惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Google DeepMind News
Google DeepMind News
I
InfoQ
Engineering at Meta
Engineering at Meta
D
DataBreaches.Net
L
LangChain Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Recent Announcements
Recent Announcements
GbyAI
GbyAI
爱范儿
爱范儿
Microsoft Security Blog
Microsoft Security Blog
腾讯CDC
美团技术团队
罗磊的独立博客
Microsoft Azure Blog
Microsoft Azure Blog
WordPress大学
WordPress大学
T
The Blog of Author Tim Ferriss
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
雷峰网
雷峰网
M
MIT News - Artificial intelligence
D
Docker
MongoDB | Blog
MongoDB | Blog
F
Fortinet All Blogs
博客园 - 叶小钗

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
互联网产品的商业化实践
产品小吴 · 2024-01-11 · via 人人都是产品经理

在互联网产品中,商业化实践一直是产品经理最头疼的问题。之前网络上的文章大多数都是理论知识和方法论,这篇文章,我们来看看作者的商业化实践故事,看能不能给大家带来不一样的思考。

今天小吴分享的商业化实践,是小吴成为互联网产品经理以来第一个落地且有营收的项目。所以今天这篇分享,也可以算作一次复盘,而且在我自己的复盘过程中,越来越感受到MVP思维的对于产品商业化落地的重要性。

一、我们先来介绍下项目

这个项目是做区块链金融数据分析及资讯平台的。由于是个“平台”,为C端用户提供区块链加密资产、交易所的数据可视化展示和分析以及专业的区块链金融新闻及研报;对于B端用户,我们提供专业的项目评级以及企业级API数据服务。输出给两端用户的核心价值分别为投资参考决策(toC)以及专业的数据服务以及帮助项目方获客引流,最终实现业务增长(toB)。

简单来说,这个项目就是“新浪财经与同花顺”的结合,只不过我们主要研究和分析区块链金融的投资标的,没错就是比特币、以太坊、NFT之类的区块链金融资产,而且本质上这个项目要被归类为web2的项目,并不属于web3的项目。

今天小吴想要分享给大家的,就是API数据服务这部分业务是如何通过MVP思维落地的。

二、我们再来说说为什么要做API数据服务

在《产品经理的商业化思维》一文中,小吴曾经类比“先有鸡还是先有蛋”,抛出了这样一个问题:

“一款互联网产品的商业化落地策略是需要结合产品实际效果以及发展方向动态调整的,具有很强的不确定性,而这似乎演变成了先有鸡还是现有蛋的问题:从产品设计角度,究竟是先有产品的商业化模式,还是先有产品?”

小吴就是通过对这个API数据服务项目复盘才有了对于这个问题的思考。在整个平台的立项之初,领导层们所构想的商业模式是通过为C端用户提供专业的投资参考决策从而收取会员费,整个平台最初的定位也是一款投资工具类产品,主要针对国内用户,因为在当时,不用翻墙也算是一个小小的差异化的亮点……

领导层们在当时对于产品商业模式的解读其实也没错,毕竟当时我们的大哥级竞品,属于是赛道内的头牌就是通过这种方式进行盈利的。可小吴在事后复盘才发现,这种预先定义好的商业模式是具有很强的不确定性的,尤其是新兴且热门赛道中的项目。此外,对于该类赛道(例如web3)中的项目,成功的商业模式往往还具备不可复制性。

这是因为新兴且热门的赛道结构往往是几家独大(也可以说是通过这些“独大”使赛道变为新兴且热门),再加上各种项目如雨后春笋般出现在市面上,直到把赛道内的各领域填满。对标大哥级竞品,我们很难做出除了“价格更低”以外的其他差异化的亮点。而新兴且热门的赛道下,有好创意和玩法的项目层出不穷,我们也很难将其成功的商业模式完全复刻。

所以小吴认为,一个好的商业化模式并不是预先设计好的,也并不是普适于所属赛道中全部项目的,而是要随着项目不断迭代而去不断探索的。而这种商业模式能够落地的大前提便是,项目所输出的价值能被用户所接受。

回到主题:我们当时为什么要做API数据服务。一方面是因为公司确实存在的营收压力,需要在产品的商业化方面做出突破,帮助公司实现一定水平的营收。而另一方面则是通过MVP测试的方式,验证了用户对于API数据服务有需求,且是愿意付费的需求。

三、API数据服务从MVP到上线

接下来我们继续聊聊:API数据服务是如何从MVP版本到完整的一期功能上线的

因为项目本身就是做数据分析平台的,其中涵盖了约十万个ERC-20项目(可以简单理解为十万支股票)的完整交易数据,部分数据还要支持秒级刷新。所以我们的数据团队专门在链上部署了节点,同时设计并开发了数据仓库以支持业务需要。这本身就是一个庞大的工程,参考市面上数据工程师的薪资水平,这一套业务开发下来,人力物力成本都很大。那时的区块链金融市场属于熊市,而当时我们项目的营收全靠老牌业务项目评级服务撑着,这样下去也不是办法。

