商家分层管理体系

编辑导语:王子有一种平和吗？品牌是头部业务吗？实现战略目标与业务分层密切相关。本文将通过逻辑+实际业务实例，与大家分享如何通过PB方法构建业务分层模型。让我们看一看。

在第一篇文章中，我想和大家分享一下在业务运营中建立PB分层模型的思路和想法。本次分享将重点关注以下三个问题:

为什么要建立PB分层模型？PB分层模型的逻辑和方法论分享案例以及如何利用好PB分层模型？

一、为什么要建立PB分层模型？从百度和知乎搜索“商户模式”不难看出，每个平台和商户运营对商户分层都有不同的需求和看法。有的是寻找更适合平台的商家来追求ROI资源分配，有的是将不同的资源匹配到同一个商家，有的是据此找出平台商家。从平台的角度来看，业务分层并不是剔除、筛选或分类，而是寻找每一层不同属性业务的“上升路径”，以此来定位和支撑业务运营策略。

以上观点都是正确的，但如果最终不能为战略方和战略方提供有效的支持和帮助，那就没有任何意义了。因此，一个真正好的商户层级模型必须具备以下几个方面:

瞄准核心:战略边目标确立后，要围绕终极目标延伸战略边。平台由商家和用户组成，商家端由店铺组成，店铺由商品组成。基于所有的核心目标，任何商业战略都应该服务于战略目标。

简单:化繁为简。目标越清晰，目标数据越简单。目标数据越简单，决策成本越低，执行效率越高。

精细化执行:商户分层不仅仅是一个环节，而是整体完成战略目标的重要启动。通过PB商家的分层模型，不仅可以细化到目标执行层面(策略、调度、抓、功能、资源分配等。)，还涉及到KPI的制定。

针对性分层:如下图，随着业务的细分，商户的定义发生了多层次的变化，不再能简单的通过交易、流量、服务等某一点或几个点切入。比如在垂直教育领域，可以分为成人在职学历教育、成人在职技能教育，学历教育又可以分为考研和语言教育。考研可以分为国内和国外两类。而且每个品类都有大量的细分业务。

因此，金字塔分层(头、脚、腰)已经不能满足多元化市场和多层次商家的需求。动态定向分层将是一个很好的起点。

二。PB分层模型1的逻辑和方法。PB分层模型是一种极端的商业模型，只关注和服务于最终结果。如上图所示，在通用分层逻辑中，通过“运营指标”、“交易指标”、“基础指标”三个维度创建平台层级，然后制定商户层级，最终完成商户层级金字塔，平台资源按照层级等量分配。

但作为平台战略和最终执行的承担者(俗称业务腰)，过度的指标匹配和商家的先天优势会影响腰判断，造成承担者的业务盲区，最终导致因“腰弱”而无法落地或执行偏差的问题。

2.PB分层模型，紧盯“目标指标”，分层的同时分析商家的完成点，帮助平台完成既定指标。

但它是业务增长因子“POD”(产品运营日期)和平台上业务对应的数据贡献值的组合。)和商家“BOR”(平台上品牌运营率商家对应的数据贡献率数值。)充分“抹平”商家的相对客观因素，以针对性分层的形式进行分类。

如上图所示，平台策略中的商户运营端由两个衡量标准组成，具体分析如下:

POD(商户增长长度):平台上产品运营日商户对应的数据贡献值。

BOR(商家品牌力):平台上品牌运营率商家对应的数据贡献率值。

在两个衡量标准中，都有相关的分类数据指标进行汇总和参考，从而更好地促进和监控战略端和战略端的落地。不同的业务线选择不同，如下:

(1)豆荚

基数(基础指标):属于商户的基础数据指标分类。比如商家属于线上\线下\线上+线下类型，涵盖城市层面(一线\二线\三线\其他)、服务能力(物流能力\接单能力\教务能力等。)，等等。，主要用于判断商户增长规模的天花板高度。

业务(业务指标):属于业务深度数据指标的范畴，如业务交易规模、业务供应链能力(造货能力\SKU\ RD能力)、相关PU\APA\ARPU业绩等。，主要判断业务成长可能性和完成能力。

(2)香港人权法案

运营(运营指标):属于业务平台运营绩效指标的分类，如渠道流量与品牌流量的比值(定义转化能力、品牌交易能力)、PUR、ARPPU绩效等，主要判断平台运营下商家的品牌借用能力。

Trade(交易指数):属于商家平台交易绩效指标的分类，如品牌转化率、交易转化率、单品SKU转化率等，主要判断平台运营下商家品牌和交易的综合转化能力。

3.BP层次模型注重数据指标的简单性和有效性。目标越清晰，对业务的理解越深入，指标选取越准确，执行越简单有效。

在两个衡量标准中，POD和BOR指标需要分类选择，选择的原则，即指标的达成符合战略或战略方向，是一个重要的考虑因素。

数据分类分为三类，总共不超过5个指标(少数为佳)，具体如下:

核心数据指标:在极端排除的情况下，只选取一个最有代表性的核心数据指标，可以为战略端和战略端提供指标完成落地。

支撑数据指标:支撑数据指标是指服务和支撑核心数据指标时的1-2个最优数据。

风险控制数据指标:风险控制数据指标，也称为安全指标，是极端风险控制数据模型的因素。通过这个数据指标，控制上述两个数据指标在运行周期中的风险，选取1-2个最优数据。

3.分享案例以及如何利用好PB分层模型。根据不同行业不同的战略端选取不同的数据指标，这里的距离是一两点。

1.比如教育业务，项目生存的决定性因素是新客户对课程的付费和老客户对课程的续费，两者都是主要的变现来源。从实际业务线的GMV、盈利、转化、课程包升级的角度来看，能够正向流动的是老客户的课程更新。所以如果战略中心在GMV，战略重点在老客户的更新(裂变):

(1)策略端或策略端指标分解

A.核心数据指标:老客户续GMV

B.辅助数据指标:辍学率

C.风险控制数据指标:用户满意度(比率)

(2)POD+BOR指数分解

A.POD核心数据指标:GMV(业务指标)，用于老客户的更新。

B.BOR核心数据指标:老客户更新率(贸易)

C.辅助数据指标:APA

D.风险控制数据指标:品牌满意度(率)

(3)综合以上所有指标，促进战略执行端。

如下图所示，根据以上指标，构建商家的分层模型，筛选符合目标指标的商家，并进行排名。完成相关关注点(FP)和关注点KPI(FP KPI)的设置，贯穿所有业务线、产研所和无需求。

比如基于核心数据指标的相关交易功能的暴露和完善(支付类别如微信支付、支付宝支付、银行支付、分期支付(教育特色)、分期支付、贷款支付)。

暴露和完善班级淘汰率和抓手的功能(比如教务的管理，销售与教务的交接，班级管理，用户上课体验的反馈功能等。).

最后附上BP全景图与大家分享:

本文由@明先森原创发布。每个人都是产品经理。未经许可，禁止复制。

标题来自Pexels，基于CC0协议。