2018年上半年，大家就曾做出过一个预言——
出于网络低端人才人力本钱的上升，与整个行业的角逐要素全方位转向数据和方案驱动的精细化运营，大家觉得将来2~3年内，“方案”类人才必将成为整个网络业内的一般刚需。
那种一个商品内，依赖少数几个“方案”就干掉了很多人力劳动本钱，很大提高了效率的现象将会愈来愈多见。
因而，大家觉得，“方案”能力将会是成为最值得网络从业者们学习的能力。
然而，到现在为止，大家也发现，“方案”这个词对绝大多数网络从业者来讲，仍然是抽象、模糊的，很大一部分人都不知晓它意味着什么，即使有人多少理解一些“方案”两个字背后的意义，也不知晓自身该怎么样学习它。
因此，大家期望通过一系列真实案例的解析，以按期连载的形式来向大伙进行普及：到底方案是什么，它能解决哪些问题及带来哪些价值，与其背后的底层考虑办法是什么样的，期望可以借此让更多人可以走入“方案”的大门。
这个系列连载的第一篇，大家就把目光聚焦于最近处于风口浪尖上的拼多多，大家将结合其最重要的功能之一——杀价免费拿，来为大伙解析一下“方案”在其中的应用。
一
可以先来认识下“杀价免费拿”到底是个什么东西。
简而言之，这是一个拼多多以“可免费获得各类产品”为诱饵，诱导用户通过推荐链接到群或微信好友帮自身杀价，从而持续在微信生态内获得用户流量的功能。虽然大家尚没办法得知这一功能背后的有关数据，但从微信、知乎、百度上各种流传甚广的有关新闻和引发的讨论来看，它毫无疑问已经成为了拼多多旗下的又一用户流量大杀器。
大家可以迅速通过几张截图，来认识到底“杀价免费拿”这个功能的主要采用场景、步骤，与其被推荐到微信、QQ之后的展示形式：
进入拼多多首页后，可以找到“杀价免费拿”的入口：
选择某款你想要的产品后，你自身可以先砍一刀，然后拼多多就会提醒你，叫你把链接推荐给好友助你杀价。
杀价链接推荐到微信群的样式如上图所示。
值得注意的是，拼多多的“杀价”免费拿，有几个很核心的机制：
一旦启动了杀价，24小时内不找人把价钱砍到0，则失去免费获得产品的机会。
同一好友只能助你在一个产品上砍一次价。
同一用户，天天只能帮三个好友杀价，预防一小圈人来回帮忙杀价。
这意味着，就算你已经找了几十个朋友把你想要的产品杀价砍到只差1分钱了，你也只能继续再找人帮忙杀价，不然肯定前功尽弃。
正是在这些机制的驱使下，才造成了无数“拼多多杀价互助群”的出现，拼多多的“杀价”微信小程序链接开始火遍微信群和QQ群，呈现出最强的“分裂转变”效应，成为了其最近的又一用户流量大杀器。
当然，好似拼多多这个商品本身，“杀价免费拿”的背后也有同样存在着很多争议和乱象。在此，大家可以先抛开所有些争议和乱象，先聚焦到商品和运营的角度，来具体挖掘下这一“用户流量大杀器”背后隐含着的更多不容易让人发现的有趣之处。
二
从商品功能设计的角度，假如要梳理出“杀价免费拿”的主要商品步骤，大体是如此的：
这个步骤，看上去应该还算明确，但，倘若你是负责该商品经理或运营，即使已经有了这样明确的步骤，你就可以确保让这个功能成为“用户流量大杀器”，不会遇到其他问题了吗？
未必。
这里有一个知识：一个生意步骤中，存有些不确定变量元素越多，则在其承载的用户体量越大时，效率势必会愈来愈低。
举例，倘若是年龄、收入、家庭状况等都相近的100人参加这个活动，大家或许依赖上述这个明确的步骤和规则，加上少数几款符合这100人需要的产品，应该基本就足以保证这个事可以成功了。
但，倘若大家是需要承载100万人，甚至是1000万人呢？
这个时候候，你会发现，至少有几个问题将很大影响这个活动的最后成效：
