我的 To B 思考系统

这两年,离开做企业服务这门生意,真正到企业里带领团队实践如何用数据来服务电商业务,自己的很多观点发生了改变,同时,对行业的观察和理解也在迭代自己对 To B 这门生意的认知。

产品视角 (Product PoV)

  1. 如何做一个好的数据产品
    • 1.1 分清客户和用户
      1. 客户是产品的购买者,用户是产品的实际使用者,他们之间往往层级相差很多。
      2. 产品的价值是帮助客户实现其业务价值:既要让老板买单肯定你产品的价值,又要让下面的人真正使用起来,让产品在客户的企业里创造价值。
    • 1.2 分层服务“阅览者”和“编辑者”
      1. “阅览者”消费产品的内容,是消费者;”编辑者“生产产品的内容,是生产者。
      2. 产品不仅要让消费者很舒服,也要帮助生产者提效降本。
    • 1.3 平衡好“功能强大”和“简单上手”的矛盾
      1. 能服务好超级用户是产品在竞争中获得优势的核心能力,但真正做到初级用户很容易上手,随着使用的深入不断发掘更多更深入的功能,才是产品的能力体现。
    • 1.4 兼顾产品的前台功能和运维治理能力建设
      1. 不光要做被用户看得到的功能,也要关注产品的运维保障、用户使用监控、资源成本治理等能力建设,做到产品全生命周期的管理和服务。
  2. 如何做好B端产品经理
    • 2.1 跟着企业业务负责人走
      1. 了解企业业务方向,才能对该做什么心中有数。
    • 2.2 是既懂业务又懂产品的通才
      1. 懂如何做产品,懂所服务的业务或行业,(如果是技术产品)懂技术。
      2. 大多数产品经理自己不是核心用户,相比C端产品,对需求的把握天然就要远很多。一定要做好需求探索和客户访谈乃至客户共创,详细了解对方到底要什么,什么是最刚需的。
    • 2.3 能判断需求业务价值
      1. 能对业务价值做判断,才能在做不过来时,准备把控优先级,而不是通过产品的实现难易来定。
  3. 如何解决产品定制化问题
    • 3.1 要用标准化产品满足碎片化需求,是企业服务的核心壁垒。
    • 3.2 解决客户的问题,能用产品解决,就不要用服务解决,能用服务解决就不用咨询解决。咨询工作尽量服务化,服务工作尽量产品化。因为一旦你的模式越来越依赖于高阶的人力,企业一定很难规模化。
  4. 如何选择产品的交付模式
    • 4.1 私有化部署(On-premises)
      1. 数据产品一般是要连接或者采集企业的各种数据,很多企业不希望自己的数据出去,要求采用传统的私有化部署模式。
      2. 对数据产品而言,在产品的基本能力之外,要有能力连接企业的其他系统,比如企业的用户账号系统,要有能力嵌入到企业的内部系统,如企业的门户系统 (Portal)。总结起来就是产品要具备开放和集成的能力。
      3. 要降低后期运维服务的人力成本,产品要足够稳定,要能自动化部署,要有完善的运维工具来提高问题定位和解决效率,总结起来就是产品要具备稳定和运维的能力。
    • 4.2 云服务(SaaS)
      1. 云服务让数据产品可以以很低的成本服务企业客户,按服务、按量收费的模式也能大大降低企业使用产品的开销。产品的更新或问题解决能以更快的节奏给到企业客户,私有化部署可能带来的碎片版本,隔几年憋大版本重新收费的痛苦变得不复存在。
      2. 这种模式对数据产品的挑战1:生态的能力,这类企业的业务很大可能也已经在云上,那么如何去连接云上数据源的数据,甚至连接企业在云上其他 SaaS 服务的数据,会是不可或缺的能力。
      3. 挑战2:云服务面对的客户会更广,分类会更细,可能存在大量的小微企业。那么产品在使用门槛方面需要尽可能的降低。输出业务场景化的分析模版、或者提供基于领域的解决方案,会是一个途径。
      4. 挑战3:云服务的另一个优势在于可以平台化,虽然逻辑上客户之间是不可见的,但物理上是在同一个平台的,那么是否让不同客户能够分享甚至交换数据?是否要扩充、集成其他服务,比如提供云上数仓服务,甚至大数据基础服务?需要做抉择。
  5. To B 需要稳而慢
    • 5.1 稳指对产品的质量要求非常高。
    • 5.2 慢指产品对外发布要做到慢节奏,且重视向后兼容。
  6. To B 和 To C 产品有哪些重大差异点
    • 6.1 To B 产品的使用者、决策者和买单者往往是不同的三个人。
    • 6.2 To B 的决策周期非常长。
    • 6.3 To B 的转化链路非常长,需要长期沟通。
    • 6.4 To B 趋于线性增长,To C 一般需要指数增长。
  7. 数据产品上的一些方向和机会
    • 7.1 数据智能在数据产品上的落地方向
      1. 洞察(Insights):诊断归因(指标拆解&归因,业务流程诊断&归因);智能交互(数据智能解读,问答式交互)。
      2. 预测(Prediction):机会发现,趋势预测,异常检测。
    • 7.2 数据产品特别是分析型数据产品 SaaS 化的几个方向
      1. 对接线上SaaS产品(营销、客服、财务等SaaS服务),自动生成数据看板。
      2. 场景化分析模版市场,打造行业分析经验分享和交流平台。
      3. 一站式数仓技术服务,数据接入、生产、应用和管理SaaS化。
      4. 数据共享和交换平台,数据作为资产能在保障数据安全的情况下共享或交易。

