后細胞更飽滿，顯得白？
• 你有沒有嘗試過和用戶說，面霜可以去黑頭，臉更干凈了，顯得白？
• 你有沒有嘗試過和用戶說，要在洗臉前擦面霜，和潔面產品精華產品搭配使用，最顯得白？

很多時候我們判斷的有效，是千千萬萬多種有效當中的一種而已。

而在這千千萬萬種有效當中哪一種是最有效的，要試過了才知道，這才是全量的數據。

至少要有假設，要有假設的優先級，在這些優先級高的假設中，嘗試過了才知道。

▲對于數據的誤解

那時的我想，也許創業公司由于數據統計的資源人手不足，都得靠主觀判斷吧，而且為了維持主觀判斷的說服力，還得自己就很篤定這個主觀判斷吧。

后來發現，不是的，也有創業公司格外迷信數據。

在另一個我和創業公司的溝通中，一個創業公司的老板問我說，產品已經有了，第一步的流量，我們怎么獲得呢

我和他說，我們通過能帶貨的KOL快速測試一下市場吧！

他說，有道理誒，我們知道KOL的帶貨銷售的邊界，知道他們的用戶群體，這樣我們統計一下這個KOL帶來的用戶的一系列的轉化，活躍，停留，消費，數據就知道用戶想要什么了，想的倒還真是挺美的。

很多時候，我們相信數據，使用數據，但我們不能迷信數據，更不能讓數據替代我們做決策，一個產品在一個KOL處的銷售，好與不好，真的和用戶最終對這個產品的評價有關么？

不一定！

就像你可能永遠不會在沃爾瑪買一臺比京東售價還要便宜的雅馬哈電子琴一樣因為感覺，怪怪的

人，不只是一種理性的動物。

之前我在服務于一家創業公司蜂蜜品牌——“她是蜜”的時候，有類似的經歷：

她是蜜的蜂蜜非常優質，來自于無污染的平武生態保護區，因此價格是常規食品的三倍

當時我找了一個KOL（Key Opinion Leader，關鍵意見領袖）希望能夠替我們帶帶貨，這個KOL是一個美食圈的KOL，豆腐干都能夠賣50塊錢一袋，我想賣一個200多塊錢的蜂蜜，應該不是什么難的事情吧但是，KOL在和我溝通第一次，就拒絕了，因為，調性不符調性不符，怎么用數據來區隔，來識別我表示我不服，你的用戶明顯很精準，對高單價的普通食品很熱愛，有付費能力，也喜歡吃，而且吃的東西和蜂蜜看起來是一個品類的東西，KOL說你實在想做，就做一下吧！

果然一件都沒有賣出去。

的確，用戶很精準，也許這些用戶，就是最精準的“她是蜜”的用戶。

但是這些用戶可能會在很多地方買“她是蜜”，會在精品超市買，會在京東買，但是不會在這位KOL那里買，因為調性不符，在你這里買這樣的蜂蜜，總覺得哪里怪怪的。

我非常強調數據驅動，也在各個公司都實際操盤了數據體系的搭建，我本身就是從數據產品經理這個角色上成長起來的產品運營人，雖然我對數據已經有了格外信仰，但我仍然要強調和提醒：

不要迷信數據，也不能讓數據替代我們做決策，數據是我們的工具，感性也是我們的工具，也許某些瞬間，感性做出的判斷更準確。

況且，即便數據指標都做的很好，你的業務一定是做得好么？

五、你們對運營的誤解

很多傳統行業的老板都特別期待能夠找來一個運營，能夠四兩撥千斤解決當下的業務問題，能夠找爆點，寫爆文，分分鐘10W+。

但事實上，這也是個很多時候難以放下的誘惑：

1. 可以寫爆文，可以10W+，可這背后付出的成本，和留存下來的用戶能有多少呢？
2. 可以找到一個四兩撥千斤的方式，可這背后往往對應的是原來業務做得太差太差，實際上在整個業務的環節上，用戶體驗的流程中做出一點點的改善，就能夠得到效果。

一個比較典型的案例，就是之前借著“錦鯉”大火特火的愛戀珠寶：

當時這個活動，業內人士核算價值10W的禮品，撬動了最終100W+人參與（最終數據是1，220，845），以那個瞬間的數據來看，這是一筆看起來非常劃算的活動，平均單用戶新增成本不到1毛錢。

