本文作者 | 经韬纬略智库
全文 8864 字
运营性增长与结构性增长
关于“增长”，我们会听到很多描述。有人讲第二曲线式的增长，有人说增长就是做流量，很显然二者并非处于同一个维度的话语体系中。一个偏战略，讲的是结构性增长；一个偏战术，讲的是运营性增长。平时我们经常提及的拉新、获客、私域流量、微信裂变、提升转化率等，都属于运营性增长的范畴。
企业天然地希望追求高增长，但是，也不要每天只想着发生结构性增长，不去夯实运营性增长，那就是好高骛远、行将就木了。两种增长同样重要，不过在实现要点上并不相同。
运营性增长本质上是要“降低交易成本”。何为交易成本？这是经济学家科斯提出的概念，通俗地解释就是“一个人不存在、两个人以上才存在的成本”。在国内，崔晓明博士的团队将此概念引入用户运营领域。交易成本就是那些让交易不容易达成的要素。举个例子，童年时你可能有过这样的梦想：要是全中国每人给我一元钱就好了，这样我就变成亿万富翁了，或者一分钱也行，千万富翁也不错。
我们之所以这样想，是因为一分钱并不多，直接成本非常低，没有人会在意。但真正值得思考的是，几乎每个孩子都有过类似的梦想，为什么这件事情从来没有发生过？原因就在于，它的交易成本太高了。
全中国每个人都给我一分钱，这件事该如何实现？首先，我得让全中国的人都认识我，这就有极高的成本。其次，假设中国人都认识我了，我还要说服每个人给我一分钱，这又是很高的成本。最后，即便我真的说服了所有人，让他们把这一分钱打过来也很困难，我需要让每个人都拿到我的收款二维码，不用手机的人还要去银行打款……交易成本无处不在。
表面看起来一买一卖的交易，实际上围绕着它存在大量的交易成本，而降低交易成本就是我们实现运营性增长的本质。
一个餐厅很火，座位都坐满了，新来的客人问还要等多久，服务员说要等 10 桌。这时餐厅与客人的交易达成就出现了交易成本：等待成本。客人如果不愿意等，转身走掉，这笔交易就没有达成。我们日常生活的经验里有很多这样的情景，大部分餐厅并没有想到干预，但是海底捞做了干预：“顾客不要走，我们给您做个美甲、擦擦皮鞋，您吃点儿瓜子……”枯燥的等待时间很快过去了，这就降低了交易成本，促进了交易达成，增长得以实现。
有一次，我的后背起了很多红色疙瘩，按经验判断，可能是过敏了。我打开医药电商平台，搜索“过敏”，出现了很多与过敏相关的药品。懂行的朋友知道，开瑞坦其实就是抗过敏药“氯雷他定片”。我点开一个页面，关上，点开下一个，又关上，直到第五个页面才下单。以本节的知识判断，前四种药品与我之间一定存在交易成本，那是什么呢？
氯雷他定片的介绍中写着“用于缓解过敏性鼻炎有关的症状，如喷嚏、流涕、鼻痒以及眼部痒及灼烧感”。我感觉这与我想治疗的后背起疙瘩的症状对不上，出现了理解成本，直到看到某种药品的用户评论里写着“过敏了，全身起包，痒得不行，吃了之后很快就好了”，我才消除了理解成本，立刻下单。
增长圈有一个概念叫增长实验，来源于互联网公司。我们都用微信，打开微信，点击下方第三个按钮“发现”，你会看到里面有多个功能，其中“看一看”和“搜一搜”在同一个栏目里。从增长的意义上讲，这两个按键共同的任务是提升公众号的打开率。那么，“看一看”和“搜一搜”哪个放上面更好一些？
事实上，不管把“看一看”还是“搜一搜”放上面，我们都能在逻辑上解释这样设计的合理性。更好的办法是做一个增长实验，给一部分人推送“看一看”放上面，给另外一部分人推送“搜一搜”放上面，我们根据反馈数据做出决策。这就是增长实验，我并不确定微信是否真的做了这个实验，只是用这个例子让大家理解增长实验是什么。