第一，当用户体量变大，用户需要也必将愈加多样，所以，在100W用户这个量级怎么办“产品”与“用户”之间的匹配效率问题？换句话说，假如你站内参与“免费拿”的产品有50款，不一样的用户感兴趣的产品一定不同，那如何才能让尽可能多的用户可以飞速看到他们感兴趣的产品，以激起他们想参与杀价的意愿？
第二，在“杀价”这个环节下，不一样的产品，我需要让多少人来帮我杀价才能成功“砍为0”？与不一样状况的用户，砍下的金额是不是应该有所不一样，才能尽量提升用户成功参与杀价+想拉人来帮自身杀价的概率？
第三，怎么样才能尽量让那些帮其他人杀价的用户也可以成为“杀价免费拿”的发起者，将这一机制的“分裂转变传播”效应最大化？
而这三个问题，若是在传统的需要以人力来驱动生意步骤运转的状况下，几乎非常难有解。
这时，可能就需要依靠于“方案”。
三
简而言之，所谓“方案”，往往是一套由数据驱动，存在于商品当中的一套规则与机制。
再换个角度讲解，假如一家企业的核心生意高度依靠于人的工作，职员的管理问题可能会是复杂度极高、且稳定性较难保障的；而一家企业的核心生意若是依靠于机器在跑，那样则将是非常稳定并且可持续的。而机器的运转，需要被规则来约束，而那些支撑机器运转的规则，就是方案。
当大家面临大量的需要和信息需要处置，又积累了足够多的数据，大家肯定可以依靠于方案帮大家解决很多依靠人力难以解决的问题。
而关于有效拟定一个“匹配”有关的方案，最基本考虑逻辑往往是如此的：
先依靠数据挖掘和解析，通过某种逻辑为用户或你提供给用户的解决方法进行分类（例如拼多多的用户可以分为价钱敏锐型和品质敏锐型，产品则可以区分为不一样品类，不一样品类下还可以再分为底价中低品质型产品、中等价钱中高质量型产品等不一样种类）；
假如现有些某种解决方法没办法满足所有用户，就要设计出更多不一样的解决方法，首要条件是每种解决方法肯定可以满足好一类典型用户；
在不一样解决方法和不一样用户之间，通过一套判定规则来完成匹配。
例如，一个用户假如多次搜索浏览“电水壶”，大家就可以通过机器自动给ta打上一个跟电水壶有关的标签，如此，在其进入“杀价免费拿”下时，大家就可以优先给ta推送可以通过杀价免费拿到电水壶的机会，如此就会显著提高其参与的效率，且整个过程中完全不需要人力介入，完全通过机器完成。
基本上，拼多多在上述大家提到的三个问题中，也是根据这套逻辑来拟定相应商品和运营方案，从而大大提高其效率的。大家可以依次来看。
四
1. 选品方案
第一，是怎么样决定应该给用户推送哪种产品？
传统上，对于电子商务平台要推荐产品，大体上有两类型型。
一种是固定地方的推荐，比方说说首页banner，一些固定的推荐位，要确定某一地方推荐的产品，大部分时候都是由运营职员进行选取，并且提前确定排期和资源。
另一种是根据某个固定规则变化的推荐位，最容易见到的就是所谓的销量排名。别的可能还有一些基于内容的推荐方法，比方说说淘宝头条之类的。
基本上讲，大部分时候，每一个人看到的产品都是一致的，不会有特别的不一样。
这个过程中，不只实际转化的比例不可控，而且需要很多的人力来完成这个任务。
而基于方案的推荐方案则完全不一样。通过方案，大家可以形成基于完全个性化的订制和产品推荐策略。
结合大家刚刚提到的考虑方法，大家假想几个场景，试着来还原一下选品推荐的方案是怎么样拟定出来的。需要提醒一下的是，大家下面描述的场景，只是基于逻辑的一些假设，真实的生意逻辑肯定是远比这要复杂的。
第一，大家需要做的是通过数据挖掘和解析，通过某种逻辑为用户或你提供给用户的解决方法进行分类。
大家假设，以单次买卖额最高是不是达到500元为准则，将采用拼多多杀价功能的用户分为两类，达到500元以上的，大家标为价钱不敏锐型，反之则是价钱 敏锐型。
与此同时，大家以产品单价是不是超越50元为准则，倘若超越50元，大家就概念为高价产品，而没超越50元，大家就概念为底价产品。