這也是在運營圈掀起了很多討論的一個活動（有誘惑力的活動，高價值的禮品，低門檻的參與方式，復制錦鯉的概念不必市場教育）。

可當我們持續去關注后續，用戶的留存是什么情況呢？

為了更客觀，我選擇了離當前間隔日超過數日的12月3日愛戀珠寶公眾號發布的文章，也選擇了同類話題進行了對比——明星話題。

新媒體小編的同學一定有這種體感（實際這種體感也是數據增量帶來的），文章發布三天以后，如果沒有大V轉發，那么就很難再獲得更多的閱讀量了，所以我按照以上思路選擇了用于對比的文章。

活動開始前的文章閱讀量和互動量：

• 9月11日，周迅話題，點贊（用戶互動）31，閱讀量（流量）3592；
• 10月16日，趙麗穎馮紹峰話題，點贊（用戶互動）110，閱讀量（流量）2400910月22日，錦鯉活動上線10月29日，錦鯉活動抽獎；
• 12月3日，容祖兒話題，點贊（用戶互動）35，閱讀量（流量）7420；

證據都在下面：

所以，我們簡單的算筆賬：10W的投入，3000余用戶流量的增加，個位數用戶互動的增加，平均一個留存用戶的成本是3000+，平均一個活躍用戶的成本是1W~2W，這個投入還值得么？有可能是值得的，畢竟珠寶行業，客單價高，可以用更高的成本去獲取用戶。

但是，這些用戶流量，再到轉化層面來看，還是值得的么？

這就未必了，畢竟這些保持閱讀的用戶，到底能有多少最終可以轉化銷售呢？如果是1%的轉化，那么上面的成本就還要乘以100倍了。

那么，這個活動就是失敗的么？

作為一個活動而言，有這么大的影響力，首先肯定是成功的，真正重要的是——我們當時做這個活動的目的到底是什么呢？

是擴大影響力，制造話題么？那么我們是成功的是累積更多的用戶進行消費轉化，獲取利潤么？那么就是失敗的了。

可能剛剛創業的公司，也會問這個問題——我們砸錢擴大影響力，到底是不是有卵用？

這里，我也想肯定的回答，一定有用。

影響力的擴大，可以降低我們在其他渠道獲取用戶的成本，可以增加我們跨界合作的可能性，更強的賦能我們的內容。

但如果想要得到快速的回報，并且這個回報要能Cover砸下去的成本，恐怕無法如愿。

這里剛好提兩個小小的知識點：

1. 我們要關注LTV>CAC（Life Time Value>Customer Acquisition Cost）也就是用戶生命周期帶來的收入要大于獲取一個用戶的成本。

