若干年前有个人才招聘电视节目，有位大众点评的嘉宾问应聘学生，如果有两个商户，一个给平台很高的佣金，但是菜不好吃，另一个菜很好吃，但是没有佣金，你会在搜索结果页推荐哪家？学生回答了很长的理由以后结论是推荐菜好吃的。
这道题是典型的a和b都是错误，正确答案是c的面试题。而且点评自己也因为没有回答好这个题目，被回答得更好的美团消灭了，话题就不展开了。
关于平台商户的这个推荐悖论，一年多前写过一篇（https://www.jianshu.com/p/b635a5b12bcc），大概意思是，用户的需求是兼顾高覆盖和高质量，而对平台来说，高质量商户没有积极性参与平台（品牌被分流），而高度积极参与平台引流的往往质量不高（蹭平台品牌）。
所以在平台初期，通常先推荐高质量商户—哪怕倒贴钱，随着用户规模增长，逐步扩大中小商户占比，带来收入，一点点弥补不赚钱的头部高质量商户带来的“流量有成本无收益”的困局，用户群越滚越大，这个账终究会打平。（很多酒店机票ota也是这样，有心情回头再写写）
闭上眼睛咀嚼一下这个循环，可能可以体会到这种玩法带有很大的赌性，很刺激，很好玩。而且从实际情况来看，这一行的巨头似乎已经掌握了量化控制这个烧钱+扩张+变现的循环的内在规律。
然而这里面有个巨大的黑天鹅漏洞：
平台无疑有巨大的覆盖优势和天然价格pk机制，但是核心资源（人，流程，信息）有一部分在外面，意味着比传统业务模式新增运营流程风险，而且在发生问题之前是很难量化的，财务和咨询公司都无法告诉你。
这里就产生一个矛盾：
如果是一家财务情况正常的企业，比如海底捞好了，除了正常的财务指标控制，一旦客人有什么额外需求，服务员就直接买单提供了，我相信这种做法是没有严格的财务roi证明的，效果也只能用定性方式描述。
而如果是一家一直游走在烧钱扩张的赌性企业，在生存面前，就会倾向于完全数据化，而不容易考虑没有数据支持的“风险”。如果此时还面临激烈的市场竞争的话，毫无疑问就更加一切数据说话。
那怎么办呢？
以数据运营目前的现状，产品规则无论再怎么打磨，都只能优化“事先想好要优化”的数据，比如流量、覆盖率、点击率、转化率，无法优化平台商户的额外风险，而这些风险足以摧毁平台本身。
千百万条外卖员见义勇为，也比不上几个交通事故，千百万个车主优良服务案例，也比不过一两个恶性案件，而根据概率论而言，这本身是无法避免的。
因此平台类产品的所谓品牌，本质上和营销是没有关系的，而是和服务、数据、技术、运营、产品团队的高速联动息息相关。数据在其中扮演的角色，类似电话接通率、事件一次解决率、数据事件分级分层有效响应时间等，晦涩难懂的指标，有很大的关联性，因为这些看起来不像转化率那么容易理解的指标，能够大幅度减少“无法完全避免的小概率恶性事件”带来的伤害。
从结果上看，提高一点点商户门槛或服务质量，对客人来说几乎是无感的，而对企业来说是天文数字的成本，以及很可能没有先例，必须自创整个工作流程的困境，至于说谁来启动，由于没有什么数据可用，反而是一个容易的问题，靠“工资最高的人”拍一个脑袋下发行政指示即可。
然而最终，我们肯定要回到以单纯数字说话、科学运营的角度，以此为目标，可能需要建立一个将未知的小概率风险转化为确切数字损失的方法，用来近似计算出应该在提高服务速度、内部流转效率方面付出多大的成本。（有点像次贷危机）
这些问题对于平台本身，是完全没有标准答案和现成数据范例的摸索，而在外部看来，一切都很简单：如果商户有问题，下架就是了，如果有投诉，就把投诉源头掐断就好了，如果反馈太慢，就规定此类事件的特殊反馈通道即可，诸如此类。
基于如此大的信息不对称性，当发生平台商户风险的pr事件时，无论是站在平台一边还是诅咒平台倒闭，就如文章开头学生回答点评提问一样，无论选哪个答案，都是没有意义的。
真正有价值的，在我看来，是思考如何量化这个暂时无法量化的领域，不难看出，这个流程的相关部门几乎涉及整个组织，从服务开头，到数据，到授权，到财务，到所有支持部门。通常这种需要通力合作的工作，往往只可能发生在初创企业，而在已经分工严谨、壁垒分明、利益盘根错节的巨头企业内部，是否只是一种理想呢？（对比一下解放战争即可）
不想扩大话题，先到这里，最后总结一句话：
平台模式在一切数据方面看，都是非常美好的，但是随之而来的低概率应急预案成本，是不得不面对的代价。
谢谢阅读。
网友评论