简单介绍下什么是B端平台产品

在开始前，先简单介绍下什么是B端平台产品。

B端平台，是指在某个垂直领域下，把诸多业务线上化的产品或工具，通常这些业务之间有着极强的关联。通过平台化的搭建，往往能实现诸多业务价值赋能，如效率提升、延伸价值链、打通业务之间壁垒等等。

这样的平台，用户群往往明确且相对“小众”，与其说是用户，不如说某几类特定角色背后的人群，这些人群代表了目标比较接近的业务场景。

以“阿里达摩盘平台”为例，这是一个数据营销平台，目的是给精准圈人、画像洞察、媒介投放等3个主要场景提供服务，这就涉及3个业务角色

推广需求方：

主要指平台的主要消费用户，可以使用标签精准圈定人群、对人群进行洞察分析、个性化营销推广服务。那么这样的业务服务，意味着需要具备以下的能力。

• 上游：标签业务管理
• 中游：平台功能服务，如人群圈选、画像分析等
• 下游：下沉平台/能力接入，即第三方服务，如“钻石展位”、“淘宝/天猫直通车”等

数据提供方：

可以理解为平台的合作伙伴，“达摩盘”既是服务方，同时也提供平台让更多服务方参与其中。而这类就是其中一种，提供数据接入、数据整合及管理等业务。

• 上游：数据接入业务流程
• 中游：数据存储、管理业务流程
• 下游：数据加工、处理业务流程

ISV服务商：

本质也是另一种第三方服务商，借助平台和其他数据，来帮助推广方进行分析，不生产数据，而是借用数据为推广方提升营销效果，可以是分析，也可以是投放。

• 上游：数据管理流程
• 中游：整合多个业务平台资源，提供多类型的营销服务
• 下游：监控效果过程，持续提升服务

所以，这样的B端平台，背后必定代表了诸多业务，并为这些业务提供多元化的服务。通过这样“集中式”的服务，一定程度上降低某类群体的成本，或提升业务效率等等。

2. 基础要素

那么，什么样的产品才会被称之为B端平台呢？

垂直化的业务服务：

前面提到一个合格的平台，必须是有单个或多个业务服务，而仅仅满足一两个业务的某个场景服务，不足以称之为平台，而更多的是一个“工具”。

当这些垂直业务之间打破壁垒，进行融合，并且打通上下游服务，才可以称之为“平台”，也就是说这样平台形成了一系列的闭环服务，已经具备了一定的生态能力。

通用化的公共服务：

给各业务提供服务的前提，它必须具备基础通用的公共服务。

譬如统一的账户管理（个人和企业），丰富的内容管理（提供各类指引、学习教程等内容），有能提供保障稳定服务的监控中心（能及时发现问题、监控服务过程）等等，这些都是必备的平台公共服务。

标准化的运营服务：

尽管B端用户不像C端的用户那么庞大而复杂，但是这些垂直用户也是必须进行有效维护，并且由于目标用户十分集中且服务场景比较接近，所以比较方便去进行用户维护管理。

同时由于B端平台具备一定的使用门槛，也是需要进行定期的宣传推广，提高用户的认知度。

一体化的管理服务：

通常管理后台是用户无法感知的服务，但是又时刻在支撑平台的各类服务。

譬如当业务需要进行购买产品服务，需要一个有效的交易管理服务。又譬如业务管理，每个业务接入或者使用服务，都需要进行类似“备案”登记的方式，便于统一认证编码之下进行成员管理。

而像“达摩盘”这些就提供了以账户的方式进行认证，这时候通常就会进行账户管理和高效的权限管理（能支持多场景的功能、数据等权限控制）。

那么我们就来聊聊，搭建这样平台，前提需要具备什么样的产品底蕴？

二、平台系统意识

所谓系统意识，就是指在做平台产品策划时，需要具备全局、闭环的思维。

在平台内，需要了解整个业务的框架结构，知道从头到尾的业务流程，都经过哪些环节。而在平台外，需要了解上下游的关系，有时候实现平台内某个需求变化，不仅仅只是平台内实现就可以，还需要其他合作方相互配合实现。

1. 特点

这样的系统意识，有3个明显特质，分别是全局性、闭环性、全链路。

而为什么需要具备这一意识呢？因为通常我们在产品策划和设计的时候，不能只是聚焦于一点，片面实现用户的某个场景需求。正常的操作，是需要从横纵向的各个依赖方去进行考虑。这样的“全面性”很多时候体现在完整的规划上，而不是着眼于“眼前”，从全盘角度去思考，也是避免为以后挖一个大“坑”。

2. 一个例子

在增长领域中，AARRR模型是一个常见的用户增长分析模型。它的思维本质就是基于某个运营增长目标下，贯穿一个用户其中的生命周期。那么在常见的数据分析平台，设计“漏斗分析”这样功能就需要具备完备的“系统意识”。

要实现这个指标统计能力，不仅仅是平台完成这一的指标定义进行计算就可以了。举个例子，要想实现图中左侧的漏斗转化的跟踪，它总共需要以下几个环节：

数据采集：

首先我们需要有这样的数据，这个数据涉及几样关键信息，用户id、用户操作记录（包括频次、触发时间等）、会话信息（包括会话id、会话时长等）。

因为我们需要知道几个行为路径之间的转化，就需要具备以上的数据，而这些数据是帮助我们识别了哪些用户、在限定的时间区域内（窗口期）、先后做过了哪些步骤。

而这里，就需要我们需要“数据源“这一地方能满足目标，就需要设计是否能支持这一的功能，如果可以就需要去定义和规划。

数据计算：

这里就可以不用多久，我们在平台设计指标体系时，就提供了漏斗计算规则，而平台即基于这样的通用逻辑进行规划。而涉及到计算多数需要用到一些查询、计算引擎去支撑，而这些引擎（hive、Spark、Druid等）是否能满足，就需要去系统思考。

数据分析：

如果漏斗的转化结果呈现是自动化的计算结果，那么数据分析就是基于这样的结果进行下游进一步的闭环操作。当我知道某个环节转化人数较多（或流失人数较多），数据分析人员自然要对这一客群进行更深度的分析，所以这里也提供了“用户画像”、“用户列表”、”用户分群”这一的下钻功能。

举其中用户列表为例，从图中可以看出，我们从这一“流失用户”中，看到这一批的用户特性是怎样的。那么基于这个就可以进行用户画像分析、人群喜好分析等等，同时基于这一客群，可以进行有针对性的运营活动。

通过以上的操作，平台从采集、计算、分析形成了一系列的闭环操作，这就是全局系统思维。

三、平台价值意识

我们平常在做产品策划的时候，都需要考虑3大问题，需求是什么？我为什么要做这个？对用户帮助有多大？那么在解答这些问题的同时，我们就需要考虑如何衡量这些“价值”。

尤其是B端平台，更需要注重价值意识，不能简单拍脑袋定下方向（虽然很多产品也是），同时还需要制定的度量标准。