一個用戶的成本估算方式應當是（為了擴大影響力的費用成本，為了獲取用戶的成本，投入在做著兩件事情上的人力成本）/用戶量。

當然擴大影響力的姿勢如果是正確的，也可以降低獲取用戶的成本，也可以提升用戶生命周期內的消費。

2. 數據永遠沒有辦法放在一個時間切片下來做判斷，例如這個活動的當下，數據是美好的。

可放在更長的時間周期來看，我們基于數據得到的判斷和評價還是一致的么？

善運營者通盤無妙手，要對LTV和CAC有持續的管理，要對運營流程中的每一個關鍵節點有持續的假設，要對用戶心理變化，傳播點和消費刺激點有持續的關注和跟進。

運營本身就是持久戰，結硬寨，打呆仗才是運營驅動的業務獲勝至理。

▲創業公司老板們對于運營的誤解

▲這是一場自嘲么？

當然來自營銷和產品的鄙視鏈，也會到達運營這里，但是不要緊。

的確，運營的起點往往是那些支撐型的工作內容，但漸漸地，有悟性的運營會像潤滑油一樣銜接起公司的各個業務部門。

最終將以業務目標為導向，設計最合理的達成目標的路徑。

并且以數據為基礎，以實驗為方式，不斷迭代，不斷更新，不斷達成更高速的增長，更長遠的未來。

很多人都擅長用運營動作做一個又一個小的增長活動，但是卻容易忽略掉用運營體系去復制去規?；f同去把業務真正做大做扎實。

善弈者通盤無妙手。

六、好的運營架構應當如何？

舉例：B公司

好的運營架構，能夠復制成功，能夠協同全盤，能夠量化和控制。

能夠量化和控制才可管理，才可運營。

當然說好的運營體系之前，先來講講常見的運營體系中的問題好了？

B公司，是一家無人貨架公司，他們的運營是放在貨架運營團隊內的，也就是重心是基于貨架的運營

這件事情本身的反饋機制是很慢的。

她的反饋機制是什么樣的呢？

數據搜集完畢 -> 數據分析給出判斷結果 -> 這個貨架上不同位置需要擺放哪些不同的產品 ->采購需要即時采購 -> 配送需要及時把這個產品配送過來。

但事實上，我一開始就可以有個預判。

一個男生多的公司和一個女生多的公司，這個貨架上該擺的產品一定是不一樣的；一個商務型的公司和一個互聯網技術型的公司，這個貨架上應該擺的產品一定也是不一樣的。

所以假設能夠重新來搭建這個運營體系，我想一個更合理的方式是，運營的團隊應該一開始就前置到商務團隊里面去。

當我簽下這個公司的時候，我就應該和這個公司溝通和預判，甚至提前面向員工調研——你們選你們想要什么產品，只要你選了，這個產品第一單我就給你特價，反正當時特價也挺多的。

同時運營還要后置到供應鏈體系上。

我要基于貨架動態的數據，影響供應鏈采購的溢價權。

包括我的配送體系，有的公司零食就消耗得特別快，有的公司消耗得特別慢。去規劃配送路徑，讓運營的效率最高。

以上是公司B，在業務層面上運營調度和配置出現的問題。

舉例：C公司

還有一個是公司C，公司C出現的運營體系的問題在很多公司是比較常見的，當時發現的問題是KPI對不上。

背后對應現實情況是大家的目標不一樣，你干你的我干我的，各有各的KPI，連在一起不是一個公司整體的KPI，很多公司可能都有這樣的問題。

欠缺整體的目標，團隊沒有圍繞著公司整體的目標進行任務的拆解，結果資源分散，力氣沒往一處使。

那么一個好的營運體系怎么搭建呢？

▲運營體系是由業務大盤和數據大盤的基礎支撐

基礎是有業務層面的大局意識，也要有數據層面的全局通盤。

用人話說就是——有好的思維基礎和數據基礎我們要在此基礎上搭建運營體系。

運營體系說起來有點虛，無非就是組織架構的派兵布陣和目標的協同，但落到實處都有哪些工作要去做呢？

1. 用過程管理的思維來確保達成目標；
2. 用B端+C端來平衡供需關系；
3. 用指標來統一業務目標；

這里面，過程管理其實是基于一個具體業務的深度挖掘，在達成這個具體業務的路徑上有哪些關鍵節點——這要思考清楚。

思考清楚了，就應該跳出來看業務整體的B端和C端如何平衡和協作，再然后就需要用數據來抽象目標，用數據來統一業務目標，讓整個團隊可以愉快地協作起來。

七、好的運營架構的基礎

一個好的營運體系就是一個完整的業務體系，通常業務就是由這三個板塊構成的，供應端、產品服務端和用戶端。

▲業務體系大圖

我們平臺提供的價值主要是由產品和服務體現的，產品服務一端是用戶，另一端是供應商。

我們通過不斷打磨產品和服務，并且選擇不同的傳遞產品服務價值的方式，渠道，將我們的產品和服務傳遞給用戶，以獲取用戶的留存、活躍、傳播和消費。

而另一端，我們的產品和服務也是由供應商提供的。

• 如果我們是一個電商公司，我們的供應商是我們的采購來源；
• 如果我們是一個游戲公司，我們的供應商是我們的素材設計師，研發或者還有IP；
• 如果我們是一個咨詢公司，我們的供應商是背后的咨詢師或者是老師；

