以数据为引导，构建业务模型

编辑导读：对于一款互联网产品，它的根基就是其业务模型。如何构建业务模型、如何向着正确的方向构建业务模型是产品经理在产品迭代过程中最具挑战性的工作。本文作者从自身工作实践出发，结合相关理论分享了构建业务模型的相关知识，供大家一同参考和学习。

很多时候，产品经理在构建业务模型都依赖于经验和竞品。这样的业务模型，几乎都是建立在各类假设的前提下。在这样的背景下研发出的产品，是很难满足复杂多变用户需求，面对竞争激励的商业市场的。

当然，业务模型本身就是高度抽象的，要通过范式的方法来论证和建立，本身也不现实。但是，仍然可以通过一些方法，来设计尽可能优秀的业务模型，提升产品的投入产出比。本文要讨论的主题，就是以数据为引导，来构建业务模型的这种方法。

首先，什么是业务？在产品上，为了满足需求而诞生的产品逻辑和具体流程。如果是B端产品，业务也能是指客户自身的工作或生产逻辑和具体流程。这里我们主要讨论的是产品业务。而业务需求，指的是开展业务和构建业务模型过程中，产生的需求。业务需求通常并非来至于用户。通常将能形成完整闭环的一个流程，称为业务。当然，不完整的流程也是业务。

某些关联的业务按照一定规则和结构，形成一个整套的系统。然后各个系统，再有机的形成一个整体的系统。这个整体的系统就是我们所说的业务模型。业务模型是对抽象的业务的概括性描述。在产品的体系中，业务模型比较容易与产品架构混淆。两者都是对产品的整体结构性描述。但是，业务模型是对产品业务抽象出的系统。而产品架构是对实际系统的整体性结构设计。

建立一个良好的业务模型，最终会形成一个源源不断产生商业价值的良性生态系统。一个没有良好的业务模型的产品，通常 ROI 都比较低。

对于产品，业务也是需要架构设计的。只有将业务模型搭建完善，才能实现业务的可控。不可控的业务，最终都是压死产品的最后一根稻草。产品迭代的过程，就是寻找最优业务建模的过程。

商业模式和业务模型，也存在直接的关联。商业模型会影响，业务的建模。业务模型的变迁，也会引发商业模式的变化。两者间的关联关系，类似先有鸡还是先有蛋。无论如何，最终都是业务模型为商业模式服务，商业模式为公司收入服务。

在产品的业务模型正式运转起来时，会产生大量的数据。这些数据可以帮助优化业务模型，寻找业务模型的方向。同时，数据也是建立业务模型的目标和依据。所以，建立业务模型都需要先从数据入手。

数据是，产品的业务和用户的行为的表现和记录。在使用数据时，可以将数据分为三类。结果数据、行为数据和过程数据。

结果数据是产品表现的数据结果。是以产品整体或者某个维度整体的数据。比如，ROI、日活等。结果数据也可以是目标数据。产品规划时制定的。也是对于产品的预期。

过程数据是指满足用户需求的过程中产生的路径数据。是以业务为维度的数据。比如，业务环节中流失率、完成业务循环的路径步骤数等。这部分数据，都是与业务强依赖的。

行为数据是用户使用产品的过程中，产生的操作数据。是以用户为维度的数据。比如，用户浏览路径、页面热力图、用户画像等。

除了本文的主题外，数据还有很多用处，可以创造很多价值。数据可以帮助产品经理，找到产品产生的问题。通过数据能够将主观的判断，定量为客观的结论。比如，某个功能对用户是否友好。数据自身也可以创造商业价值。比如，建立用户画像进行 AI 推荐。这也是很多领域产品提升商业收入的重要业务模式。今天，产品经理的方法论，大部分都是建立在数据分析的基础上。

在产品经理的常规的认知中，通常是先有业务再有数据的。但是，在本文讨论的数据要更宽泛。针对产品未来预期，制定的目标数据也是本问所探讨的数据。所以，在本文的方法中，是先有数据再有业务。

在设计业务时，一定是先要有指标数据，再设计业务。这样，才能为设计业务建立一个预期，作为某些设计决策的指导。即使是 MVP，也不能例外。

在产品开始运行后，业务就会源源不断的产生各种类型的数据。对这些数据加以利用，可以优化业务，探索产品的方向。伴随业务的开展和迭代，也会反过来影响目标数据的制定，扩充新的数据维度。