一些传统行业出身的朋友有误解，以为增长是互联网公司的专属，什么数据驱动，什么A/B测试，什么增长实验，似乎与传统行业关系不大。其实不然，在进行增长实验之前，更重要的是识别交易成本，增长实验是去解决交易成本问题的。
拿前面的餐厅举例子，虽然是传统行业，但当我们识别出用户有等待成本，那么给用户做美甲、擦鞋就都属于增长实验。我们还可以找到很多其他的实验来解决用户等待成本的问题：当发现嗑瓜子对于留住用户的效果不是那么好了，我们也许可以放些漫画书试试？这就是迭代反馈。看，没那么玄，也没那么难。
发现问题比解决问题要重要得多。通过前面的案例我们应该认识到，很多企业在经营时对交易成本视而不见，却苦于无法实现增长，这是不得法所致。
如果说运营性增长的本质是“降低交易成本”，那么结构性增长的本质就是“拓展生存空间”，主要考量内在认知与外在机遇。在原有系统内，交易成本是一种类似于“已知的未知”的存在，而结构性增长跃迁到了另一个层次，这件事本身就是对“未知的未知”的探索，这时起决定作用的就是战略远见而非战术勤奋了。
你如果有过这样的感受——不管怎样努力，哪怕用的是过去行之有效的方法，还是很难实现增长，越想增长越难增长，那一定是遇到了结构性的问题。
滴滴团队做过大量卓有成效的增长实验。比如，他们发现老年人打车比例低，是因为不会打字输入目的地，出现了操作成本，于是他们迅速推出“滴滴车票”这个代叫车服务。类似的增长实验敏锐洞察了用户的交易成本并能行之有效地解决问题，但滴滴仍有一个天花板怎么都突破不了，就是每天 1 700 万单（全国一共有 170 万辆出租车，按平均每辆一天可以接 10 单算出）。出租车的供给能力是此模式的约束条件，从“滴滴打车”到“滴滴出行”，滴滴从解决“打车难问题”到解决所有“从A点到B点的问题”，突破了原有系统的约束条件，实现了结构性增长。
在所有人都认为电商市场两强格局已定的情况下，拼多多依然能够异军突起，使电商市场呈现出三分天下的格局。这并非因为拼多多的运营团队在识别交易成本和做增长实验的效率上比天猫和京东更高，也不是因为拼多多的团队比天猫和京东的团队更能“996”，而是因为以黄峥为核心的决策团队发掘了“下沉市场”这个巨大的蓝海，并且将适合这一人群的“拼团”手法一根针扎到底，做到了极致，再通过深扎供应链，在整个价值链上创造了价值。
结构性增长往往是外在机遇和内在认知相契合的结果。对于拼多多的崛起，腾讯厥功至伟，不仅仅因为拼多多最初的流量来自微信裂变，更重要的是微信红包普及了微信支付，让下沉市场的用户习惯于使用移动支付，这才建成了拼多多这种商业模式的基础设施。若是早三年，拼多多很难发展起来。
结构性增长所关注的外在机遇可以分为新市场、新用户、新渠道、新需求、新技术几个维度（见图—1）。
图—1 结构性增长的外在机遇
新市场即我们原来没有关注过的市场，或者不在视线范围内的市场被发现有巨大的机会。比如，以本书会写到的案例SHEIN为代表主攻的海外 2C（面向客户）市场，我个人认为还有至少 5 年的红利期。
新用户即原来不是用户的群体变成了用户，比如拼多多覆盖的下沉市场群体，以及目前即将成为消费主力的Z世代群体。
新渠道是新的触达用户的方式。抖音、快手以及最近风生水起的社区团购就是新渠道的代表。每当新渠道出现，就会有新势力公司冒出来。
新需求则是原本没有显化的需求变得越来越显化，比如精神类的需求。功能性的、满足人们基本生理需求的生意已经被中国优秀的创业者做得差不多了，但是有审美的、满足精神需求的产品还不够丰富，这足够支撑起下一个繁花似锦的时代。经济的增长是不会有尽头的，创业者永远都有机会，因为人的欲望没有尽头，原有欲望被满足就会有新的欲望生发出来。