所有的產品和服務背后都有提供“這個產品和服務”的供應商。

我們不斷封裝這些供應商提供的價值，才形成了我們的產品服務。

用戶這一端的運營，就是我們常常提到的C端運營，供應商這一端的運營，就是我們常常提到的B端運營。

所以，要有業務的全局通盤，首先要有這樣的意識我們的業務是由B端、C端還有產品服務端共同構成的。

所以我們常常說到的我們要做運營增長，其實并不僅僅是用戶的增長，還有產品和服務的增長，以及供應商的增長。

▲小米運營增長動作背后邏輯

以小米為例：

小米增長陷入乏力的時候，對于小米而言并非僅僅做渠道的變化，就能帶來用戶增長的改善。

因為在那個時間點，渠道能否順利重構？單用戶價值能否持續增長？背后還有一個很重要的因素。

這就是：產品（Or服務）。

小米交付給用戶的產品（Or服務）是否能夠拓寬原有的價值，是小米能否落地在新的線下流量場景里的關鍵要素，畢竟選擇小米小店和小米之家購買的用戶可能未必對這樣一部“發燒機”感興趣。

與此同時，產品（Or服務）背后的供應商也與小米交付的價值密切相關的，小米這一波的增長，我們先抽象和我們今天運營業務相關的邏輯來看：小米的增長已經無法單純通過渠道手段的創新，單純通過對于用戶的獲取留存轉化變現手段上變化得到增量，只有在“品牌邊界”上不斷拓寬，在“小米交付給用戶的產品價值邊界”上不斷拓寬，才有可能迎來這樣一波新的增長。

故：

• 品牌層面，小米拓寬了品牌的邊界，從“為發燒而生”到“讓每一個人都能享受科技帶來的樂趣”；
• 渠道層面，擴展了主要城市的小米之家和三四線城市的小米小店；
• 產品層面，拓寬了產品線，一應俱全。

這是業務層面的全局通盤，我們再來看看數據層面的全局通盤。

▲基于業務體系下的數據體系

用戶端的數據到底需要搜集哪些？這基于用戶畫像，也基于用戶來源的渠道，例如渠道的流量、轉化率等等，和用戶畫像相關的——用戶的消費敏感度、服務敏感度等等相關的一系列的指標，也是我們數據體系中的用戶端數據指標。

如果以小米為例，來設計供應商端的數據指標。

搜集供應商端的數據是為了要對小米的供應商有一系列分級管理的邏輯，在這個邏輯之下，要搜集統計一些關鍵指標，比如供應商的庫存、供貨周期、質量、價格、售后服務等。包括我這個硬件的適配程度，我這個芯片是不是只能跟這個主板來相配。

供應商數據搜集完整，有很多維度可以供我參考讓我對供應商進行評估，我還需要設計產品服務相關的數據，同樣，這些數據搜集也是為了——我有管理一個產品服務的分級體系的能力。

在這個分級管理的邏輯之下，會有一些關鍵指標，例如庫存、價格，包括這個產品是不是孤品，它后面會不會再生產，它屬于哪個品類，它和競爭對手相比是個什么樣的狀況，它累計銷售，近期的銷售、轉化率、話題度，都是在產品服務層面需要去搜集的數據。

當我們把整個體系的數據串在一起看那就比較有意思了。我們可能會發現有的用戶買小米的充電寶的時候價格敏感度特別高，但買別的產品的時候敏感度就不高了。

當然除了數據要連起來看以外，可能有同學會有這樣的疑問——是不是掌控全局的人，才需要有全局意識去看全盤的數據？

當然，不是的！

如果做一個具體的活動也需要我們這樣的全局意識。

做一個活動，要放哪些產品上去，這些產品應該怎么樣來定價，在這個時候活動本身就是提供給用戶的產品和服務。那么這個活動怎么設計其實就是我們的產品和服務怎么設計。

為了做好這個活動，我們應當搜集和關注活動的瀏覽數、點擊率、參與率、轉發率等等。

例如：

最近喜馬拉雅里面有一個知識節的活動，小馬魚老師和范冰老師就是里面的供應商端，他們供應了他們的課程，活動本身是產品和服務端，用戶端毋庸置疑就是參與這個活動的用戶，喜馬拉雅的用戶。

如果喜馬拉雅把這個數據串在一起看的話，可能也會發現一個有意思的現象，小馬魚老師帶貨能力特別強，課程價格是平均水平，但是她能帶來的用戶特別多，范冰老師的課程是一個高于平均水平的單價，但是用戶的轉化率特別高。

如果我們是這個活動的設計者，要平衡好怎么樣來推薦小馬魚老師，和范冰老師，讓他們的特征可以幫助我這個活動，既有足夠的用戶參與，也能拿到很好的銷售量。這里又有兩個想要提醒的知識點：

