起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識SaaS 102 | 做 SaaS 產品應該如何做決策？
編輯導語：在SaaS領域，如果我們無法用數據衡量一個決策，那么意味著我們無法決定這個東西是對還是錯的。我們該如何利用數據進行決策，作者分享了三個步驟，我們一起來看下吧。
現代管理學之父 – 彼得·德魯克曾經說過：“如果你無法衡量一個東西，那么你就無法改善它?！?/p>
而我還想補充一句：
“如果你無法用數據衡量一個決策，那么你就無法知道你做的這個決策究竟是對是錯，尤其是在 To B SaaS 領域?！?/p>
因為 To B SaaS 產品的主要客戶是各個企業，而企業決定是否要使用一個 SaaS 產品的決策流程其實非常復雜，很多時候買產品和用產品的并不是同一群人。（具體可見我之前寫的《為什么要區分誰是客戶、誰是用戶？》）
在做 To C 產品時你還可以通過客戶訪談的形式，收集客戶反饋，但是做 To B 產品，特別是海外市場，通過客戶訪談收集反饋的難度就大了很多。
那這個時候我們應該如何做決策？
答案是利用數據，讓數據告訴我們答案。
在我看來，一個決策的流程應該分為以下三步：
步驟一：在做決策前，我們首先要想清楚“這個決策的目的是什么？”
步驟二：在明確目的后，再明確“衡量我們完成情況的關鍵指標是什么？我們期待這次決策能夠帶來關鍵指標的哪些變化？”
步驟三：然后在執行決策之后，盡快去檢查數據，驗證數據是否符合我們的期望。
最后根據數據反饋，進入下一輪的決策流程。
其實這跟 A/B 測試很像，只是有些場景我們沒有辦法做 A/B 測試。
但是它們的判斷方法是類似的，我們同樣可以通過看結果是否符合預期，來判斷這個決策究竟是好是壞。
如果結果符合預期，那么就證明我們的決策是正確的，如果是不符合預期的，那么我們可以再推到重來，或者改變策略。
接下來我將以我們 AfterShip 產品最近做的產品套餐的調整為例子，跟你分享我們是如何用數據來幫助我們做決策的。
下圖是我們 AfterShip 產品的收費頁：
我們本次做的調整主要有兩個：
- 提供年度套餐給到客戶進行選擇，價格為原有月度套餐價格 * 12；
- 把原有的月度套餐漲價。
一、明確決策目的
我們在做一個決策之前，要有明確的目的。
我們這次 AfterShip 產品的收費套餐調整主要有兩個目的：
一是提升公司的長期收入，二是幫助我們的目標客戶省錢。
為了提升公司的長期收入，我們提供了一個年度的套餐給客戶選擇。
如果客戶選擇年度套餐，那么從短期來看，我們的收入是減少了，因為年度套餐比月度套餐便宜。
但是從長期來看，我們的收入是增加了，因為客戶最少也要用 12 個月。
而且通常只要使用了我們服務一年的客戶，在下一年也會更愿意繼續使用我們的服務。
而對于客戶來說，年度套餐可也以降低他們做電商時由于訂單量隨著季節波動而帶來的額外開銷（具體可見《我們為什么不簽超過一年的合同？》），所以這是一件雙贏的事情。
二、明確關鍵指標，設置期望值
在明確了決策目的之后，我們還需要明確關鍵指標和期望值。
因為只有明確了指標和期望值，我們才有一個標準來衡量這個決策究竟是好是壞。
以 AfterShip 產品的收費套餐調整為例。
我們找出的關鍵指標是 MRR（Month Recurring Revenue，月度經常性收入） 和 LTV（Life Time Value，顧客終身價值）。
我們希望能夠通過這次調整，讓 MRR 和 LTV 都有所提升。
但是只要有提升，就代表我們這個決策是對的嗎？
答案是不一定的。
舉個例子，假設我們在做完這個改動之后， MRR 和 LTV 都提升了 1%，那么我們做這個調整價格的決策是正確的嗎？
有人可能會說：是正確的呀，1% 的提升也是好的呀。
但是其實答案可能是否定的，因為我們開發這個功能也有成本，我們投入了十幾個產品研發同學花了一個月來做這個調整，而我們的目標明確是要提升 10%。
