寻找亚马逊天花板

Eugene Wei

孙子兵法有云：知己知彼，百战不殆；不知彼而知己，一胜一负；不知彼，不知己，每战必殆。

我是亚马逊的第一位战略规划分析师，这也是我在亚马逊的第一份工作。战略与财会相对应，后者记录过去，前者着眼未来。我们做各个时间区间的前瞻性分析，近到常规的月度预测、年度预测，远到用于融资和公司战略的5年乃至10年的预测等。

其中最难预测的数据之一就是产品普及率。亚马逊已经上市了，但这并不意味着战略规划可以就此懈怠。杰夫·贝佐斯公开说过：“短期来看，股市是投票机器，公司股价会有波动，但长远来看，它是称重机器，终究会反映公司的真实价值。”

预测、普及率、市场匹配

“你的工作就是尽可能地去了解将来会发生什么。”每位上市公司的首席财务官都会告诉你，他们非常看重工作中的前瞻性指导。由于信息不对称，负责你们公司的机构分析师很大程度上是根据季度收益电话，来调整他们帮客户做的投资预测和布局。这不仅仅是说错误的预测会影响股价，而是说，如果预测有误，意味着你根本不知道业务要往哪里走，长期来看，这无疑更具毁灭性。

不久我就发现，我们对于几个月，几个季度甚至一年的预测都非常正确，乃至精确。而我们最疑惑的，恰恰是更长期的预测。每一个成功的商业模式都会经历著名的S曲线，大多数公司和他们的投资人都把重点放在找到那个增长引爆点。但同样重要，却没有得到足够重视和研究的，恰恰是S曲线后期不那么令人愉快的拐点，即增长开始放缓的时间点。

亚马逊的巨大优势之一，就是我们比较容易预测自己的可触达市场规模，从全球图书市场总规模的统计数据可以推算：根据经验，如果拿下全球图书市场的10%，我们的收入大致能做到多少。甚至可以更乐观，预测得更大，但财务上总还是趋向于保守。

我刚加入亚马逊，就投入在与一堆MBA一起做各种商业计划书的工作中，包括音乐、视频、软件、杂志，以及国际化业务。我开始认为，长期来看，我们能做到的总规模就是从零售的各个细分赛道上能切下来的总和。

然而，产品普及率还是一团迷雾。在我们的分析模型中，产品被采用的一个重要前提是曝光。因为如果一个人根本没听说过亚马逊，他不可能变成我们的客户。而这些曝光或者说触达的渠道已经非常成熟：来自其他联盟网站（我们称之为合作伙伴），来自门户网站（AOL、Excite、雅虎等），和口碑相传（注意，这是在邮件时代之后，社交网络时代之前，所以口碑营销的效率远没有现在那么高）。

当然，用户对我们的认知率可以通过各种成熟的市场调研手段得到。

至此，问题依然摆在那里：对于那些已经知道了亚马逊的人，如何预测他们会不会产生购买？为什么他们中一些人成功地转化成了购买用户而另一些人没有？

對于很多初创公司甚至是更大的科技公司来说，他们什么时候会走到S曲线上增长由盛及衰的转折点，是个未解之谜。我认为完全可能更早发现蛛丝马迹。这样做的好处是，及早发现及早解决。我们已经在产品-市场匹配上投入了太多关注，但当公司发展到某一阶段，我们应该花更多时间来关注和解决产品-市场不匹配的问题。

运费这个隐形天花板

在我看来，战略规划中最重要的就是找到并清除我称之为“隐形天花板”的问题。所谓隐形天花板，就是我们按照公司现有的路径，势必会遇到的增长瓶颈。这个概念对于公司里的很多人来说，都非常重要：无论是CEO，产品部门还是我之前提到的财会部门。

对亚马逊来说，很幸运的一点是，我们很早就发现了最重要的天花板之一。之后亚马逊的多年持续增长正是得益于我们发现了这一点，并且解决得足够早。如果我们当时没有调整战略，我们的增长将走向停滞，而这很大程度上就取决于单单一个因素。

我们通过2种路径试图找到和消灭这个敌人。对于已经有购买行为的用户，我们有段时间会在用户下单后，购物车流程结束时跳出弹出框，就问一个问题，您为什么没有更高频次地从亚马逊买东西？而对于那些没有在我们平台上买过东西的用户，我们会让第三方公司来做市场调查，也是问他们，为什么不从亚马逊上买东西？

