运营思考框架：矩阵思维

企业的所有产品，都会落在四个象限中。产品可以是一款洗发水，可以是一项虚拟服务、也可以是一款APP。于是这些产品被分为高增长率-高占有率、高增长率-低占有率、低增长率-高占有率、低增长率-低占有率。

在产品管理中，我们把高增长率-高占有率的产品称为明显产品，从财务报告上看，它总是能产生利润，但是高增长往往意味着高投资。某种情况下，它不代表着自给自足。如果市场份额处于垄断或者领先地位时，那么企业不必再维持投入以保持高增长，此时产品能源源不断地维持现金流，它被称为现金牛。

现金牛产品的特点是高市场份额和低增长率。产品已经迈入成熟期，其特征是产生大量的现金收入，数额远大于维持市场份额所需再投入的资金，是企业支持其他产品的后盾。

低增长率-低占有率的产品叫做瘦狗产品，这类产品对企业都是鸡肋，财务特点是利润率低、处于保本或亏损状态。这类产品往往会实行撤退或者整顿的战略。

低市场份额而高增长率的产品是问题产品，这些产品吸纳的资金总是多于所产生的资金。虽然高增长率意味着市场未来潜力好，但是份额不高要打上一个问号。不投入资金，产品会衰亡，即使投入资金，若只能勉强维持住市场份额。那么它最终仍属于瘦狗产品。

象限是动态的，明星产品的目标是成为现金牛，问题产品需要摆脱泥沼增加市场份额，而所有的产品都可能衰退为瘦狗。

举个例子吧，老王是一家消费品公司的老板，他公司主营产品是生发水，因为祖传秘方，在市场上处于领导地位，但是秃头的男人总共就那么多，所销售额近年来没有起色，未来也不会有。按照波士顿矩阵的象限划归。老王生发水应该是现金牛。

现在老王准备拓展新业务，分别是养生枸杞、保温杯、和佛珠手串。老王用生发水赚来的利润支持另外三个产品的开发。养生枸杞因为和生发水搭配营销比较好（别问我为什么），所以市场份额节节攀升。老王一看有戏，便重金投入，把养生枸杞打造成了明星产品，未来有成为第二个现金牛的潜质。

保温杯虽然和养生枸杞捆绑销售，销售额增长比较快，但是市场份额并不高，很多顾客并不买账。设计款式连中年男性都嫌弃。所以它现在是尴尬的问题产品，是改设计，还是偃旗息鼓？至于佛珠手串，顾客更喜欢大金链子，所以既没有销量又没有份额。

上述例子只是让大家对产品的象限有一个大概了解。这篇文章并不是要讲市场营销或者产品管理，即使不了解波士顿矩阵也不要紧。因为本文的主题是思考框架，我们把精力聚焦在矩阵和象限中。

实际上，在我最初学习波士顿矩阵的时候，我对现金牛、瘦狗的概念依旧一知半解。但我牢牢记住了矩阵式思考，记住了象限划分。

何为象限？我们拿两个量化指标将分析对象划分出多个种类：高-高、高-低、低-低、低-高，对象落在了四个象限，它便是矩阵思维下的产物。

初中我们把它称之为象限和坐标轴，可视化中我们把它理解为散点图，而现在，我希望大家把它认为是一种思考方式。这种思考方式，一直伴随在我往后的工作中，只要留意，矩阵思维其实有很多应用。

电商SKU

电商网站商品繁多，这里不谈品类管理，而是从电商运营的角度分析产品。

大家都应该听过爆款产品，在淘宝店铺运营中，爆款产品意味着高曝光量和低利润率。这个词第一次听其他运营提及时，他们说很多爆款产品并不赚钱，往往是做高店铺的流量。当很多人被爆款产品吸引过来的同时，会去购买店铺其他正常利润的商品，这里还会配合优惠券做交叉销售，提高营收，这种方法是俗称的带量。

在你不知道矩阵思维的时候，可能只有带量这么一个概念。而学会了矩阵，你就能听出上述那段话的两个指标：曝光量和利润率。现在用它们划分出四个象限。

高曝光量-高利润率的商品，属于电商中的明星产品，是重要的现金流业务。这里的曝光量可以是淘宝站内的店铺流量，也可以是独立电商平台的各种营销渠道。除了明星产品外，还对应着高曝光量-低利润率的导流商品，低曝光量-高利润率的成长潜力商品，低曝光量-低利润率的鸡肋商品等。

每种类别的商品对应不同的运营策略，潜力商品可以在后期运营中增长曝光量，培养搜索权重；鸡肋商品则要优化转化率。这里通过象限梳理清楚了基于商品的运营逻辑，避免无头苍蝇般的抓瞎。

矩阵思维的一个优点是方便归类和聚焦，它是可以指导策略的。

商品的象限维度不止曝光量和利润率。我们可以尝试曝光量-转化率，去分析商品落地页的效果，比如高曝光量-低转化率的商品，是不是设计和文案有问题？也可以尝试利润率-回购率的象限维度，衡量商品长期的盈利多寡，某个商品虽然利润低了些，但是用户会反复购买，那么它也是半个明星产品。