策略视角 (Strategy PoV)

  1. 如何选择客户
    • 1.1 选择增长行业客户
      1. 客户增长,产品才能体现更大价值,才能赢得口碑。
    • 1.2 聚焦行业头部客户
      1. 成功落地头部企业,才能更好在行业内做复制。
  2. 如何做产品定价
    • 2.1 定价要与你的潜在客户数和客户分布相匹配。
    • 2.2 定价既要能够保证合理的销售速度,又要有足够的利润流向销售渠道。
  3. 如何制定产品策略
    • 3.1 标准产品和解决方案并重
      1. 标准产品打长尾,解决方案打头部。
    • 3.2 做解决方案,要敬畏客户,认真做功课
      1. 知己知彼,研究客户及其竞争对手,针对性给出解决方案。
    • 3.3 解决方案要尽量产品化
      1. 聚焦行业,定制需求做场景化抽象,才能规模化复制。
    • 3.4 对外版本更新不求快,重视产品质量和前后一致性。
  4. 如何制定客户服务策略
    • 4.1 基于客户分层的差异化运营体系,有中长尾客户,才有未来。
    • 4.2 关注客户钱包深度,持续挖掘商机。
    • 4.3 用户分层差异化服务。
    • 4.4 数字化客户全生命周期使用情况,并持续优化。
    • 4.5 后方出台尽可能后置,可安排在临门一脚时,或产品交付回访时。
  5. 如何制定市场策略
    • 5.1 To B市场推广主要途径:SEM,线下活动,社区运营。
  6. 如何设定商业化目标(特别是商业化起步阶段)
    • 6.1 营收要做拆解:标杆客户数 + 付费客户数量。
    • 6.2 重点打造产品的竞争优势,可以从试用转化,竞对分析角度来看。
    • 6.3 关注产品稳定性指标、产品功能交付效率指标。

组织视角 (Organization PoV)

  1. 要做好To B业务,需要技术商人(懂技术&懂业务)
    • 1.1 为规模负责。
    • 1.2 为P&L负责。
  2. 组织上,市场、销售、产品,三足鼎立
    • 2.1 不同于2C,销售和市场拥有巨大的话语权。
    • 2.2 优秀的 To B团队,一定是销售和产品能力互补的团队,甚至一把手就是超级Sales。
  3. 如何做商业化团队岗位设计
    • 3.1 售前阶段
      1. 销售(客户经理),负责商机跟进,维持客户关系和合同洽谈。
      2. 售前(解决方案架构师),站在客户视角,从产品的角度为客户提供解决方案建议。
      3. 市场(To B市场),负责网站及外宣材料、线上推广(SEM)、活动/会议组织、社区运营、客户成功案例收集、竞品调查等。
    • 3.2 售后阶段
      1. 实施工程师、交付经理,为产品交付负责。
      2. 技术支持/客户成功,为客户满意度负责。
  4. 组织能力的建设对 To B 非常重要
    • 4.1 做To C业务要更注重发挥个体的创造力,做To B业务要注重基于流程的执行力。
    • 4.2 需要打造围绕客户的端到端流程型组织,以保障服务品质和价值交付。
  5. To B 企业的竞争力构成要素
    • 5.1 切入痛点的产品力。
    • 5.2 环环相扣的组织力。
    • 5.3 永不停机的服务力。