1. 所有小的事情都可以有更全局的視角。因為任何一個小的事情都有上下游，都有它的用戶和供應端，即便我們在公司做一個小小的協作工作，也有我們需要交付的對象那是我們的用戶，也有我們需要支持的來源，那是我們的供應端。
2. 其實數據如果放在某一個時間切片下是無意義的。要以更長的時間維度去跟隨趨勢，以更細的顆粒度去透視，去分析數據與數據之間的相關性，才存在意義。

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

——Avinash Kaushik

八、基礎之上的運營架構

上面簡單描述過基礎之上的運營體系搭建三個模塊之間的關系，這里再細致說說基礎之上的運營架構。

▲運營體系搭建（在基礎之上）

我們要有很強的過程管理，來確保我們能夠拿到這個業務結果結果達成目標。

什么是過程管理？

大部分情況下：流量*轉化率*客單價=我們的銷售額。

在我的產品相對穩定的情況下，客單價也許相對比較固定，在這樣的情況下，流動和轉化率能做到多少，才是我能拿到的業務結果的關鍵指標。

如果我要拆過程指標，我就應該去跟蹤我的流量到底做到了多少，我的轉化率做到了多少，我到底今年可不可以通過這樣的流量和轉化率做到我要的業務結果。

當然，我把過程指標拆得足夠細就OK了嗎？不夠。因為在每一個具體的業務板塊里面，只有把需要完成的目標拆到一個又一個具體的動作，去跟進這個動作的進展，才能確保達成目標。

例如，我已經知道轉化率應當做到5%才是OK的，這是一個很重要的過程指標，但是我有了這個指標就能確保達成么？

我需要把5%這個目標拆解為很多個要去執行的事情和項目，不斷跟進這些項目的進展，這些項目的進展是我達成5%轉化率的過程指標。

所以拆解到可以足夠落地執行的過程指標，并且不斷跟進，才能夠確保我們拿到業務結果。

但是協作怎么辦呢？這就迎來了運營體系搭建的第二步，B端和C端的協同。

剛剛提到很多公司都會有協作的問題，舉一個線上產品的供應商端的問題，比如：

運營要做一個活動，需要在APP上有一個首頁彈屏，給活動做一些首頁導流促成銷量，因為運營的KPI指標是今年活動銷售要做到這么多。

可這時候研發不干了，研發說我的KPI是要把APP打開的時間控制在0.01秒內，你加一彈屏我做不到我的KPI了。（研發在很多線上業務上就是我們的供應商端，它供應著我們產品的功能）

所以，當我們的過程管理指標拆解得足夠落地了之后，我們要開始關注協同，關注BC端如何平衡供需關系，一起來拿到公司最想要的業務結果。當我們能夠平衡好BC端，也能夠有很清楚的過程管理的思路的時候，我們就要用指標來統一業務目標了。

九、強過程管理確保達成目標

過程是結果的保障，當結果有問題的時候，已經來不及改變這一切了。

▲雙12如何進行過程管理

好的管理者，和好的運營人，一定是好的過程管理專家。

可達成一件事情的過程太多太多，往往有很多個環節，哪一個環節是我們要鉆取透視下去深挖的環節？背后對應的是我們對于業務的深度理解。

在這個業務的環節中，哪個環節是我們達成這件事情最需要進行過程管理的環節，通常是我們不確定性最強的環節，但對于不確定性和風險的準確判斷，就需要我們對于業務的熟悉來“助攻”了。

什么是關鍵環節？什么又是過程管理？

假設我們要去和B端客戶談合作，簽訂合同獲取收入，合同收入是我們最想要拿到的業務結果。

這個時候，有的目標拆解，會把合同收入拆解到不同的合作方身上去，這是目標的拆解，不是關鍵環節的判斷，也不是過程管理。

我們鉆進完整這件事情的前后流程里看看：

——我們獲取一個能簽訂合同的合作方，最重要的前置條件是什么？

是能夠有足夠多的潛在合作方能夠談合作。

——能夠有足夠多的潛在合作方的前置條件是什么？

是能夠有對于合作方的盤點。

——如何盤點出來潛在的合作方？

基于合作的特征能夠梳理出來最有可能建立合作的合作方，這些合作方都是我們的潛在合作方。

所以，如果我們要確保拿到這么多的合同金額，把合同金額拆到不同的合作方身上去，不能夠幫助我們確保達成業務結果。

而向前追溯關鍵過程——我們有沒有對足夠大的市場進行盤點，對市場盤點完成后，有沒有明確促成合作的關鍵要素，有沒有基于這些要素盤點出來足夠的潛在合作方，這才是我們要把控的關鍵過程指標。

