电商公司的产品经理，跟很多“古典”互联网的产品经理不太一样，电商公司业务基因比较重，没有高速业务发展的基础，很难真正做到产品先行、技术驱动，毕竟天天后院着火，你很难有精力再去顾及产品和技术创新。在电商公司工作的产品，需求来源除了自发的产品体验优化和创新，还有一大部分是为了驱动新业务发展而提过来的，因此除了被自己的用户、被自己的老板虐，我们还要经常被“业务方”虐。
一个大型完整的电商公司，往往业务也是很多元的。采销供货的（会细分不同的品类，每个品类又有自己的特点）、物流供应链管理的（仓储、配送）、客服售后、新业务布局（金融、O2O）等等，当所有这些几百条上千条的需求都汇集在一起需要在一个主APP上实现时，产品的头就会非常大。特别是在618、双11等大的电商节日里，所有的业务都希望能借着大流量冲业绩/拉新客/提高转化，都强势坚持要优先处理自己部门的需求，产品研发的压力可想而知。因此，如何合理评估这些业务需求的优先级，将研发资源优先投入到对用户、对公司最有价值的需求中去，就成了一件非常重要的事。
一
评估需求优先级之前要做的另一件重要的事
所有产品经理都清楚要对需求进行排序，但可能比较少去思考过为什么要排优先级。试想，如果一家公司研发资源足够充足，在一定的周期内需求消化能力大于需求量，又或者，公司研发架构足够灵活，组件化配置化程度很高，每一个需求仅改动很少就能快速上线（甚至不用发版或上线，简单配置即可），那就完全没有必要进行需求排序了。
所以，需求优先级排序的痛点，本质上可以通过提高需求交付效率去彻底解决，在对需求排序的同时，也要同步去提升整个产品研发架构的灵活性，通过组件化等方式，实现产品的高度配置化，让产品足够轻盈去面对复杂多变的市场。
二
业务需求多元，排优先级为什么难
有人也许说，我就简单按照需求收益的大小来排优先级是不是可以？这个思路是对的，但比较表面，操作起来也很难。我曾面试过很多产品，在这一点上回答得都不是特别好。
首先，由于电商业务的多元化，很多需求的收益并不是一个维度，无法直接对比。例如有一些是要提高GMV的，一些是要提升用户体验的，一些是要降低员工操作成本提高效率的。甚至很多需求，是为了规避用户投诉的，并不能直接创造收益。
其次，电商公司业务的组织架构，没有公信力较强的横向平台型资源管理部门，不同业务基本都是独立的线条，除了闭环开发的部分，对于公线资源，彼此间就是竞争的关系。A部门的需求与B部门的需求，如果彼此不让步，或者不接受需求排序结果，每条需求都要上升到高层决策，那整个组织的效率可想而知。
因此，建立一套公平客观、能在同一纬度衡量、且大家都认可的需求评估标准，是我们努力的方向。
三
评估业务需求优先级“五部曲”
第一步，对业务需求进行分类。
第二步，每一类需求，挑选出一个最关注的核心指标。
第三步，严格challenge每个指标数值预估的推算逻辑。
第四步，不同维度的数值，换算成同一维度的指标。
第五步，用同一指标的收益测算值，指导优先级排序。
Step.1 对业务需求进行分类
电商产品考核的指标很多，例如销售额、客单价、毛利、拉新量、转化率、拒收率、利润率、活跃用户数、配送成本等等，第一步我们需要对这些多元的指标进行归类，可以归为以下三大类（不同公司有不同的情况，仅供参考），这是最基础的一步：
1、收益类
收益类主要是指能为公司带来创收、提升商业价值类的需求，是业务需求中最常见的一种。这种类型的指标，集中在GMV导向型（例如销售额、订单量、客单价等）、毛利型（利润、利润率等）、其他型（转化率、在线支付率、商家数量提升、用户数量提升等）三个类型。
2、效率类
效率类需求，是能为公司和用户提高效率和降低成本的需求，同时包括C端用户和公司内部用户（例如具体的采销、运营、客服人员和配送人员等）。这种类型需求不直接为公司创造具体收入，其指标主要有员工操作时长、用户操作时长、运营成本、订单拒收率、订单退货率等。
3、执行类
