商家運營-如何做好商家分層?( 二 )


Trade(交易型指標):屬于商家平臺交易表現指標分類,例如品牌轉化率,交易轉化率,單品SKU轉化率等等,主判斷商家在平臺運營下品牌與交易的綜合轉化能力 。
3. BP分層模型著力數據指標極簡有效,目標越清晰,對業務理解約深度,甄選指標越精準,執行越簡單有效
在兩個衡量標準中,需要對POD和BOR指標進行歸類和選擇,選擇的原則即符合戰略或策略方向的指標達成為重要考量因素 。
數據指標分類共分為三類不超過共計5個指標(取少數為佳),具體說明如下:
核心型數據指標:核心型數據指標即在極端排除下,只選取1個最具代表性,可為戰略側及策略側提供完成落地的指標 。

支撐型數據指標:支撐型數據指標即在服務和支撐核心型數據指標為目的的情況下,取最優數據1-2個 。
風控型數據指標:風控型數據指標又名安全性指標,是搭建的極端風控數據模型因子,通過該數據指標完成對以上兩個數據型指標在運營周期上的風險把控,取最優數據1-2個 。
三、分享案例及如何利用好PB分層模型在不同行業,根據戰略側的不同所選取相關數據指標不同,在此距離一二點到為止 。
例如1:在教育業務中:項目能否存活的決定因子是新客戶繳費報課及老客戶續費續課,兩者都是變現及主要來源,從實際業務線出發GMV、利潤以及轉化和課程包升級來看,能夠正向流轉的是老客戶續費續課 。所以如果戰略中心在于GMV,策略以老客戶續費(裂變)為核心的情況下:
(1)戰略側OR策略側指標分解
A. 核心型數據指標:老客戶續費GMV
B. 支撐型數據指標:消課率
C. 風控型數據指標:用戶滿意度(率)
(2)POD+BOR指標分解
A. POD核心型數據指標:老客戶續費GMV(Business指標)
【商家運營-如何做好商家分層?】B. BOR核心型數據指標:老客戶續費率(Trade)
C. 支撐型數據指標:APA
D. 風控型數據指標:品牌滿意度(率)
(3)結合以上所有指標對策略執行側進行推進
如下圖所示,根據以上指標,搭建商家分層模型,篩選符合目標指標的商家并定層級 。完成相關關注點(FP)及關注KPI(FP KPI)的設定,并貫穿所有業務線及產研也無需求 。
例如如果基于核心型數據指標的相關交易類功能和抓手的外露與完善(支付類例如微信支付,支付寶支付,銀行支付,分階段支付(教育特色),分期支付,貸款支付) 。
消課率類功能和抓手的外露與完善(例如教務方向的管理,銷售與教務的交接事宜,班級管理,用戶上課體驗反饋功能等) 。
最后附上BP全景與大家分享:
本文由 @明先森 原創發布于人人都是產品經理 。未經許可,禁止轉載 。
題圖來自Pexels,基于 CC0 協議 。

推薦閱讀