回到圖中雙12的活動來看，我們是如何進行過程管理的，從雙12的活動來看，我們需要達成的業務指標是——雙12的活動銷售額，但以到店五折支付這個活動來看，我們有哪些關鍵過程會影響雙12的活動銷售額呢？

這個活動，主要的影響因子是：

報名商家*有效商家轉化率=有效商家

有效商家*客單價=活動銷售額

所以報名商家，有效商家轉化率，客單價，是影響最終活動達成的三個最關鍵的指標。

可站在雙12活動運營的角度，我們是三個關鍵指標的過程都需要跟進么？

當然是的。那么都是哪些過程呢？

1. 在雙12報名期間，持續跟進報名數量是否達成；
2. 在報名截止后，持續關注郵箱商家轉化；
3. 在雙12當天，持續關注每個商家的銷售額。

可站在雙12活動整體掌舵手的角度，我們是三個關鍵指標的過程都需要關注么？

不是的，我們要關注那個最重要的影響因子，也就是不確定性最高的環節。

我們回顧以下雙12活動的重要影響因子：

報名商家*有效商家轉化率=有效商家

有效商家*客單價=活動銷售額

• 報名商家對于我大阿里雙12而言，是很難影響的事情么？不是的。
• 客單價對于我大阿里雙12而言，是很難影響的事情么？是的，但是客單價是相對固定的，當然雙12當天一定會有上浮。

有效商家轉化率對于我大阿里雙12而言，是很難印象的事情？不算是很難，但是特別重要，如果我的有效商家轉化率在影響轉化率的動作上能夠打穿，實際上也可以影響我們的客單價如逾期上浮。

——這個能夠打穿有效商家轉化率和這些商家客單價的關鍵要素是什么？

是4R模型當中的Relationship；是RARRA模型當中的 Activation。

——而能夠促成這個關鍵要素的動作是什么？

是海報有沒有100%的張貼，是對于店鋪的培訓有沒有做到100%的覆蓋，對店鋪的店員有沒有相應的激勵機制。

店鋪的店員有響應的激勵機制是必要的，因為這可以增強店鋪和阿里的鏈接，增強店鋪的活躍

但這還不夠。

• 如果用戶進到門店，不知道門店有雙12的活動，怎么樣能夠確保在烏央烏央的人群涌進門店的時候，每一個用戶都能夠被及時準確傳遞達到雙12活動的信息？
• 如果用戶進到門店，當天微信發飆給了同樣的補貼活動，用戶知道微信支付寶支付同樣價格，選擇微信支付，門店的服務人員該怎么完成這個轉化？
• 如果用戶使用了一套復雜的優惠（你也知道現在活動越來越復雜了），電話如何對用戶購買的套餐進行核銷？