执行类需求可以根据每个公司不同的情况具体定义，例如可以包括战略落地的需求（CEO战略、集团战略等）、创新项目（技术创新、业务创新）、风险规避（用户投诉、工商投诉、法务风险等）三类。
执行类是最特殊的一类，这一类的需求我们可以给予上帝视角，不参与具体的优先级排序，只要出现了执行类需求，绿色通道快速响应执行即可。
当然，由于执行类需求的特殊性和主角光环，因此定义成此类需求一定要建立起来严格的准入标准，不能出现模糊地带。例如要将某需求定义为技术创新，则必须取得公司CTO的正式邮件审批等等。
Step.2 每一类需求，挑选出一个最关注的核心指标
对业务部门提过来的需求，要充分与业务沟通，挑选出来产品与业务均认可的指标。例如需求A，属于收益类，可以选择出来“销售额”的指标；需求B，同属于收益类，可能更加关注“客单价”提升的指标；需求C，属于效率类，可以选择出“降低员工操作时长”的指标等等。
挑选核心指标的CT原则：
C原则，一个需求允许出现不同大类型指标的组合复算（Combination），例如需求D，上线后既能提升GMV，又能降低公司运营成本，那这个需求核心指标可以是两个：销售额提升（收益类）+运营成本降低（效率类）。
T原则，同需求类型的指标里，必须是最关注的指标（Top），即使有很多个复合指标，选出来的必须是最关键的决定业务命脉的。
Step.3 严格challenge每个指标的推算逻辑
指标选择完成后，需要对指标的数值进行预估，预估的过程要进行产品和业务逻辑上的严格推理。可以借助以往的产品和项目经历，去推算某功能上线后是否真的可以带来相应数值的提升。
这一步就要求所有的需求，均能提供出来在1-3个月内，具体可衡量量化的指标数值，让业务需求的收益更加直观，也便于后续需求上线后进行ROI的验证。
Step.4 不同维度的数值，换算成同一维度的指标
这是最关键的一步，也是最难的一步。
每个公司在不同的阶段，会有不同的战略主题，公司关注的指标也会不一样。电商公司在很长的一段时间内，可能会比较稳定关注GMV*（这个词不太准确，因为会包含一些降低的成本指标，所以加了个*号），暂且以这个指标进行说明。在这里，也会引出一系列的公式，部分换算逻辑可能不是特别严密，但也能在一定程度上说明问题。
先看“收益类”需求：
GMV*=利润 / 利润率
GMV*=订单量 x 提升的客单价，或者=提升的订单量 x 客单价
…
再看“效率类”需求：
GMV*=减少的运营成本 / 公司整体利润率
GMV*=减少的员工操作时间 x 使用员工数量 x 使用次数 x 某岗位平均人力成本 / 公司平均利润率
…
这里就不一一列举了，经过系统性梳理，我们可以总结出来近几十条类似公式，基本能覆盖到目前90%以上的需求，并不断更新迭代。
具体看个例子：
需求预估：某后台优化需求上线，员工完成某项操作的执行，可以由原来的2min/次 降低至 0.5min/次，大大提高员工效率。
相关数据：假设有5000名员工平均每天操作10次，该岗位员工平均月薪为15000，公司利润率为10%，则：
GMV*=（2-0.5）*10*5000*15000/（60*24*22）/10%≈35万/天
Step.5 用同一指标的收益测算值，指导优先级排序。
在经历前面4步，基本的评估模型已经搭建完成。这个时候已经可以将已有具体收益测算的需求，根据收益的大小进行排序了。建议在使用初期，先用以前的需求进行校验，评估下新的方法和标准与之前的优先级排序结果有多大出入，进而判断是否真的适用本公司和本部门。
当然还会有一些细分的逻辑，例如某些部门业务是近期公司需要重点扶持的，可以进一步在其需求评估上加以某一系数相乘进行提权（具体系数可以参考预算和财务口径）。
四
写在最后
以上主要是一种思路模型，至于指标的选择、计算公式和换算标准，可以根据每家公司的情况，在试点和使用过程中进一步调整和细化，提高指标换算的准确性和权威性，持续优化和调整计算方法趋于最优。
也希望此方法模型能给大家带去新的思考与启发。