当对用户进而产品进行分类，并且打好标签之后，下面就需要对用户和产品进行匹配，理论上讲，用户和产品之间基本上会是如此一个匹配关系。
但是，假如这有这一种方案，其实显然是不够的，有些用户，可能只是对某些产品价钱敏锐，但是对某些产品价钱不敏锐，假如一直给他推送单价较高的产品，或者相反，都会造成非常多问题。
这时就需要大家继续通过数据挖掘和解析，设计更多的解决方法。
比方说说，大家将对同一件产品浏览次数是不是超越3次作为准则，将用户分为该商品的目的用户和非目的用户。这个时候用户就被分为了四类——
同时，大家还要对产品种类进行分类。比方说说，将产品根据所属种类进行分类，诸如电子商品，日用百货，衣帽服装等。这个时候产品就被区分出更多类型。
这个时候，就有一些新的规则产生了：
对于某电子商品的目的用户，且单次买卖额最高并没达到500元，大家就会为他推送更多的单价低于50元的电子产品，诸如数据线，电源插头等等。
而对于同样是电子商品的目的用户，但是单次最高买卖额达到1000元以上的，大家就会为他推送更多的高价产品，比方说手机，电脑，耳机等。
在不断地摸索和试验过程中，渐渐就会形成了针对不一样用户不一样产品的匹配规则，并将其采用在不一样场景当中。
根据这个逻辑进行推演，规则健全后，一个可能的场景是，某个用户多次搜索浏览“电水壶”，并且从没在拼多多上有过花费，机器会自动给ta打上一个跟电水壶有关的标签和一个价钱敏锐的标签，在其进入“杀价免费拿”下时，大家就可以优先给ta推送可以通过杀价免费拿到电水壶的机会，如此就会显著提高其参与的效率，且整个过程中完全不需要人力介入，完全通过机器完成。
当然，需要反复重申的一点是，大家上述的场景只是一种基于逻辑的推演，在实质工作当中，这个过程肯定远比大家描述的场景要复杂。
比方说说，只在用户层面，大家直接可以分析到的标签还有，他的一级社交网中是不是有人购买过某类产品，他对某类产品的购买次数有多少，他在何种状况下会对某样产品给出差评等等。而在产品层面，也有非常多标签可以增加。
每一个维度下，仅需增加一个标签，那样互相匹配的工作量会呈指数级增加。这是人力几乎没办法完成，但是通过数据反复验证，不断检测，并最后得出一个成效最好的规则之后，机器就可以轻松完成。
这个考虑方法，同样适用于杀价的“刀数”应该怎么样确认的问题。
2. 定刀方案
显著来看，杀价刀数对于杀价功能的传播性会有非常大影响。
假如砍得太快，几刀就砍没了，那不只没法促进推荐，活动本钱就会非常高，
假如砍得太慢，砍几十刀都没法成功，好多人可能就不想干这个事了，这个功能也就没价值了。
这也是方案可以解决的问题，并且考虑方法其实和刚刚没什么差别。
第一还是对人群和解决方法进行分类。
比方说说，大家可以将参与杀价的用户分为两类，新用户和老用户。
而解决方法这里就不再是产品，而是每种产品杀价的刀数和每次杀价的金额，这些的类别也都需要分别通过数据进行确定。
这里大家假设为新用户首次杀价20次即可完成，老用户则需要30次才可以完成，且杀价金额仅需最后达到100%，过程中随机即可。
如此，大家就有两条明确地规则，这个规则也是可以实行的，但它显然是不够。具体有如此几条起因：
用户非常快就可以发现这个规律，并且找到30个人的固定杀价群体，很多的杀价，造成杀价本钱非常高。
第二，假如仅仅有如此两条规则，那样功能肯定不拥有传播性，由于组团的这30人没动力去找别的人。
并且，这对于老用户其实有肯定歧视，用户也不见得想一直用下去。
所以，在实践中，肯定是需要针对不一样用户分别拟定不一样的杀价刀数和杀价金额。
比方说说，对于发起杀价的用户，可能第一刀需要砍下非常高的价钱，如此才大概动力推荐，并且感觉这个功能足够超值。
