第五章: 评估Marketplace 的指标
随着增长，对业务的深入了解也越来越重要：包括商业模型是否可行，哪些部分运作良好，哪些急需改变。但是传统的商业指标和KPI看板未必能够体现那些驱动Marketplace表现和契合程度的关键因素。
Christoph Janz为早期阶段的SaaS创立了KPI看板，受此启发，我们整理了一个marketplace的KPI模板。可以通过 Google 文档访问这个模板.
感谢MHS资本的Vijay Nagappan 提出了marketplace的KPI模板，并用Plot.ly和Keen.IO加以量化(量化版本), Vijay创建了4个看板，包括总览，供应端，需求端，以及供需结合的数据看板。如果要定制自己的可视化看板，可以参考Vijay的博客, 里面包含了来自Keen.io的模板和Plot.ly的web GUI，Plot.ly的Python API等等。
Samples of KPI dashboards created by Vijay Nagappan, MHS Capital, using Plot.ly and Keen.io
Our Marketplace KPI Dashboard, available for download here
看板按照业务效能分为3个维度：1) 总体marketplace指标， 2) 卖家/供应指标， 3) 买家指标。
- 总体marketplace指标
- GMV一定时期内，通过marketplace交易的商品/服务总支付金额。鉴于GMV是最重要的marketplace KPI之一，合伙人应当按月和年跟踪其增长率，并通过客户获取渠道了解其构成。有了GMV和总单量，我们可以计算出AOV（单均价）。
GMV= 交易量 * 单均价
抽佣率之外，我们也可以通过计算卖家获客成本（CAC)占总收入的百分比来计算商业模型的有效性。
- 卖家/供应商指标
该指标包括通用KPI和参与度KPI，例如：
通用指标：
- 供应商数量：需要评估新的，现有的和已流失的供应商来关注供应端的寿命。例如，如果新入驻的供应商比例超过10%， 那么相当于供应池每周都要更新10%。
- 供应端增长率
- 展示商品数量：不适用于服务性marketplace，可以考虑以一段时期内活跃的供应商数量替代。
- 展示商品增长率
- 平均货品价格
- 平均获客成本
供应端的参与度KPI：
参与度KPI对供应端尤为重要，需要确保至少跟进以下指标：
- 用户群组分析：入驻1个月/1年后仍然活跃的用户百分比。
- GMV 留存：供应商1月份GVM占全年GMV的百分比。
- 集中度：多大比例的收入是由前20%供应商带来的。（如果90%的独立需求都是由5%供应商完成，那么集中度就有点低了。
- 净推荐值（NPS）。
- 买家指标 如卖家指标一样，也分为通用和参与两种KPI：
通用KPI
- 买家数
- 买家增长率
- 客单价
- 客单数
- 平均获客成本
买家端的参与度KPI
- 复购用户贡献：有复购行为的用户百分比，前几个月买家产生的GMV百分比。（注意：在评估网络效应方面，第一次购买和第二次购买之间的间隔时长也很有价值）
- GMV留存：买家1月份带来的GMV占全年12个月的百分比。
- 集中度：前20%买家带来的收入占比。
- 交叉引流：复购时选择了不同品类的用户占比。
- 净推荐值。
- 评估流动性
赛道中第一个达成流动的marketplace会胜出，这就是赢家通吃，我们会在第七章与投资者合作中深入讨论这一点。marketplace随着扩张而增强。扩张来源于流动性。在没有流动性的时候，marketplace是很脆弱的，但是一旦达成，就有了在赛道中取得支配地位的机会。
流动性是对你挂店出售商品或者寻找所需的合理期望。流动性体现了marketplace对买家和卖家的成功程度，例如，完成一笔交易耗时多久，每天有多少比例的商品或服务被采购（动销率）。
Julia Morrongiello 这样描述了marketplace 流动性:
流动性是marketplace的命脉，也是marketplace在其平台上匹配买家/卖家效率的体现。可以说，没有流动性的marketplace没有真正的商品，因为真正的产品是平台上完成交易的能力"
如何评估流动性？关注两个数字：供应流动性和买家流动性。
