如何思考业务运营模式( 二 )


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:

  1. 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;
  2. 车辆耗损率表现良好(OFO躺枪),减少集采的数量;
  3. 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);
  4. 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;
  5. 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:
  1. 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?)
  2. 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?)
  3. 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?)
  4. 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?)