2种路径在同一个点上达成了惊人的一致。甚至不需要特别回想当时的结论，因为我认为这个因素时至今日在电商和相关业务上依然至关重要。

就是运费。

人们厌恶支付运费。这听上去没什么新鲜的，甚至是不言而喻的。但我认为，真正深刻理解了这一点，对于亚马逊实现之后很多年的连续增长居功至伟。

人们已经不是简单的讨厌付运费而已，这种讨厌实际上到了一种非理性的程度。我们之所以知道这一点，是因为我们对此采用的第一个解决方案，是在购物车和结账环节告诉用户，即使加上运费，还是比到当地的实体书店买书便宜。因为那时候绝大多数亚马逊用户是不用支付销售税的。我们说的便宜甚至还没算上用户到书店的成本、汽车的折旧成本，他们的时间成本等。

人们对这种理性分析并不买账。总的来说，人们在评估自己的时间价值方面很糟糕。可能是因为对大多数人来说，花时间和获得金钱两者是割裂的。我们花的绝大多数时间都不会获得即时反馈。

富人的时间收益反馈更快、更直接，所以他们往往能更好地给自己的时间估价。这也解释了为什么我认识的大多数超级富豪获得财富后的第一件事就是请个司机，或是开始乘坐私人飞机。对于大多数普通人来说，他们时间的机会成本无法实时衡量。

你无法想象，作为一个产品人，找到那个要攻克的单一障碍是多么如释重负。这一点对于任何想要解决问题的人来说都适用。就像某些减肥方法承诺只要戒掉糖或碳水化合物就能瘦下来，这往往让人感觉很好，并不是因为真的瘦了，一半以上的快感来源于让你觉得能用一个简单的方法解决一个复杂的问题。

Prime方案与修复机制

为了解决人们讨厌付运费这个问题，亚马逊努力了很多年。我们先给了这样一个省运费的方案：如果购买超过25美元且符合要求的商品，就可以免运费，亚马逊的大多数商品都包含在内。

这个方案的问题也很明显，就是用户会减少他们在亚马逊上购物的频次，攒到足够免运费的金额才会下一次单。在某些特定案例中，让用户减少消费你的产品或服务的策略可能长期来看是有利的，但亚马逊显然不在此列。

然后，我们想到了亚马逊Prime方案，即卖会员，会员期内免运费。显而易见的是，运送实体商品肯定是有成本的。所以，Prime政策对销量和平均客单价到底会产生多大影响，对评判Prime的财务模型会产生巨大差异。

庆幸的是，杰夫决定跳过测试，直接执行。把增长放在第一位，长期再来解决商业变现的问题，这在科技公司中并不少见。但比起单位经济模型更清晰的零售型业务，这种模式在社交网络中更容易被接受。卖得越多，亏得越多，这种商业模式肯定是不可持续的。人们总是将此与亚马逊的商业模式相混淆，质疑持续至今，对此我们也很无奈。

事实证明，你可以通过Prime这样的会员机制，让人们预付运费，他们非常乐意进行后续的交易。的确，在一部分订单上，在一部分用户身上，我们没赚到钱，但在整个网络中，需求曲线的巨大提升令人惊叹，并且改写了整个游戏规则。

而且，正如杰夫一直说的，从长远来看，总是可以通过调整一些细节，来获得利润。比如，对于一些实在又大又重的东西，可以要求收少许的附加费用，或是干脆把它从Prime免运费的范围中移除。如今，亚马逊有一些商品被标记为“需附加商品”，用户需要把它们和其他商品一起购买才能免运费，这样就可以合并发货，而不是单独发货了。

杰夫在我们早期还没有建立起完善的退货追踪体系的时候，也采用过同样的“稍后修复”策略。在亚马逊早期有这么一个时间窗口，那时候如果您向我们退回一箱书，我们无法轻易判断这箱书您是不是在亚马逊买的。因此我们选择相信您，无条件相信。然后，就有一位女顾客利用了我们这个漏洞，退回了一箱又一箱书。鉴于我们当时还相当有限的软件资源，杰夫说我们直接略过，以后再来解决这个漏洞。

那段时间真的是非常痛苦，以至于我们的客服人员内部自发共享了这位女士的名字，这样他们就能在我们的软件和退货机制完善之前，注意到这位女士的退货申请。类似于每个显示器上贴着“小心这个顾客”的便签一样。这位女士，无论您身在何处，您享有我们的专属礼遇，因为您在利用我们的漏洞上表现出了极致的企业家精神。

Prime体系有很高的壁垒，从经济和物流的角度来说，其他零售商想要模仿都不容易。正如之前提到的，要交付实物商品，必然有运输成本。所以像Postmates公司这样做配送业务的创业公司，单位经济模型极具挑战，加上人们对运费的厌恶，简直如履薄冰。可能要等到汽車自动驾驶或是无人机技术成熟，让交付实物商品的成本大幅降低后，这种模式才比较容易跑通。

此外，也很少有客户能在亚马逊之外的其他零售商那里购买足够的东西，来让Prime这样的预付运费值回票价。即使他们这样做了，基于亚马逊的规模效应以及对于库存分配的深刻认知，我们配送环节的经济模型也会是最优的。