新技术代表着生产力的提升。通信领域从 3G（第三代移动通信技术）发展到 4G（第四代移动通信技术），从 4G发展到5G（第五代移动通信技术）；芯片领域从百纳米一直突破到现在的5 纳米级别；医药领域每一次原研药的成功，都是新技术的突破与市场需求的充分结合带来快速增长。
这就是结构性增长，结构性增长不是把眼光放在运营的细枝末节，而是从系统、时代、周期去理解商业，寻找机会。在日常工作里，我们总希望在一个领域里实现降维打击，可降维打击的前提是要做到升维思考。从运营性到结构性的跃迁就是一次升维思考。
我提炼了统一的框架来帮助你理解结构性增长和运营性增长之间的关系：从系统论的角度去思考。一个系统包含了系统的目的、组成系统的要素以及要素之间的连接关系。运营性增长主要是加强要素本身或者强化原连接关系；而结构性增长的方式有三种：一是改变系统的目的，二是改变原连接关系，三是改变系统外部环境。
微软近 20 年经历大落又大起，从错过了整个互联网时代到现在凭借云业务跻身顶级企业的行列，底层有一个逻辑在牵引。微软的使命在 20 世纪 70 年代就已确定：让每个家庭、每个办公桌上都有一台电脑。非常伟大！使命，可以理解为公司这个系统的目标。幸运又不幸的是，微软的使命事实上在 21 世纪的第一个 10 年就已基本完成。也就是说，鲍尔默时代的微软是在一个没有使命牵引力的状态下发展的，他又是销售出身，以为按照原来的路径盯好执行，增长就会自然实现：卖Windows（操作系统）和Office（办公软件），更多地卖Windows和Office，这就是鲍尔默工作的全部。而这恰恰就是运营性增长，在到达一定的极限点之后，企业会陷入越想增长越难增长的境地，微软的股价一度连年走低。
纳德拉成为微软的新CEO之后，在战略上做的第一件事就是将微软的使命刷新为：助力全球每个人、每个组织成就不凡。微软自此重新获得了使命牵引力，之后才有了云业务的崛起，才有了与其他生态开放共荣的姿态。这是通过改变系统目的的方式重启结构性增长（见图—2）。
图—2 微软的结构性增长
从链家到贝壳，贝壳找房并没有在原有的二手房业务里开更多的店，找更多的房源，招募更多经纪人，提升每一个经纪人的人效——这是运营性增长的思路。贝壳做的是“从竖到横”：原来链家是行业内最优秀的一家公司，现在贝壳是行业的基础设施，并且重构了整个房产销售行业的利益关系。在这个市场里，系统的目的没有发生变化，但是系统内要素的连接关系发生了变化，这也是结构性增长（见图—3）。
图—3 从链家到贝壳的结构性增长
2020 年末，京东健康上市，一年内它的估值从 70 亿美元涨到了 300 亿美元，是京东健康的经营现状发生了如此之大的变化，吸引了投资人吗？不是，是医药领域的政策环境发生了变化。带量采购、医院药占比降低、处方外流、医保在线支付等政策都在指向一件事情：院外医药在线零售市场即将爆发。这是结构性的机会，京东健康作为其中的头部公司，自然备受关注。这就是结构性增长的第三种——系统外部环境的改变。
很多所谓的成功者对自己成功的归因是错误的，他们以为是自己的天赋和努力带来了成功，其实是外部 10 倍速的增长机会砸中了他们，而其内在认知高度又不足以持续识别和承载这类 10倍速的增长机会，于是靠运气赚来的钱最后又靠实力亏了回去。
“眼高手低”是结构性增长与运营性增长的关系。在这里，“眼高”是指眼界要高、认知水平要高，才能识别和抓住结构性增长的机会；“手低”是指实际业务要扎得下去，要踏踏实实地做运营性增长，不能做一个夸夸其谈者。
科学增长
虽然增长作为一种工作方法率先在互联网公司流行起来，但其思维方式是普适的，我们可以称之为“科学增长”。科学意味着可证伪、可验证、可迭代。在日常语境中，“科学”一词已被泛化使用，约等于“合理”。科学原本只是探究世界的方法之一，它意味着不盲目认为自己的理论无懈可击，总留下可证伪的空间。每一个科学理论都是对客观世界的建模，如果世界按照此模型运行，你便继续按照模型指引去认知和改造世界，一旦出现了反例，你就再构建一个更完备的模型去重新描述和理解世界，如此往复。