运营视角 (Operating PoV)

  1. 企业花每笔钱,都需要理由
    • 1.1 做好To B生意,要知道企业会在什么地方花钱,预算放在哪里。
  2. To B 决策流程长,To B 的生意,是持久战
    • 2.1 必须要有 BD,必须要有销售,冲进去,去影响客户。
      1. 除了依靠产品,更要依靠销售和服务,去磨,去耗,去说服客户。
    • 2.2 和能拍板的人沟通,要尽可能去了解谁是那个说话管用的人,谁是真正能拍板决策的人。
      1. 自上而下的管理,会更加高效,简单。
    • 2.3 你面对的不是一个人,而是一个系统,企业内部决策链条如何传递,是To B生意必须要知道的事情。
      1. 你不是和一个脑袋打交道,你是和几百个脑袋打交道,需要制作一张“作战地图”(企业的背景资料、和项目相关的人员资料、每个部门和人员之间错综复杂的关系等),运筹帷幄,精心谋划。
  3. 招投标是 To B 生意中的常用做法,要深刻理解其中的逻辑,才有可能做好 To B 的生意
    • 3.1 想要和一些企业合作,最好先弄清楚合作的门槛是什么?怎样才能进入供应商名单(Vendor List)?这样才能更好地合作。
  4. 只有写在合同里的,才是算数的
    • 4.1 人事的变动,发展重心的切换,甚至包括领导意志的转移,都是合作中难以预料的风险。
  5. 卖出去只是开始,客户成功绝不是售后服务
    • 5.1 卖出去产品仅仅是一系列工作的开始。要实现产品价值,还有漫长的过程。首先你得把实施交付做好。有时候因为客户的认知有限或者IT水平有限,你还得手把手的教会对方怎么用。
    • 5.2 能否维护好客户关系,让客户在下一年继续订阅产品,是企业发展成败的关键。
  6. To B 生意的特点是流程和复杂,要能做到戴着镣铐起舞
    • 6.1 要理解财务、法务和人事,他们坚守着公司的底线,也在维护着企业的安全
  7. 衡量一家To B企业的估值最核心的指标有哪些
    • 7.1 毛利率。 一般ToB的产品毛利率都在50%之上,这跟ToC截然不同,ToC的毛利率能做到5%已经很高了。
    • 7.2 复购率。 ToB的产品每年是否有50%的复购。
    • 7.3 续费金额增长率。 有的企业叫ARR(会计收益率法 Accounting Rate of Return),有的企业叫ARPU值。其实就是看第一年花了100块钱的用户,第二年是选择不花钱、花50块还是花150块。
    • 7.4 毛利率、复购率、续费金额增长率,这三个指标非常重要。如果这三个指标全部都大于50%,我们会认为这是一个非常好的ToB的业务。
  8. 如何运营 To B 产品(做到自传播和自运营)
    • 8.1 评价一款ToB产品做得好不好,卖了多少钱,有多少用户都不重要,重要的应该是NPS,就是净推荐值。没有NPS,用户量再大都没有意义。
    • 8.2 将“让用户解决同样的问题比原来更方便”作为产品的第一性原理,驱动产品的自传播。
      1. 确认产品是否存在明确心智。
      2. 建立差异化的产品力。
      3. 过渡平滑、可兼容、利旧。
    • 8.3 如何打造可自运营的产品?
      1. 和企业客户共创。
      2. 坚持最小闭环。
      3. 要有行业Know-how:To B 它要的不是一个简单的功能,它要的是进去行业好好理解、体会,再做一套方案出来,要能解决最后一公里的需求。行业化要有对行业的理解,对客户的理解,角色的理解,戳向核心需求,有针对性地解决关键问题,然后持续跟进服务。

References & Further reading