那么100%的物料覆蓋，覆蓋在最佳視野。

100%的店員培訓，清楚不同場景下如何應對，如何核銷各種優惠疊加的套餐，就成為拿到雙12活動銷售額結果的另一個關鍵過程。

當然他也只是一個關鍵過程的目標，因為100%的物料覆蓋和100%的店員培訓，還需要被我們追問一個問題，如何達成？

關鍵過程拆接到這一步已經成功了一大半，因為最最關鍵的過程，已經被我們清點出來了，接下來就是鉆下去，再鉆下去，找到影響這個最關鍵過程結果的具體動作。

以100%物料覆蓋為例，我們的關鍵過程是：

1. 物料鋪設培訓1000人；
2. 以上培訓考試通過500人；
3. 以上500人每天帶著20份物料鋪設10家店鋪；

同樣100%的培訓覆蓋，也是類似的關鍵過程：

1. 活動規則及話術培訓1000人；
2. 以上培訓考試通過500人；
3. 以上500人，每人每天培訓2家店鋪，最終一家店鋪可以覆蓋培訓3次以上。

只有我們將過程指標鉆到這一步我們才得到了一個真正可以管控的過程。

我們只有去跟進有沒有這么多人通過培訓，通過培訓考試的這些人有沒有攜帶物料鋪設這么多家店鋪，我們才能確保得到100%物料鋪設的結果。

我們才能確保得到有效商家轉化率的結果，我們才能確保得到雙12活動銷售額的結果。

過程是結果的保障，當過程不好，結果好不鳥，當我們發現結果有問題的時候，已經來不及了。

十、BC端平衡供需關系

▲內容端和用戶端的成長關系

就像前文提到，通常我們的增長并非單純的用戶增長，而且往往我們的用戶增長到一定邊界的時候，是需要我們去擴充內容，優化內容，才有可能達到新一輪的增長。

內容的成長和用戶的成長往往是相輔相成。

這里特別想提醒：

• 我們常?；ê芏鄷r間去思考怎么獲取更多的用戶，卻又會花多少時間去思考我們產品提供的價值如何通過內容更好地派兵布陣？
• 我們常常會花很多時間思考，如何拓展擴充我們的產品和服務，可又會花多少時間去思考我們要如何去優化我們的產品和服務？

一個好的業務體系架構者，要把這三件事情都放在心里：

1. 用戶是誰；
2. 產品的價值到底是什么，怎么傳遞；
3. 產品的價值如何持續優化。

回到我們的內容端和用戶端的關系來看，如何去識別當前的問題主要在哪里？我們可以怎么解決呢？

我有個不成熟的小方法：

▲判斷用戶端問題還是內容端問題的小方法

我們首先去看當前的瓶頸點到底是用戶不來，還是用戶來了不轉化如果是用戶不來的話，我們可以去從以下這幾個小點里面去找找機會：

1. 有哪些關鍵用戶可以帶來用戶？
2. 有哪些可以回頭的老用戶？
3. 用戶群體是否還能夠進一步下沉？

從這三個維度思考下去，本質上是去看已有用戶的潛力還有哪些可挖掘的空間。

不論是傳播還是挖掘老用戶的消費潛力，都是在看用戶的潛力還有哪些可挖掘的空間。

我們可以給用戶一些專屬這個用戶的優惠券，讓他發送他的專屬優惠卷給到她的朋友。

我們也可以給老用戶有一些特別隆重的答謝活動，喚醒這個用戶過去曾發生過的對我們的認可。

同時，我們過往沒有滲透的那層用戶我們是否可以去做他們的生意。

從手段上來看可以拉開產品的分層。

例如過去我們做定制包團的旅游，接下來同一線路我們可以嘗試去做6人小團，或者20人小團去覆蓋那些頂部金字塔人群以下的人群。

例如小米開始用線下渠道，去鋪小鎮青年，做用戶群體的下沉。

如果是用戶來了不轉化，我們也可以先由幾個小點去看是否有突破口：

1. 特價；
2. 增值服務；
3. 競品熱銷。

以上都不墜述，本文已經夠長，畢竟重點不在這里。

當然還會有比較高級的玩法，不斷去營造用戶可能會使用的場景來描述這個產品和服務，用最合理的描述方式來說服用戶，又是一套活動內容策劃和文案的專業體系了。

在整個運營體系里，我們怎么樣更好的平衡B和C端的增長，背后更重要的是在B和C端的運營，怎么樣實現好B，C端的協同運營？

1. 需要有供需端是否平衡的判斷（就是上面提到的到底是用戶不來，還是用戶來了不轉化）；
2. 我們B C端要對業務的節奏有相似或者一致的判斷，這樣才更容易勁往一處使；
3. 組織層面也需要協作。

▲組織層面協作

在組織層面我也建議把B和C端運營放在一個運營體系下：

C端運營核心要干的事情也有點類似傳統的營銷學里面的；先做價值的塑造，然后做價值的傳遞，然后做用戶的增長；B端運營和C端運營就是相輔相成的，因為C端運營要基于我們的產品和服務去做價值的塑造。B端運營要確保我們用戶端要的產品服務價值是B端的交付標準。