再比方说说，对于首次参与杀价的用户，可能也需要尽量高的金额，如此他们才更容易同意这个功能，而且，发起杀价的用户也会更大概推荐给更多新用户。
实质体验中，也拼多多也确实是基于此拟定的规则的，比方说说：
新用户的杀价金额可以达到总金额的30%左右；
首次参与杀价的用户砍下的金额也能达到总金额的20%左右；
多次参与的老用户杀价金额则很少，有时甚至会有0元的状况出现。
在这规则下，用户会更有动力不断去探寻没参与过杀价的新用户，使得商品功能得以高速的传播和增长。
而这仅仅是将用户标签与杀价金额标签进行匹配的几条规则，其他诸如，用户标签与杀价刀数匹配，产品标签与杀价刀数匹配等，其实都是需要通过方案确定，但是大家短期没办法感知的。而这些方案，都是杀价功能迅速增长的要紧动力。
同样的考虑方法，其实在面对最后一个问题， 即怎么才能将这一机制的“分裂转变传播”效应最大化的问题，也可以适用。
3. 召回方案
假如你体验过拼多多的杀价功能，应该会注意到，当你帮朋友砍过一次之后，系统会开始自动给你推各种杀价产品叫你“免费领取”。
从功能的角度讲，就是一个一般的推送召回功能。
但是，拼多多在推送什么产品上，也尽量的做到了千人千面。
这个过程中，分析的原因就比较多了，比方说说刚刚提到的你是不是是某类产品的目的用户，你是不是价钱敏锐，再比方说说产品的销量是不是够高，产品的价钱是不是够低，都是需要分析的原因。
除此以外，你帮朋友砍了什么产品、你朋友的爱好（由于你和你朋友的爱好有非常可能近似）等原因，也都在分析在内。
这个过程，通过明确一些规则和方案进行匹配，就形成了一整个个性化的解决方法，进而可以通过个性化的推送方法，让用户更大概回到杀价功能当中，达成分裂转变式增长。
整个考虑过程和考虑路径，其实还是大家刚刚提到的那几条。
不知晓看了上面几个的解析，你对于方案是怎么样拟定出来的，并且方案是怎么样再杀价这一功能中怎么样发挥用途的，是否会有愈加明确地理解和认知。
基本上讲，大家刚刚提到的考虑方法，在面对需要进行“匹配”，并通过匹配驱动增长的商品功能时，都是通用的。不只是拼多多杀价功能，拼团功能，与大家已经熟知了的今日头条，抖音短视频等商品的推送机制。底层都是上面这套办法论，并且，应用一样的考虑方法，大家都可以拟定出行之有效的规则。
放在更大的视角来看，在网络业内，理论上，任何一个商品达到肯定用户体量的时候，都肯定会产生一些问题需要通过方案方法来解决。
换句话来讲就是，在当下网络行业中，无论你是做什么商品，方案都是无处不在的。
比方说说，如下这些典型的生意问题和场景中，就是网络业内“方案”最常发挥价值的地方：
一个商品，伴随用户体量增加，需要分析做精细化运营；
一个商品，可能涉及到搜索、推荐、供需匹配等功能模块需要完成；
一个商品，拥有大规模买卖、成交数据，需要提高成交率，优化收益空间；
一个商品，需要分析通过数据来驱动用户增长；
一个成长期的商品，需要分析通过补贴来规模化拉动用户增长，并期望我们的补贴方法、形式等可以变得尽量高效；
作为一个商品经理，假如你可以学会拟定“方案”的能力，你或有非常大可能可以跳脱出依靠于“人肉”的怪圈，而开始可以做到可以依靠于“机制”和“机器”来帮自身提高生意效率；同时，你将比之前有能力可以去解决一些复杂度更高的问题，从而让自身更值钱，与能找到对自身更好的职业机会。
同样，作为一个自己运营，假如你可以拥有考虑“方案”的能力，你也有更大概率将运营动作规范化，达成依靠于“机器”进行精细化的运营的工作，帮你可以面对更大规模，更多维度的挑战，成为市场上愈加不可替代的存在。
因此，大家才说，“方案”能力将会是成为最值得网络从业者们学习的能力。