如果只提升了 1% 的 MRR 和 LTV，那就是不符合預期，那么我們要檢查一下，要么可能是有哪個地方出錯了，需要修改。
要么就證明這是一個錯誤的決定，或許我們要改回以前收費方法。
但是重點在于只有在目標、關鍵指標和期望值都確定了之后，我們才去執行決策。
因為如果沒有關鍵指標和期望值都沒有明確，那么我們就沒有標準來判斷這個決策是好是壞。
而且還有一個很關鍵的一點，就是要讓團隊的每個人都理解這些目標、關鍵指標和期望值。
因為我們鼓勵大家都成為公司的主人翁，希望讓大家自己來做決策，而不僅僅是公司管理層來做決策，但是做決策的前提，是我們對于目標，關鍵指標和期望值的認知和理解是一致的。
因為只有我們的認知和判斷標準一致了，我們才能更加高效地討論思考，一起做出更好的決策。
三、在執行決策后，盡快去檢查數據是否符合預期
在執行完決策之后，這件事情就算結束了嗎？
并沒有，我們還需要盡快去檢查數據是否符合預期。
為什么要盡快？
因為我們想把風險和成本降到最低。
如果我們三天之后就能知道我們做的決策錯了，比起三個月后才知道，我們付出的代價肯定是少得多的。
我是工程師出身，然后我發現工程師有一個很好的習慣，就是：
他們往往都會在寫代碼的時候就設置好一個預期 (Test Case)，并且在代碼執行之后的第一時間進行驗證，看運行結果是否符合預期。
一旦發現代碼上線了，但是返回的結果不符合預期，那么就立馬回滾，以免影響到更多的線上用戶。
但是很多別的崗位的同學在工作中卻沒有這種意識，他們很多時候只在乎有沒有把事情”做完”，卻沒有在做完之后，立馬去檢查數據是否符合自己之前的預期。
但是盡快去檢查數據，驗證預期這一步非常重要。
因為相比于做出錯誤的決策，更可怕的事情是我們做了錯誤的決策，但是自己卻還不知道。
這個時候，數據就是我們最好的朋友。
因為它會幫助我們驗證決策的結果，并且它永遠不會說謊，對就是對，錯就是錯。
四、總結
我寫這篇文章的目的并不是告訴你在具體場景下要怎么做決策，我是想跟你分享“我們要怎么用最短的時間，最高效的方式來判斷我們做的決策是對是錯?！泵總€決策都應該至少分為三步：
- 明確決策目的；
- 明確關鍵指標，設置期望值；
- 執行決策后，盡快去檢查數據是否符合預期。
我并不強求說我們每一次都能做出絕對正確的決策，但我希望我們能夠盡快地通過數據來判斷我們做的決策究竟是對是錯，然后進入下一個決策循環。
在做 SaaS 產品的過程中，數據是我們最好的朋友，因為它可以作為我們做決策時的依據，也會誠實地告訴我們每一次決策帶來的結果。
五、寫在最后
我跟公司內部的同學溝通協作的時候，經常會要求看數據，產品數據、招聘數據、成本數據等等。
然后我發現在做了某件事，然后數據表現很好的時候，大家會很樂意給我看。
但是在做了某件事，但是數據表現比較差的時候，有些新來的同學就不太敢給我看，因為害怕挨罵。
但是實際上，我很少會因為某個同學投入了資源去做了某件事情，但是數據表現很差而罵人。
因為在做這件事情之前，我們誰也不知道它的結果究竟是好是壞。
如果我們很明確地知道這件事情是投入產出比很低的，甚至產生的效果是負面的，我們剛開始也不會選擇去做。
而如果我們大家都選擇去做了，那么這說明我也認為這件事是值得嘗試的。
做成了我們一起慶祝，做錯了我們也一起承擔。
所以當我們做了某件事情，但是得到的數據反饋很糟糕的時候。
你不需要太過氣餒，也不需要想著找什么借口來應對我的詢問，你需要思考的是：
為什么這次的結果跟我之前的預期有偏差？下一步我們應該要做什么事情來幫助達成我們的目標？
沒有人可以一直做正確的決策，但是我們能做到的就是盡可能地做好每次的決策，然后盡快用數據來驗證決策，并且從中吸取經驗，爭取做好下一次的決策。
如果這篇文章對你有所幫助，歡迎點贊分享，讓更多朋友可以看到，也歡迎留言討論，你的支持是我創作的最大動力。
本文由 @Teddy Chan 原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基于CCO協議
- 目前還沒評論，等你發揮！
