电商产品如何评估业务需求优先级

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。


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。


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。


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)。


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。

发表评论

邮箱地址不会被公开。 必填项已用*标注