矩阵的维度是很灵活的，大家要学会举一反三。

RFM

RFM模型是客户管理中的经典方法，它用来划分客户价值。

RFM主要依赖三个核心指标：消费金额、消费频率和最近一次消费时间。我以前的文章曾经介绍过这部分，所以这里不多讲。

上图便是传统RFM模型的结构（这图是不是快腻了？），对应着用户消费分层的八个象限，也就是一个立方体形态。它属不属于矩阵思维呢？

它是的。矩阵思维只是一个思考框架，它本来就没被限制固定的形态。我能用两个指标划分四个象限，那么就不能用三个指标划分出八个象限？

曾经遇到过一位数据运营，就很灵活的运用RFM将它套入到企业端的运营分析中，那是一款PaaS，他将企业端客户在产品上的使用人数、使用深入程度以及最近一次使用时间进行分层。

写这点，是希望打破各位思维中的墙。只要象限合理、可用，数量是不是四并不重要。

绩效管理

在阿里巴巴的绩效管理中，会涉及两项考评：工作业绩和价值观。

这里把员工的管理划分成了四个象限：工作业绩强价值观好的是明星；工作业绩差而价值观好的是小白兔；工作业务好但是价值观差的是野狗；工作业绩差并且价值观也差的是狗。另外还有一块细分叫做牛，处于四个象限的交汇点，属于价值观和业务都不错的中坚骨干力量，第五个维度。

它也是一种矩阵思维的应用，不过应用在了人力资源管理上。管理模式没有对错，价值观也是一项难以量化的指标，即使是工作业绩，不同部门的标准也往往不一样，所以这种矩阵思维，更多是不同象限内人的管理策略，不涉及实际的分析。

销售管理

说到管理人，剔除掉价值观，我们单独拎出员工的绩效看。

销售每天都要跑客户，假如你是销售们的经理，你会怎么管理员工？这里不谈纯激励向的手段，如果想要对销售人本身做一点分析，我们也不妨引入矩阵。

拿销售们关心的两个KPI：成单率和平均成单额看。成单率是销售每个月成功单数在所有拜访中的占比，是工作效率和业务能力体现。成单额则是和客户价值挂钩。某个销售每天跑单量非常多，他或许是业绩Top，但他未必是最有效率的。高成单率-高平均成单额的销售才可以称为明星，它在销售管理中作为标杆和KOL树立。

这的矩阵思维，是为了挑选出正确的人。销售们不同于商品或者用户，往往采用军队化的方法统一管理，而矩阵是为了更科学有效。高成单率-低销售额和低成单率-高销售额的销售都有变为明星的潜力，可以为这两个象限内的销售培训和总结方法，可能是话术不好，可能是跟进不及时，可能是客户分配不对等。

早启动、晚总结、树标杆、老带新。如果某销售对拉高成单率有一手，他就能作为一名师傅在团队中推广。销售管理中，经理们常常更看重摸索出一套打法，然后把它推广的做法。所以销售的矩阵管理，就是把方法论聚焦。

上面讲的是区域经理或者销售经理如何抓团队，这套方法也能用在抓客户。RFM模型就是售后维护阶段的应用了，售前获客也是同样的道理。

时间管理

怎么用矩阵思维对付自己？

在很多时间管理方法中，事情的优先度会被建议使用两种维度：

紧急程度和重要程度。紧急程度是时间方面的约束，比如某项工作的Deadline逼近，那么它的紧急程度高，有些事情可以一个月后完成，那么紧急程度就低。重要程度则是事件造成的影响或者是破坏程度。

重要程度和紧急程度结合，很容易理解。下图列举了很多工作生活中常见的常见。

这种划分方式有助于提高自己的时间和项目管理能力，如果手头上自己有很多工作，不妨拿矩阵划分一下，以此作为执行依据。至于重要程度和紧急程度的等级，即可以二分，也可以用P1、P2、P3、P4更细的粒度。

古人云，轻重缓急，就是几百年前矩阵思维在时间管理中的智慧体现了。

搜索行为分析

这里说一个产品和用户行为结合的案例。

大家应该都用过搜索，搜索是伴随用户需求最直接的应用。不论是google或者百度这类搜索引擎，淘宝或者京东的商品搜索，乃至各类APP端的搜索框，都会接收用户输入的一段词作为查询，我们把它叫做query。

query常是一串文本，比如：什么是波士顿矩阵、矩阵的应用、美的空调、运动鞋、中山公园火锅等等。

各位在搜索的时候，有没有思考过，怎么判断查询结果的好坏呢？因为每个query都会查找到不同的结果，而这些结果的质量会影响到用户体验。用户搜索一个商品，然后服务器告诉用户没有查找到，或者虽然返回了结果，但是结果页的文案、图片或者标题差强人意，用户也失去了点击下去的欲望。这都让人抓狂。