- 供应流动性（百分比计算）: Sangeet Paul Ghoudary将供应端流动性定义为"特定时间段内货品成交比例" Sharetribe的marketplace学院给出了一些计算供应流动性的例子。Etsy是以一段时间内（如一个月），出售物品占总库存的百分比，Airbnb则是每日评估当晚房屋订出的比例（间夜率？？）。Uber则是按小时评估当前上线的司机多少正在运送乘客。
某一时间段内产生交易的货品占总货品的比例可以视为marketplace效率的一个等价指标。如果该指标不增长，仅仅是买家数的增长或者卖家入驻数量上升并无作用。
- 消费者流动性 ： 这是访问转化为交易的几率。Morrongiello称之为搜索填充率。 搜索转化为交易的可能性有多大？对Uber来说是发起叫车到完成乘坐的百分比。对亚马逊来说，是每月搜索转为交易的百分比。
Simon Rothman 认为转化率在30-60%之间是一个可靠的期望值（不包含回访的人数）。也即访购比(计算在给定时间段内访问过的用户和同时期内最终完成交易的用户)。同时marketplace的货物均价越高，转化率通常也会越低。
替换方案
Jonathan Hsu 将marketplace拆解为两个独立的 产品市场契合度问题（PMF：product-market-fit), 并使用他创立的 8-ball框架加以分析。需要考虑1）增长核算，2）同期群行为和 3）产品-市场契合度分布。所有这些都是衡量商业的核心价值单元。根据他的研究， 单边marketplace会比其他类型有更强的PMF，而8-ball指标则提供了能够对此深入了解的方式。这里是他的8-ball framework和量化评估PMF。
对照实验
传统的A/B Test经验在面对marketplace时会遇到一些挑战。因为无法完美的将样本按照供需拆分开，二者是相互依存的。然而有其他方法可以做到这一点，如Bala Subramaniam解释的那样。
在Instacart的案例中，控制组和实验组可能会被投递给同一个购物者，并且一个买家的订单履约也会对其他的用户造成影响。
如Bala在version one blog上发布的博客所述，关键在于确认想要实验的粒度级别，更重要的是，保证实验单元之间的独立性。
“以Instracart的marketplace模式为例， 我们选择（区域，日期）作为测试单元，区域是一个地理区域内独立运营的细分市场。
举例来说，将洛杉矶和奥斯丁两处的订单合并或将奥斯丁的订单发给了洛杉矶的配送员毫无意义。奥斯丁和洛杉矶就可以视为两个不同的区域。此外，履约系统会在夜间结清当日订单，所以同一区域的两天也是独立的。
这意味着我们可以按照区域和日期拆分样本，然后按照计划表随机决定应用哪种算法—— 已存在版本A或者新版本B。
下面是一个涉及到28天和30个区域的实验计划表（控制组与实验组共840个样本点）
一旦确定了实验单元和实验计划表（确保实验组之间没有其他变化), 就可以开始完整的实验了。
实验完成后就可以测量实验组之间的不同并完成整个测试。下面是一个简单的例子
第六章： marketplace工具
在facebook上的marketplace group和Everything Marketplaces社区的帮助下， 我们整理出了marketplace创始人推荐的B2B工具列表。
在建立和扩张marketplace时，可以考虑多借助已有的工具和技术。能够促进平台交易的新基础解决方案在源源不断的出现，包括支付，背调，运输和履约解决方案，数据隐私服务等，因而没有必要重新造轮子。我们看到越来越多的中后期marketplace公司转而使用无代码/低代码工具来辅助执行内部流程或自动化的用户体验分析。
上述的很多工具可适用于很多软件初创公司，而不只是marketplace。然而，marketplace的独特之处是需要处理分散的供应商和需求，目前尚没有足够的marketplace特定的工具来解决这些问题。
可以通过comprehensive directory of marketplaces查看那些使用无代码工具和平台构建的marketplace，如Sharetribe, Bubble, 以及WebFlow，Everything Marketplace列出了一个工具包目录，包括身份认证，保险等服务提供商等等。Mike Williams的无代码marketplace指南也很有帮助。