本质上，我们就做对了一件事：在距离触达天花板还很远的时候，提前发现并解决了电商业务天花板的核心问题。

下一个天花板在哪里？

运费之后，下一个可能出现的天花板在哪里？

同样在配送问题上，运费之后的另一个天然障碍是速度。是的，免运费当然很棒，但随着时间的推移，用户的期待会提高。正如杰夫的最新年度致股东信中所说的：

用户身上我最喜欢的特质就是，他们永不满足。用户的预期永远不会一成不变，而是会不断提高。这是人性使然。人类未曾满足于农耕狩猎，人们对“更好”永远孜孜以求。惊叹的“哇”很快会变成普通的“嗯”，而今天，这种不断升级的循环比过往的任何时候都更快。

这可能是因为今天的用户手指轻轻一点，就能坐拥海量信息：翻看评论、各平台比价、查库存、测算物流速度等。这仅仅是拿零售业务举个例子。我们在亚马逊做的每件事，以及其他各行各业都指向同一个结论——用户的主观能动性正在强势崛起。鉴于此，你永远无法止步于过往的成功，因为你的用户永不止步。

免运费是很好，但是为什么要等两天才能送到？能不能明天就收到？甚至今天？甚至立刻马上？

十多年来，亚马逊一直致力于解决这个问题。为此，我们建立了更高密度的小仓，而不是之前较少较远的大仓模式。当我们第一次在60分钟节目里提到用无人机配送时，所有人都觉得我们在开玩笑，或是噱头，但这和我们在当地零售店设置储物柜一样都是出于同一个目的，就是要解决配送速度的问题。

另一个可能的天花板在于，亚马逊擅长的事情是满足客户需求，我们可以在这个维度上做到极致，成为用户有明确需求时的第一选择，但我们并不善于激发出用户本身没有的需求。这一点上，科技公司里做得最好的是Apple，放眼其他行业，那些奢侈品牌都是其中的佼佼者。

在亚马逊，用户的典型购物模式我们称之为“鱼枪捕鱼型”。用户有明确的购物需求，他们上亚马逊，在搜索框中输入他们想买的东西，然后一键选中自己想要的那一个。相反，如果你曾经和非常享受购物的人一起逛过商场，整个状态截然不同。那是广泛汇集与命中目标的结合体，两者缺一不可。比如买衣服，他们会从陈列架上挑出几件衣服，去试穿，照镜子，转圈来全方位观察衣服的上身效果，还会拿在手上反复比较，做最后的决断。有时候，过程中他们并不知道自己想买什么，但手还是忍不住从成排的衣服上滑过。

这是一种类似于浏览的状态，亚马逊的界面有一些基于此的服务，但还不够。如果你对自己想要买什么有一个大致的想法，那么亚马逊基于算法推荐，可以引导你在购物过程中进行比较，也会提供相关的用户评论给你做参考。但这个过程还是更偏重于目的导向。

从数据驱动到诱惑驱动

说到创造欲望，我想到了我最近也是唯一一次去米兰的经历。我漫无目的地走进一家奢侈品店，女店员成功地说服我买了一件我原本并不需要的运动外套。事实上，他们货非常少，这件外套根本没有陈列出来。

店员只是看了看我，问了我几个问题，然后到柜台后面拿出一件外套。注意，不是给顾客很多选项，而是就拿出这么一件。她先是说服我试穿，然后赞美我穿上这件外套多好看，并且向我介绍这件外套的若干特色亮点。慢慢地，我开始在心里默默点头，最终我完全同意了，这件外套属于我，而我就应该是穿着这件运动外套的样子。

这并不是亚马逊一家的短处。大多数科技公司多年来都习惯于通过机器学习和算法驱动来提升ROI：获取更多的數据，不断改进推荐算法，做更好的人货匹配，大抵如此。而奢侈品的过人之处在于，他们完全不依靠所谓数据驱动，就是能够凭空让你相信，这就是你要的。好莱坞也是如此，这种本事真是让人佩服。诱惑是一种天赋，科技从业者总是高估了算法的力量，认为人的幸福感是一种可以被算法解决的问题，而往往低估了诱惑的价值。

Netflix拿出100万美元来奖励改进他们的推荐算法，但是数以百万计的用户还是每天在Netflix主页上来回滚动去找自己想看的。这不是Netflix一家的问题，随便打开一个流媒体平台都是这样。Apple TV作为一个观看视频的设备，最被用户认可的居然是它的屏保图案。这就好比一家餐厅不是以菜著称，而是以菜品单上的字体好看著称，莫大讽刺。我不是说数据驱动没有用，而是科技公司必须意识到，那些经久不衰的诱惑所带来的回报率可能好到超乎想象。