矩阵思维当然能应用在搜索分析这类看似抽象的问题上。

我们设立两个指标维度：用户搜索后对结果的点击率，以及搜索词的查询量。前者反应了用户对搜索需求的被满意程度，后者反应了用户对该搜索的需求量。

上图是虚构的一家数据分析培训网站上的用户搜索数据。我们可以看到Python教程的搜索结果最高，说明用户需求量大，但是点击率不高，可能是用户对搜索结果，也就是课程质量不满意，而R语言教程则好上不少，可能是它的质量稍高一筹。另外一方面，Oracle和PowerBI的搜索量小，说明这部分用户基数有限，但是PowerBI点击率不错，可以考虑往后拓展这部分渠道。

实际的搜索场景更复杂些，平台型公司把搜索作为战略入口，它是一门系统化的工程。标签的索引、内容的预召回、个性化推荐都会影响结果，以后有机会再讲这块。而在中小型公司，矩阵依然是一种简明有效的方法。

KANO模型

KANO模型是对用户需求分类和优先排序的有用工具，以分析用户需求对用户满意的影响为基础，体现了产品性能和用户满意之间的非线性关系。

上面这段话摘自百科，简而言之，KANO模型认为，产品经理在梳理产品需求过程中，可以通过两个维度，“用户满意度”以及“功能完善程度”衡量，将功能划分四种不同类型的需求。

用户满意度指如果产品具备这个功能，那么用户的喜爱程度会上升。功能完善程度是如果产品不提供这个功能，那么用户的满意度会下降。这两个指标通过用户调研的量表计算出来，因为篇幅有限，计算过程就省略了。

如图，Better代表用户满意度，Worse代表功能完善度。高满意度-高具备度的功能是期望功能，这类功能是产品集中投入的点。高满意度-低具备度是魅力型功能，不提供该功能。用户的满意度不会降低，但是提供了，用户则会很喜欢。

低满意度-高具备度是产品的必备属性。如果没有这个功能，用户会认为这是件未完成品，这类功能需求属于用户的基本需求，这类功能做得再怎么好，用户的满意度也不会提升。低满意度-低具备度是无差异功能，对于用户是无关痛痒的，也就是大家俗称的伪需求。

KANO模型是对功能/服务的优先级进行探索，产品经理通过矩阵将抽象的需求概念落到实处，因为它本身就是可量化的，所以避免了很多口水仗。

当然，需求管理还能用一种简化方法，衡量的指标同时间管理中的重要程度-紧急程度一样。比如某个需求是老板要的很紧急，虽然它确实不重要；某个需求在未来的营销活动中很重要，但是短期内可以不实现。

产品功能分析

KANO模型用矩阵思维衡量了一项产品功能的优先级排序，当产品上线后，我们再次请出矩阵来判断功能的实际好坏。

平台级产品往往包含多个功能模块，越大越复杂，而不同模块产生的价值不同，为了避免撕逼，这里使用功能使用率和留存率两个维度分析。

功能日使用率是使用人数在日活跃人数中的占比，直接说明了功能使用者的多寡。留存率很好了解，这里的留存有两种考察：第一是用户使用了功能后，在某个周期再次使用该功能的概率。第二种是用户使用功能后，他再次打开APP的概率。前者考量了功能本身的粘性，后者则是看它对产品整体活跃的贡献。具体怎么用看需求。

下图是一个建议说明：

划分出功能矩阵后，运营能有针对性地围绕不同功能做文章，将各项指标提高上去。留存好、使用高的功能自然是尖刀。留存差、使用少的功能则避免花费太多力气。

PM也能量化不同功能的价值，什么功能需要迭代？什么功能需要延期？都清清楚楚烂熟于心。然后结合KANO模型看需求是不是和实际数据对应。

这里需要注意，功能本身是有限制的，比如账单功能，用户的使用频率是每个月一次，那么在指标上就不用期待太好看的数字。为了公平起见，产品矩阵的指标计算最好以新用户的使用情况为准，因为老用户容易受到各种运营的干扰。

总结

一口气介绍了多个案例，矩阵思维可以应用在商品运营、用户运营、人员管理、时间管理、用户行为分析、用户需求分析、产品功能分析等多个场景上。我相信还有更多的场景等待大家探索。

它之所以是一种经典的思维框架，在于将无序的数据通过象限归类为了有序。当面对一堆数据或信息一筹莫展时，想一想矩阵的象限划分，它也许就是点燃闪电的火苗。搜索词能被划，产品需求能被划，那么你的难点呢？

最初我并没有学会波士顿矩阵，但我牢牢地记住了矩阵这个词，无非是划四个格子嘛。是不是咨询公司首创我不知道，但在往后遇到和象限有关的技巧或者案例，我都把它们归类在矩阵思维中。

本文阅读到现在，也不过10分钟，但我相信如果你和曾经的我一样了解透了它的核心逻辑，那么恭喜你，以后的工作中，它会是一种下意识的习惯了。

思维框架本身没什么神秘，共勉之。

 

本文由@秦路 原创发布。未经许可，禁止转载。

题图来自Pixabay，基于CC0协议