科学增长不代表一定正确，而是让我们处于持续追求更优解的路径上。在我们服务京东、美团和唯品会等互联网公司的过程中，我们把这套科学增长方法论不断抽离、验证，让它符合更广泛的企业群体的需求。科学增长方法分为 4 步：看清问题、假设归因、制订方案、验证迭代（见图—4）。
图—4 科学增长 4 步法
看清问题： 这是对某项问题的事实描述，来自数据、经验、逻辑和用户访谈。发现和描述问题的能力极其关键，很多人的工作习惯是还没搞清楚问题便给出答案，结果可想而知。
假设归因： 造成问题的原因往往多元而模糊，我们需要做出合理假设，再基于归因设计方案。同一问题可能有多种归因，按照某项归因逐一向下推导，方案的逻辑性才完备。
制订方案： 基于归因设计方案，同时给出收益预期。若对业务很熟悉，对于做出的某种方案会在多大程度上影响结果，我们基本上能做到心中有数。哪怕不熟悉，我们也要给出预期，以实际验证结果来调整自己的预测能力。实践得多了，商业手感就有了。
验证迭代： 将方案实施，看实践结果，观察与预期的差异，再给出判断和假设，如此反复持续迭代。在某种程度上讲，一家公司对增长方案的迭代频率代表了这家公司针对增长的组织能力的强弱。
下面我们用百丽鞋业的案例套入该方法。
看清问题：某款鞋试穿率很高，但转化率很低，只有 3%。这是事实。
假设归因：这款鞋好看，但是穿起来不舒服。很合理，但这是唯一归因吗？并不是，至少还有一部分人因为它的价格超过了自己的预算而放弃购买。在这一步，你要尽可能列出所有归因，再从可能影响最大的归因向下推导，首先解决“穿起来不舒服”的问题。
制订方案：基于上一步假设，给出方案“继续生产这款鞋，但要回厂调试舒适度”，并给出收益预期——试穿转化率从 3%提升到 10%。
验证迭代：实际验证，转化率从 3%提升到 20%，超过预期。但仍然有 80%的用户没有买，你需要回到第二步，重新给出假设归因，基于新假设再给出方案，验证迭代……
按照科学增长方法，执行每一个动作时我们都知道自己在解决什么问题，清楚其逻辑脉络。成功了知道对在哪儿，失败了知道错在哪儿，如此才有持续迭代的可能性。而“拍脑袋”“撞大运”的工作方法无助于企业形成系统的增长工作机制。
科学增长 4 步法中最难的是第一步“看清问题”，发现问题比解决问题要难得多。问题往往来自对“异常”的觉察，比如电商网站发现，有一部分主动登录用户（非广告引流）在平台上浏览了一段时间，什么都没有买就走掉了，这就是问题！按说，主动登录用户往往是有明确购买需求才会来，但他们没有买，这部分用户在所有主动登录用户中占比 35%，这便是用数据把问题描述出来：有 35%的主动登录用户没有发生购买行为。
下一步是归因假设。用户没有买的原因有很多，比如该网站没有此用户要的货，或者用户来查看促销信息，发现没有就走了，等等。你需要基于每一个归因向下给出方案并实践验证。
在增长实践中，数据非常重要，做增长必须有数据思维。但你也不能“唯数据”，数据能体现相关性，但无法保证因果性。你要综合使用经验、逻辑和用户调查。举个例子，假设在电商网站京东的搜索页面中，某购买页的转化率只有 5%，低于其他页面，这是“看清问题”。假设归因之一是“用户不信任此店面”，你基于此假设给出一个方案——增加“京东自营”标签，实践后转化率提升到了 10%。请问这是不是一个好的增长方案？
完全从数据看，答案是肯定的，但在引入经验和逻辑后，答案变成“不一定”：相同商品的其他页面是否因此降低了购买率？这需要算总账才能确定。