十一、指標一統業務目標

當我們理解清楚過程管理，清楚理解B、C端要有一個平衡。

我們用指標來統一業務目標，就相對比較容易了。

我們再以小米為例，假設現在身為小米的運營，要做好收入這件事情，要拆解好我們整個指標的分配，想清楚流量主要該誰背，轉化主要該誰背？

那么，拆解流量和轉化率的背后是想清楚——

這些數據的波動都受哪些角色的影響？流水，用戶的客單價都受什么因素影響？

轉化率肯定受供應商影響，因為他決定了品質，客單價也受供應的影響，因為供應商質量決定了他提供給我這個基礎產品的品質能不能賣到這么多的價錢轉化還會受誰的影響呢？

• 運營傳遞好我的產品的價值，會影響轉化；
• 產品提供基礎工具的平臺好用，也會影響轉化。

流量受誰影響？

會受用戶增長負責人的影響。

通常用戶增長負責人是做價值傳遞這件事情的，用合適的方式找合適的渠道傳遞產品服務的價值。

與此同時，還需要讓流量在產品和平臺間流動起來，如果用戶關掉了這個頁面，那么會提醒用戶嘗試一下另一個產品，如果用戶完成了支付，會提醒用戶關注服務號了解支付后的服務。

很多時候，做流量的增長像是這樣一件事情。

我們布了很多管道在用戶面前，選擇將管道布在哪些用戶面前，這是由我們渠道選擇的工作決定的，在管道中推薦什么樣的內容才可以吸引用戶進入到這個管道中來，來到我們的平臺，這是由內容的策劃工作決定的，而這個管道的粗細，就是由品牌決定的了。

回到我們的指標設計中來：考慮清楚收入和哪些動作相關，這些動作和哪些人相關，就很容易把這個指標設計出來了。

比如說C端運營就要背轉化率、分享率、留存率這樣的指標，負責用戶增長的角色要背流量的指標。

流量我們還可以拆解為老用戶的流量、用戶傳播的流量，類似這樣的指標。

當然運營同時承擔了流量和轉化，是要背產品流水的指標，這么看來，運營是不是負重前行，而是積跬步至千里。

B端運營，和C端運營有很多重疊的指標，雖然是大家共同完成，可B端運營也需要直接承擔對應的指標壓力。

比如B端運營要承擔——供應商結算的流水指標，以及產品和服務轉化率這樣的指標。

為了完成這樣的指標，B端運營需要不斷的去了解供應商所處的市場情況，供應商給競爭對手的產品和服務的情況，供應商的生產流程服務標準的優化能力。

• 當B端運營帶著為了更好地“做高”產品和服務轉化率 這個目標去和供應商以及商務溝通的時候，我相信一定可以碰撞出更多可以提升產品服務亮點的火花；
• 當B端運營帶著為了更好的“做高”供應商結算的流水 這個目標去和供應商以及商務溝通的時候，我相信也一定可以更容易獲得供應商的信任。

當然產品技術團隊也得背轉化率、分享率、留存率，這些和體驗相關，和技術相關的指標。

與此同時在商務這個環節，在具體對接供應商這個環節，他需要對供應商的數量質量和供貨周期負責，以期達到更好的產品品質，更好的留存率。

十二、總結

1. AARRR并不是要先做拉新，再做轉化，而是要在遇見用戶的第一個瞬間轉化他留存他，現在的用戶增長模型已經從AARRR變為了RARRA。
2. 數據要做通盤的考慮，當數據只是一個時間切片下的數據的時候是毫無意義的，要把數據深入到業務的進程里，在時間的廣度上來做分析才有意義。數據是一個工具，并不能不能夠代替我們做決策。
3. 一個大的運營體系就是一個整體的業務體系。
4. B、C端是一個動態平衡共同增長的過程?，F在的增長是產品驅動先行，再是數字營銷驅動，最后品牌驅動，有些優秀的線下品牌可能會跳過數字營銷這個步驟直接進入品牌驅動增長
5. 一個好的運營架構應當架設在好的數據基礎和業務共識之上，對過程有很強的管理能力，BC端有很強的協同能力，團隊有統一的指標以及指標的分解來明確目標，集中資源。

#特邀作者#

靜秋，公眾號：運營黑板報，人人都是產品經理特邀特邀作者、起點學院金牌導師，前阿里西南運營總監、百度高級產品經理，歷任百度總裁助理，移動云事業部運營。

本文原創發布于人人都是產品經理，未經作者許可，禁止轉載

題圖來自Unsplash，基于CC0協議