關於運營、關於產品、關於數據、關於融合

歡迎關注天善智能微信公眾號，我們是專註於商業智能BI，大數據，數據分析領域的垂直社區。

曾經被問到產品和運營的關係。

網路上有很多答案：比如產品經理負責把產品生下來，運營負責把它養大；比如共穿一條褲子的好基友，等等。

在我看來，兩者是不分割彼此的。可能初級的產品策劃和產品運營（包括其他運營）因為崗位工作內容的不同，具有挺大的差別。隨著兩者段位和職級的提高，會逐漸融合。

雖然我沒有正式地從事過產品業務線的規劃，算上後台運營系統和數據產品，勉強摸著了一點邊。今天不妨從運營的角度談一談。

產品是為了解決不同的需求，而用戶是在不同場景下特定需求的集合。這類需求，與產品提供的解決方案對應。

用戶使用產品，就是尋求解決方案。產品連接的用戶需求和解決方案。

國外案例有一個絕妙的比喻，顧客去五金商店購買鑽頭，需要的不是鑽頭本身，而是直徑五毫米的鑽孔，如果更深入一層的思考，顧客也不需要鑽孔，而是想把傢具或者工具安裝嵌入進去。還能再深入一點嗎？傢具或者工具，本質上也是滿足宜居的需要。

拿火熱的共享腳踏車說吧，我們希望它提供什麼解決方案？不是騎行，而是它提供的基於交通的解決方案，它本質是一種連接人和目的地的物流。用戶想從一個地理位置移動到另外一個地理位置，可以選擇捷運、打車、或者步行。腳踏車只是其中之一。

我從來都不覺得，只有共享腳踏車與共享腳踏車之間存在競爭關係，它和捷運、滴滴打車或者城市交通系統，都是競爭。當政府規劃未來每千米內必須有兩三個捷運站點時，難道不會影響腳踏車運營么？

你看，用戶的需求可以由一系列的解決方案滿足。有一天人們不再去這家五金商店買鑽頭，也許不是因為隔壁出了一款36K氪金鑽頭，而是家裝行業的新產品不再需要打孔了（最近天天被樓上裝修的鑽孔吵到，隔了六層樓啊……）。

從另外角度看，產品也不會只滿足一種需求，產品也是在不同場景下解決方案的集合。上下班使用腳踏車，春遊出行使用腳踏車，拿腳踏車擺拍發朋友圈…這些行為背後代表的是一個個不同的群體。

之前那句話可以再更改一下：產品連接的是不同的用戶需求和不同的解決方案。兩者都是集合。

解決方案是一個很磨人的玩意，我們並不知道用戶會否選擇它。用戶內心有一桿天平：共享腳踏車在附近唾手可得，與最近的腳踏車在1000米開外，對用戶是完全不同的選項。

腳踏車距離的遠近會影響需求，天氣會影響需求，過去的體驗也會影響。產品提供的解決方案既要滿足用戶需求的最低下限，也需要考慮用戶願意為之支付的成本。這個成本可以是用戶體驗，也受限於各類因素。

它能簡化成這個公式模型：產品解決方案-用戶選擇成本>用戶需求

互聯網的產品，都能用這個公式解讀，可如果模型真有那麼簡單，只要有產品經理即可。曾經有那麼一段時間確實是產品制勝，可惜當下並不是。

於是運營登場了。

單純的產品並不能構建出競爭壁壘，畢竟模仿和抄襲太容易。脫穎而出的產品除了運氣，還需要再多一些東西。

我曾經思考過，在公式模型中應該加入何種變數，屬於運營的變數。我認為運營也有簡單之美，簡單到使用一個變數就能概括，而不是駁雜無序。

這個變數，我認為是期望。期望源於需求，高於需求。如果產品解決方案的好壞決定了發展的下限，那麼期望決定了它的上限。

為什麼是期望？因為產品解決的是用戶基礎需求，但是用戶永遠不會滿足，用戶永遠會期望更多。

產品提供了內容，但用戶更期望在文章中收穫知識、分享喜怒哀樂；社區提供了交流的空間，但是用戶更期望社區氛圍良好；電商方便了消費者，可用戶更期望活動促銷與讓利；即使外賣音樂，用戶也期望它們能懂自己的喜好口味……

需求不能被創造出來，但期望能創造，這些，是運營更擅長策劃與滿足的。用戶、內容、活動等模塊，細細想來，絕大部分都符合達到用戶的期望，超出用戶的期望，控制用戶的期望三個心理層面。

產品解決方案+用戶期望-用戶選擇成本>用戶需求

這才是屬於產品和運營們的公式。它們彼此融洽在一起，好的產品經理終究會懂運營，好的運營人員也是產品經理，這是當初提全棧運營概念，卻沒有補充完的內容。

當共享腳踏車雖然在1000米以外，但是用戶能獲得一個騎行紅包，或者積分勳章等其他激勵，那麼就會有用戶願意走1000米。如果有一個提供免費騎行的活動，多家腳踏車中選擇哪個不言而喻。加入了用戶期望這個變數，結果才顯得不同。

用戶選擇成本往往是不易改變的客觀存在，比如腳踏車損壞、距離遠、車子重、在其他產品中已經充了錢…而用戶期望可以通過運營的手段加強和提升。用戶的增長和留存，商業的變現和營收等，都是在產品提供解決方案的基礎上，通過用戶期望來達成。

期望是有閥值的，用戶的整體期望閥值一直在提高。以前隨便抽一台iPhone就應者雲集，如今做一個好活動有多困難？哪怕是文字內容，現在運營也要花費更多的精力才能迎合與打動挑剔的用戶。用戶變得難以伺候、新用戶福利成為標配、獲客成本水漲船高、各類營銷不盡如人意。這不只是增長紅利過去了，也是互聯網從業人員提高了用戶對產品的期望均值。

說完了產品、運營和用戶的公式，數據呢？

數據在其中是粘合劑。不論用戶期望、需求、選擇成本，都是一個抽象的概念，雖然它們是互聯網競爭的本質，但它們不是競爭的策略。策略需要變成數據量化。

產品經理認為滿足了用戶的需求，那麼需要APP使用時長和留存來說話。內容運營認為寫出了一篇符合用戶口味的佳作，那麼分享數和評論數是多少？用戶走在大街上想要尋找到一輛共享腳踏車，這涉及人流量和投放量兩個指標。

產品要滿足不同用戶的不同需求，怎麼區分出用戶呢？怎麼精細化運營這些用戶呢？怎麼提供不同的期望呢？唯有數據。數據將它們串聯到一條直線，或者這樣說，將原本屬於不同維度的幾個概念，放到了同一個維度內，這才是公式成立的基礎。

更遑論模型只涉及了產品與用戶，然而作為一家企業，還需要核心的營收和成本兩個關鍵。

寫到這裡，我想說的已經告一段落。原本想取「產品和運營的終極解讀公式」這麼一個標題黨名字，至少在蠻長一段時間，我很難找到更好的解讀。可我內心又隱隱覺得，它還算不上終極，或許這也是吸引人求知貪慾的魅力了。

轉自微信公眾號：秦路

對商業智能BI、大數據分析挖掘、機器學習，python，R等數據領域感興趣同學加微信：tstoutiao，邀請您加入頭條數據愛好者交流群，數據愛好者們都在這兒。

本文來源自天善社區秦路的博客。