对问题的洞察中，用户调研也非常重要，有三类用户尤其要关注到。
第一，超级用户。高购买率、高黏性、高转介绍率的用户是所有公司的珍宝，对他们的调研可以帮我们搞清楚我们的产品到底好在哪里。
第二，竞品用户。用户选择了竞品而非我们的产品，一定有原因，值得挖掘。
第三，浅尝辄止的用户。来了但很快又走掉的用户，为什么来，又为什么走，是识别营销与产品之间差异的最佳用户群体。
目前，严格的科学增长方法还只适用于战术层面、日常运营层面。在宏观战略层面，我们仍需要增长战略的思维和方法论来指导。
数字化增长转型
数字化不能被称为策略，它是一种基础设施。几乎在任何行业，没有数字化的企业注定会被淘汰，它不是一个可选项，而是必选项。
数字化是一个宏大命题，绝不仅仅着眼于增长场景，对偏传统与实体的企业来讲，这是一次难得的飞跃发展的机会。我们接触与合作的众多企业基本处于“有意识”“有意愿”“有能力”的不同阶段。
几乎所有企业都已在布局数字化，只是阶段不同。数字化之前的信息化可以被理解为“将现有业务流程线上化”，还是内部视角为主，而数字化的核心理念是“以客户为中心”，从需求视角重构业务逻辑。
数字化转型基本分为 4 个环节：供应链数字化、管理与办公协作数字化、生产研发设计数字化、增长营销数字化。企业开展数字化转型又有“两怕”：一怕慢，别人都搞了，自己没搞，担心落后；二怕错，数字化建设必然是长期且有成本的，搞得不好就会造成巨大的浪费。与其他环节相比，以增长作为切入口和抓手开展数字化是最优解，因为增长可以带来快速反馈，及时反哺企业业绩，既可以帮助企业坚定信心，又能够平息内部反对意见。
互联网企业天然具有数字化属性。大型传统公司实力雄厚，能力不是问题，意识和意愿是问题。中国移动研究院邀请我们做过一个名为“数字化转型与增长”的项目。一开始我们感到很奇怪，运营商本身就是数字化能力很强的企业，为什么还需要我们？我们深入沟通后才知道，原来他们希望我们给团队带来的是思维跃迁，是转型意识和对数字化与增长如何结合的完整思考框架。中小型公司若自建系统，成本难以承受，可以从市场上已经发展成熟的数字化工具开始，培养团队意识，获取市场反馈，一步步推进数字化建设。
数字化对于企业增长的核心价值有两点。一是可迭代性。凡是可衡量和可迭代的领域，都会迎来快速进步。
增长思维在互联网领域率先得到普及，它源于互联网公司天然的数字化属性，其迭代成本远远低于传统实体公司。我认为，数字化对传统公司来说之所以是一个巨大的机遇，正是因为它给传统公司带来了可迭代性。手机原本属于制造行业，硬件的迭代周期很长。小米这家公司最初开发的是MIUI（米柚），是操作系统，这是数字化的部分。在极客论坛中，小米根据用户的反馈，可以做到每周迭代两次，远远超过硬件的迭代频率，而用户侧感受到的恰恰是软件部分。
二是增长的指数性。与土地、资本、劳动力等其他生产要素不同，数据作为生产要素，不是越用越少，而是越用越多。新产出的数据，除了指导决策之外，还可以被带入经营过程，产生指数级的价值（见图 5）。
图—5 线性增长与指数级增长
以往，当提起O2O时，我们指的是Online to Offline，即线上给线下导流，例如携程给航空公司与酒店导流，美团给餐厅导流。现在，我们再提O2O，更多的是指线上线下融合。首先线下给线上传递数据，然后线上再给线下传递运营决策，“数据上行，管理下行”。
数字化转型是最近 5~10 年商业界最大的趋势之一，我们从接到此类咨询项目的数量即可感知。这里又有“产业数字化”与“数字化产业”的区分，前者比后者的体量大得多，指的是传统产业通过数字化转型实现经营能力的跃迁，其所能撬动的GDP（国内生产总值）比提供数字化能力的软硬件及解决方案公司所带来的GDP要多得多。但很多传统产业公司在进行数字化转型时比较盲目，容易被软硬件供应商“忽悠”，先买了一堆系统，然后发现并不好用且浪费巨大。对于这些投资，我有一个原则：如果不知道为什么要买，那就不要买！此刻你手边如果有笔，请将这句画重点，会帮你省很多钱。