对于普通用户来说,面对熊市时投资热情会大大下降。可能有些玩家会在熊市积极建仓,但对于大部分觉得区块链金融可以暴富的玩家来说,面对熊市时往往只会选择观望。所以在项目初期所计划的商业模式,在面对用户量骤减的熊市来说是行不通的。我们只能基于项目现状,寻找一条适合公司业务的商业化路径。

作为一款toC的区块链金融数据分析平台,我们投入大量成本所做的工作还是积累了一定的忠实用户的。我们积累了总计大约5000人的微信群、Telegram群的私域触达体系,此外我们会每天通过私域触达方式下发由我们团队专业分析师、新媒体运营同学创作、搬运的高质量区块链金融研报、新闻。这些努力并不白费,我们的私域流量黏性和活跃程度都非常不错。

即便是熊市,我们的分析师和运营同学也会积极地参与一些Twitter Space活动(类似于线上版圆桌讨论,web3项目方常搞),此外我们公司也会积极参与或举办一些在香港或北京的线下分享会。这是因为区块链金融世界是一个重运营的世界,如果类比Web2世界中的金融圈,把区块链上发行一种代币和在现实世界中上市一家公司发售股票作为对比的话,那区块链金融世界真可谓是“法外之地”。在现实世界中你想发售一家公司的股票,不知道要经过多少道审核程序,可在区块链金融世界中,发币几乎零成本,你只需要能够“把故事讲的天花乱坠”,也就是极强的运营能力,就有可能吸引来一批韭菜,帮你实现你所谓的“代币经济模型”。关于这点小吴以后会单独用一系列文章来和大家聊聊区块链的金融世界。

虽然那时区块链金融世界中,普通用户的数量减少了,可就像聪明的投资者往往会在熊市积极建仓一样,很多web3项目方也在熊市摩拳擦掌整装待发,等待着下一轮牛市的到来。现在想想可能还是要归功于当时团队成员还在积极运营我们项目的品牌吧,随着运营工作的积累,我们项目的品牌影响力逐渐扩散,也就在这时,我们好像发现了一些新的机会。

一些来自国内外的web3项目方,通过Discord、Twitter、Telegram联系到我们想要咨询是否有对外的API数据服务。小吴在上文中提到,想搭建如此的数据体系,包括新闻、研报物料生产体系,其实是很耗费人力物力的,而对于一些小的web3项目方,他们并不具备这样的能力。而我们的项目可以为其提供专业的交易数据服务,包括新闻、研报接口,甚至还有定制的页面小组件(只需要在网页html代码中嵌入脚本即可在其项目网页中生效),以上种种能力对于这些项目方快速构建有竞争力的web3项目是很有帮助的。

这有一种无心插柳柳成荫的感觉,本来想做成数据分析工具挣取C端用户的会员费,没成想相比于C端用户,一些web3项目方更加认可我们的业务。所以我们也想通过满足这些项目方的需求来验证这种API数据服务是否能成功跑通并获取收益。

作为一个数据分析平台,我们项目当时对外也提供一些基础的API数据接口,数据种类也比较单一。我们将当时现有的API数据接口进行了简单的开发和升级,随后提供给了有需求的项目方,并提供了两周的免费试用期。在此期间我也频繁的与这些项目进行沟通以需求反馈。

两周后我们与这些项目方继续进行沟通,询问付费意愿,发现大部分项目方愿意付费,但前提是我们要承接一些定制化的开发,包括QPS扩容、数据接入方式差异化、数据种类补全、数据刷新频次等等。这对于当时的我们,绝对是一件好的不能再好的消息了,紧接着团队立马评估资源扩容成本以及制定开发方案,然后根据成本进行定价,上线后也陆续收到了各项目方的打款。

以上也算是MVP思维在产品商业化落地过程中的体现,即基于现有的能力将业务流程快速进行验证,而不是一开始就完整的开发API数据服务体系。后续我们验证了API服务的在商业化落地道路上的可行性,过了两个月左右,自动化API数据服务业务上线了,并持续获得了一定的营收。

在本文中,小吴并没有向大家介绍API数据服务体系是如何设计并落地的,而是想与大家从发现机会、到MVP验证、再到商业化落地的思路。这一切一切的大前提,都是产品输出的价值能被用户所接受,如果当时我们的数据分析平台不能被用户所认可,就算运营工作做得再到位,可能也不会吸引到那些项目方的注意。同样,如果在当时我们还是按照一开始的商业化模式进行迭代,可能在当时的环境背景下,也无法完成商业化落地的目标。

最后,做好产品本身并基于业务不断调整并探索最合适的商业模式,才是产品商业化落地的正解。

作者:产品小吴,公众号:产品小吴

本文由 @产品小吴 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。