Extra Cookies

前年，我带团队做了一个 ChatBI -- 用大模型把自然语言翻译成 SQL，让不会写代码的人也能查数据。

上线两周，日活用户超过了我们用了三年的自助取数工具。准确率在 8 张联表、上千字段的复杂数据集下做到了 90% 以上。产品、运营、甚至财务的同事都在用。

看起来是个成功的项目。

但做完之后，我最大的收获不是「做出了一个好产品」，而是想清楚了 ChatBI 的天花板在哪里，以及真正该做的是什么。

为什么要做这件事

To B 行业近来流行一种增长策略：PLG（Product-led Growth），即产品驱动增长，区别于以往的 SLG（Sales-led Growth）销售驱动增长策略。

PLG 策略是对 To C 企业增长策略的学习，侧重于用产品吸引用户，可以理解为是“拉”的方式：我把产品先给你用，当你试用后觉得产品不错，自愿付费，或反向推动企业付费。SLG 策略则更侧重销售及服务，可以理解为是“推”的方式：销售主动跟进客户，通过产品和方案介绍，吸引客户购买产品。

在PLG 策略下，产品本身成为获取流量、转化商机、留存用户的核心动力，企业获客成本更低，增长速度也更快，而且因为加大了和用户的连接，PLG 策略下的产品也更受用户喜爱。

这么多优点，那是不是所有的 To B 产品都可以尝试下 PLG 策略？

当然不是，因为不是所有产品都适合，可以说大部分 To B 产品都不适合。这种策略更适合 To B 产品里的偏 C 端产品，比如钉钉、飞书、石墨文档、Notion 等，这些产品都有一个共同的引入路径：个人使用，到小组使用，到公司使用。

越来越多的互联网企业进入 To B 领域。

一种形式是企业在 To C 领域面临增长瓶颈，进入 To B 领域探索第二发展曲线。

另一种形式是企业对内的技术产品，对外部开放，做商业化，探索增长机会。

两种形式是相互交织的，第一种是自上而下的战略，有很多优秀的对内技术产品能对外开放，是竞争力的体现。第二种是自下而上的推动，没有企业的战略方向指引，就只是小打小闹，做不大。

这篇内容，主要是从第二种形式出发，谈谈一些想法。

To B 人，很多可能都听到过销售、售前团队这么抱怨产品团队。

抱怨基本上会集中在产品这需求那需求不支持，研发的交付太慢，系统不稳定三个方面。在 To B 领域，这个问题很常见，不用过分紧张。

问题的症结也是 To B 相比 To C 的一个显著不同：To B 的链条太长了。

从客户反馈，到产品设计、实现，或者从产品功能发布，到客户升级、使用，时间可能已经过去 3 个月了。产研团队很难去判断销售、售前口里的客户需求，到底是真的客户需求，还是只是为了商务关系给客户夸下的海口，也很难持续跟进需求在客户侧的落地情况，客户使用的时候，产研团队可能已经在忙其他需求了。

「事实」这本书，讲述了人的十种情绪化本能，以及每种本能该如何有效控制。很适合现如今的信息环境，越来越极端化，热门推荐充斥着让人不由产生愤怒、悲观、焦虑或恐惧情绪的信息。

书中内容可以帮助我们用「事实」思考，建立实事求是世界观，让乐观，希望，理性的情绪回来。当然，反向操作，也可以成为打造10万+热门文章的流量密码。

十种情绪化本能分别是：一分为二、负面思维、直线思维、恐惧本能、规模错觉、以偏概全、命中注定、单一视角、归咎他人、情急生乱。

一分为二 - The Gap Instinct

第一个情绪化本能是人们习惯把事情一分为二，比如好的和坏的，英雄和恶棍。

书中内容分三大部分，第一部分从宏观上讲了供应链管理是什么，如何做；第二部分聚焦在供应商管理，如何选择合适的供应商，如何把它们管好；第三部分探讨采购管理，五个阶段，以及“小采购”和“大采购”的区别。

内容比较多，有比较明显的集合作者多篇独立文章而成的痕迹，偏重于实践和案例，对外行入门而言，理解门槛较低，但需要有自己的判断，尤其里面的案例。

供应链的全局观

什么是供应链管理？

横向：供应链是从客户的客户到供应商的供应商，供应链管理是对贯穿其中的产品流、信息流和资金流的集成管理，以最大化给客户的价值、最小化供应链的成本。它是一个综合管理、全局优化的思想，以摆脱单个公司、单个职能层面的局部优化，实现供应链条的全局优化为目标。

做大数据 To B 服务的企业，在产研环节，要解决两个核心问题：

1. 如何定义好产品架构？
2. 如何建设好交付体系？

产品架构

产品分两大类，

1、基础产品体系，覆盖大数据的采、建、管、用环节，提供通用数据能力的产品。

做数据产品的过程，经常会陷入一个困局，“你的产品不就是一张张报表堆砌起来的，那短平快解决掉当前问题是不是就可以了？是不是不需要做产品规划，响应需求就可以”。

作为一名数据产品经理，如果你面临的实际情况就是这样，那相信你的产品很快将寿终正寝，或者这个产品有你没你一个样。

做产品，我们的出发点大多是追求长期价值，做数据产品，追求的就是从数据中获取长期价值。只是解决短期的特定问题，用户或开发人员直接用搭建工具搭报表就行了。

作为一名数据产品经理，你的目标是实现产品的长期价值，这个目标需要你具备打造持续演进数据产品的能力。要培养这种能力，关键在于能发现客户真正的、持续的问题，然后用产品解决掉。

我们需要更懂客户，我们需要和客户建立信任，真正了解他们的问题，他们的目标，我们可以从以下5点开始。

最近的思考，关于数据产品几种形态。

1. 聚合报表的Dashboard类产品，解决有数可看的问题。
2. 具备分析思路的场景化分析看板类产品，简化数据可被理解的难度。
3. 数据洞察到action的策略类产品，实现数据驱动业务动作执行。
4. 数据智能决策类产品，实现数据洞察到业务动作的自动化、智能化执行。

1、Dashboard 类产品

可以是基于 Tableau、PowerBI 等BI工具建立的报表集合，也可以是通过BI工具的产品搭建能力，或者自研，形成的数据可视化产品，分业务，分模块展示数据。

这类产品主要是解决看数的问题，核心能力在于能快速响应需求，稳定，准确的反映数据现状，建构有完整的指标体系、提供美观易懂的可视化形式，会是加分项。

这本书的内容主要来自作者魏杰在一些公开论坛和研讨会的演讲。

话题比较大，作为一个宏观经济的门外汉，这本书主要给我带来三个方面的收获，一是了解当前的大环境如何，二是对现在的一些政策会有更深的认识，站高一点更客观去理解现存的问题，三是可以作为在行业方向判断上的输入，也对中国经济的发展更有信心。

从自己阅读的角度总结了下，主要有如下几个主题：

• 2012-2035经济周期，我们面临的三大任务
• 中国经济进入全面调整期要做的三件事
• 深化改革的要点
• 面对美国遏制我们该怎么办
• 改革开放再起航要做哪些改革
• 什么是双向型对外开放战略

2012-2035经济周期，我们面临的三大任务