系统地讲，传统企业做数字化转型要分 5 步：定战略、理模式、找杠杆、选系统、快迭代（见图—6）。
图—6 传统企业数字化转型 5 步骤
定战略： 数字化并不能独立成为战略，必须要与公司的整体战略相匹配。数字化转型是为了实现战略目标，千万不能搞反了，让公司战略委曲求全，去适应数字化。
理模式： 数字化不是信息化，不是将原有业务搬到线上。首先要思考，在数字化时代，原有商业模式是否可以被重构。举个例子，原来在餐饮行业，决定生死的是选址，一家商铺的租金会比距离它仅仅 20 米的另一家高一倍，因为它临街，而另一家在拐角。大众点评可以被理解为餐饮行业的前端数字化，在这个时代，餐饮行业的线下选址远远不如以前重要，好吃和好内容变得重要，因为用户吃饭前会先在网上看点评。便利蜂做便利店，并不是在原有便利店的商业模式中加了一套软件让员工使用，而是重构了便利店的逻辑，在新的模式下，它甚至取消了店长这个岗位。
找杠杆： 数字化转型要一步步来，不要贪大求全、一口吃个胖子。从投资少、收益大的杠杆环节开始，这也是为何前文建议从增长环节切入，因为这样最容易形成正反馈。在增长工作中，你需要寻找其中颗粒度更小的杠杆环节。比如，在汽车行业，与增长相关的环节很多，但最有杠杆效应的环节是“到店率”，从这里开启数字化转型效率最高。在第二章的“私域流量：没有中间商赚差价”中，我们会通过一个案例详细讲解如何通过数字化增长的方式提升汽车销售的“到店率”。
选系统： 选择硬件和软件解决方案，这一步反而是最简单的。一旦企业自己想清楚前面的环节，在这个环节企业只要放出消息，就会有一大堆供应商找上门来。
快迭代： 数字化并不直接为增长提供方法，但提供了方法的可迭代性，你要通过不断迭代运营机制和具体技巧，持续实现增长效果。
数字化转型的意义很可能会超出我们所有人的想象，成为国家级战略。它在企业层面首先会颠覆组织决策逻辑，原有企业大都是“权威决策”和“道理决策”，要不老板做决策，要不把道理讲得更有逻辑的人做决策。在数字化时代，讲“道理”的公司是可悲的，但这不代表逻辑不重要，而是说要配合数据变量来进行决策，数据的决策效率在早期很可能是不如“拍脑袋”的，但它的厉害之处在于可以不断迭代，正如阿尔法围棋战胜人类棋手之前很笨，但战胜之后，人类就再也赶不上它了。对于数字化，人们常常高估其短期价值，低估其长期价值，高估其局部价值，低估其整体价值。
全球畅销书《人类简史》的作者赫拉利在 2017 年出版的《未来简史》里指出，未来将只会存在 1%的超人类和 99%的无用阶层。超人类和人工智能设计并支撑着社会的运行，无用阶层则只是在社会供养体系内平庸地活着，两种人类的分野从是否进入快速迭代周期开始。这种未来未必真会到来，赫拉利所揭示的逻辑规律却大概率成立：进入迭代反馈周期的人与原地踏步的人的差距会越来越大，且很难逆转。企业也是一样的，数字化带来的是可迭代性的增加，结果是有的公司呈指数级增长，有的公司原地踏步，被紧紧锁在一个低级系统里。未来世界也许只存在超级公司和平庸公司两种公司。
以上内容摘自 《 》
《 》 框定在战略层，从企业生命周期的不同阶段出发，为企业提供了五大核心的增长策略——价值破局、杠杆放大、核心聚焦、壁垒构建、系统破界，并用大量的企业案例阐释了它们的应用要点，帮助企业在实践增长的时候有方法可依、有路径可循，梳理出贴合自身业务的核心增长路径。
戳这里打包带走☞ 《 》