不过，与其他零售商相比，这个弱点对亚马逊来说没那么致命。亚马逊上卖的绝大多数是一般商品，用户可能在别的平台上被“种草”，可是他们最终往往会回到亚马逊来完成购买。亚马逊在物流和客服上的优势成为了最大的壁垒，因为物流和服务恰恰是零售中离支付最近的环节，这也是为什么亚马逊能赚到零售链条中几乎全部利润。

正如杰夫每年致股东信中从一开始就强调的那样，亚马逊的使命是成为全球最以客户为中心的公司。要找到持续增长的驱动力，其中一个有效的方法就是紧跟用户的不满意，而不满意几乎是用户的天性，并且在对的环境下，用户很乐意把他们的不满意说出来。

如何找到自己的隐形天花板？

其中一个方法是直接问你的用户。我们找到运费这个突破口，就是通过直接去问用户，包括那些用我们平台买东西的人，以及不用我们平台买东西的人。

福特先生有一句经常被引用的名言：“如果你去问人们要什么，他们会说他们想要一匹更快的马”。这句话看似反驳了我的观点。

的确，消费者通常说不出自己到底要什么。但一个常常被忽略的重点是，他们至少能表达出自己不想要的。当用户说他们想要一匹更快的马，你应该听到的绝不是字面意思，而是用户觉得骑马出行太慢了，聪明的产品人可以把这个点进一步向外延伸——人们想要的是更快捷的出行方式。

当然，这也不是一个万能的办法。因为有时候人们会撒谎和隐瞒自己不喜欢的部分，有时候他们甚至无法清晰描述出自己的不满。但如果你把他们的反馈意见和好的用户行为数据进行分析，或者与精心设计的用户测试结合起来，那你大概率能够找到真正的问题所在。

硅谷流行这么一种观点：ToC业务在产品端比ToB业务的挑战更大，因为企业客户可以清晰地表达出自己想要的产品和服务，而消费用户根本说不出自己要什么，正如福特先生所言。我必须重申，这句话只说对了一半。我为一些ToC的公司提供过顾问服务，发现他们并没有花足够的力气去研究那些决定不用他们产品的反对意见。

我们经常提及经济学范畴的需求曲线，其实在产品范畴，也有这么一条需求曲线，勾画出用户对于你的产品或服务的需求。

很多公司非常注重去分析用户转化漏斗，来看最终哪些人被成功转化，如何被成功转化。然而，随着公司的发展，更重要的是要去关注那些从来没有进入过漏斗范畴，或是刚一进入就立刻离开的用户。如果你的每个现有用户和潜在用户的产品-市场匹配度是有差异的，那么对于公司来说，去理解为什么有差异，差异在哪里，就是一项永无止境的工作。

所有诚实的负面反馈都隐隐指向你的产品在某一个用户群体中的天花板，即使这个天花板还远远没有到。

我经常被邀请对一些产品给出反馈意见。常常有这样的经历：我刚一提出一个顾虑或是质疑，产品团队会立刻跳出来打断我，给出解释，来证明我的反对意见他们早就预料到了。

对此，我的建议是，你应该完整地听完用户的反馈，而不是打断他。因为你本人永远没有机会给每个用户解释说明你的产品和服务，而是要靠产品本身去说话。大多数产品人都会归咎于用户，一直试图告诉用户他们错在哪里，这不是个好习惯。这样做用户未来再也不会给你任何反馈了。

我们的产品和服务要面对的是一个越来越动态的外部世界，特别是ToC的产品和服务，无法再套用那些亘古不变的真理准则。而大多数产品人对外部世界的观感往往落后于世界本身变化的速度，所以我建议在产品直觉中加入数据和用户反馈。产品人的成功往往来源于他们在某一个时刻对某一群用户的判断恰好是对的。所谓PMF都是事后分析来的。分析这些人的成功，会让我们把运气和真正可持续的产品直觉混淆起来，再次重申，后者极端罕见。

所谓模式归纳的发展路径几乎已经是硅谷甚至其他领域的标配了，但这个方法天然就带有事后分析的属性。我们无法去责怪大多数人的按图索骥，毕竟这是风险最小的方式。

但如果消费者是变化的，那这种模式归纳的路径早晚会走到天花板。为什么开创某种技术创新的往往是初创公司？因为它们是没有办法靠跟随市场达到平均水平活下去的。对初创公司来说，达到绝对的产品-市场匹配是非常现实的问题，他们没有退路。

公司可以靠不断换产品负责人来保持活力，但对于产品专业人士来说，我们的自我要求就应该是永远保持对市场的敏锐，即使你本身的生活并没有那么多变化。我发现把自己从根深蒂固的产品执念中解放出来的有效方法是吸收更多新东西。此外，随着年龄增长，我越来越适应和用户共舞。领舞看起来更有掌控力，但如今，早已不是那个独舞的时代了。