如何思考业务运营模式( 二 ) _知识分享

2）CAC(成本)：互联网上半场的平台巨头，多以C端消费场景为切入点，经历同质竞争后(补贴大战)实现用户规模化，再依靠轻资产运作将边际成本(MC)做到接近0，最终利用规模效应实现营收(滴滴、美团) 。
在下半场，越来越多的业务试图于传统行业融合(例：物流、金融、供应链、零售、医疗)，从B端切入，利用数据、技术、整合资源的能力，赋能行业的参与者，建立生态体系(例：菜鸟、满帮)，核心目标是提行业有效率，利用较低的边际成本(MC)实现规模效应，但由于业务复杂度更高，资产和壁垒都会重/高一些。
从长线看，LTV<CAC，业务的发展必然会经受较大的挑战。典型的例子是—“共享单车” 。
共享单车作为分时租赁的业务，尽管拥有经济学上外部性优势(土地公有)，但重资产采购车辆、各城市运维人员日常投车的物流成本、管理成本，带来的投入是巨大的。
共享单车企业只有做到：

垄断市场(例：摩拜&OFO合并)后摆脱恶性的价格竞争，提升客单收入；
车辆耗损率表现良好(OFO躺枪)，减少集采的数量；
有限的公共土地虽然免费，但政府管控了投放数量，所以当领跑企业先行投放后，后发企业难以入场(青桔的尴尬)；
独占市场(例：摩拜&OFO合并)下利用议价权不压缩上游供应商的成本；
建设高效、透明的物流管理体系管控运维投车成本。

LTV-CAC>0才是可预期的。
但目前来看，两家企业做得都不尽如人意，各种拖欠供应商货款、资金流面临断裂的新闻时有发生。最终也无法逃过被巨头收割的命运(共享单车确实是占领支付份额、落地信用服务的好场景) 。
综上，作为业务的运营人员，我们需要学会计算LTV、CAC，更需要回答“如何让两者的差值为正，并且不断扩大” 。
（2）我们如何扩大LTV与CAC的差值？
要扩大LTV-CAC的差值，业务要做到高收入、低成本，驱动力来自：技术、数据、规模。
1）技术+数据：对于互联网科技公司来说，技术+数据的应用，是提升全要素生产率的驱动力。应用场景很多，包括：路由规划、需求预测、人脸识别等等。但对于厂商来说，更值得关注的是它可以实现 “一级价格歧视” 。

一级价格歧视：厂商根据消费者愿意为每单位商品付出的最高价格，而为每单位产品制定不同的销售价格，此时资源配置时最有效率的(等同于完全竞争市场)，厂商也实现了收益最大化。

例：一盒小罐茶的成本是100元。假设用户A的最大可接受价格是499元，但用户B只有120元(在他看来：喝小罐茶和一般超市的茶叶所获得的效用是一样大的) 。此时如果定价499元，B会放弃购买，两个用户的总收入为499元，利润399元。
这对厂商来说并不是最优解，最优解是：对用户A定价499元，对用户B定价120元，合计收入619元，利润419元。
你是不是想问“一盒小罐茶怎么能对不同的人卖不同的价格呢”？
其实，在供需波动较大的非标双边市场中，价格往往是在博弈中产生的(例：双十一高价招快递小哥、下雨天加价的外卖订单)，此时技术+数据可以实现“一级价格歧视”，通过合理定价让资源配置更有效，提升厂商获取利润的能力。
这种模式也在“移动广告、Uber热点区域加价、酒店/机票差异定价、精细化运营”等领域得以应用。
没错，上述科技生产力确实和运营没有什么关系(微笑)，我们能做的往往是在业务规模上为企业输出价值。
2）规模：近年来运营最火的概念莫过于“增长黑客(Growth Hacker)”，其实增长理论就是在指导我们如何全面地提升业务规模。手段有“A/B测试、病毒传播”等等。
我个人更倾向于：增长黑客不要聚焦在手段上，而是从业务出发，了解“业务→产品→用户→数据”的结构和关系，从各个环节寻找突破口。
当然，要具备这样的能力，也对运营人员提出了一些要求：

你能说清楚业务的竞争策略，并列出增长瓶颈的业务侧原因吗？(关联市场的快速发展抑制了业务增长？主营业务的税务筹划能力不足导致价格降下不去？)
你能说清楚产品交付了什么用户价值吗？(缓解了用户的焦虑情绪？提升了用户的工作效率？)
你能说清楚你的用户是什么样的人？他的需求/动机是什么吗？(爱炫耀？键盘侠？不上社交媒体？)
你知道产品的数据底层是怎样的嘛？如果数据出问题了，你能迅速预判问题吗？(新发版后数据结构变更？SQL在join两张表的时候去重逻辑有问题？)
- 上一页
- 1
- 2
- 3
- 4
- 下一页