在
这里着重讲下法律与规范部分,后续再来展开市场与架构部分。明确定义下这里的法律是指「平台规则」,规范则是指「平台鼓励/不鼓励的行为,但并不违反平台规则,后简称为政策」,比如辱骂用户就是违反平台规则,给用户一些情感安慰算是鼓励的行为,但不给也不会因此被惩罚。
作为一个在线问诊平台,如何通过法律与规则约束平台的供给侧,提高其履约效率及质量,以及避免出现严重违规的行为,是当时运营的重点。许多初次运营平台的同学往往意识不到规则的重要性,只盯着成交率短期看没问题,长期就会给生态埋下祸根。
丁香医生平台的法律与规范经历了三个阶段:
- 建立最基础的平台规则,以及让规则明确可执行
- 规则和政策边界模糊,竞相交织
- 重新明确规则和政策的边界,设计统一的框架
一、建立基础
像最初的互联网平台一样,当时平台并未介入供给侧的服务质量规范,仅仅是做准入门槛审核。整体服务质量像电商平台一样由用户来反馈和评价。但在执行的过程中经常遇到分歧,因为个体差异,不像商品是否损坏,规格如何,供需双方对于服务的标准很难达成共识,如治疗是否「有效」的定义很难达成,极端情况下医生和用户会各执一词,因为毕竟良药苦口。
这就使得我们很难像网约车等平台一样,依靠用户反馈来确保平台质量。这也逼迫我们决定介入供给侧的服务质量,建立自己的审核团队,在用户反馈之外,增加另一个维度质量控制。
最初的规范便诞生于审核团队的建立初期,这时候并没有什么取巧的方法,在保护用户隐私的前提下,尽量多的进行案例判断和归纳,其中要依赖大量专业人士的判断。
回头来看,这其中花费了较多时间的是:
- 专业人士的标准需要拉齐,否则在探讨标准的时候内部会产生许多的争执。
- 规则的标准要清晰,清晰到一个未参与讨论的人也能来执行这套法律。
- 制定规则时要尽量多推演,用特例来检测法律的完善度,最终一旦发布,尽量避免频繁修改。
对于上述的标准清晰可以举一个案例:
最初我们定义「诊断不完整」,针对的情况是用户问了三个问题,医生只回答了两个。这种情况有可能某些用户还是会给好评,但是从服务的质量来看是不合格的。但开始执行这套标准的时候,就会发现有另外一种情况,用户在自己的问题得到解答后,为了不浪费机会,还会替别人来问。这时候如果根据之前的判例,就会认为服务质量不合格,但这时候反对的声音就特别强,因为相当于开车送一个人的时候,还拉了另外一个坐车人的朋友且不付钱。所以经过讨论这条规则又进一步细化。
对于规则的修改要警惕,原因无他,朝令夕改会让平台的公信力大打折扣。所以在无大的情况下,谨慎修改。如要修改,一定也要明确告知所有人。悄无声息的修改一旦被人发现,则会造成非常大的负面影响。
二、规则和政策边界模糊
熬过了最初的混乱阶段,对于基础的规则已经制定清楚,审核团队也踏入正轨。但这时候爆发了第二次冲突:当时审核规则中有一套叫做「回复质量优秀」,即审核团队除了做负向服务判断,还兼具了正向服务鼓励。但何谓质量优秀这条规则如上面「诊断不完整」一样,缺少明确的定义,大多数时候靠的是人工的「感觉」。
但这还不是关键问题,而是我们混淆了「规范」和「政策」之间的关系。
举一个案例:当时希望医生统一姓名,更换穿上白大褂的头像,来提高平台服务的专业度。统一姓名可以当作一个严格规范来约束,这个虽然有部分异议但是还能执行。而更换头像的规则就变得非常模糊了,有些人坚持用一些个人的生活照,甚至翻拍自己工作证上的照片,给用户带来的体验效果非常差,甚至会质疑医生的真实性。
这时候我们进一步使用「规则」来进行约束,遭到了极大地反弹。因为如果要求所有人都必须上传影棚拍摄的照片,他们不乐意承担这个成本。如果任由现在这样子发展下去,则无法达到提高平台供给侧质量的目的。
偶然的一次通知发现了其中的差异。当时我们给医生发了一封周报,里面有个小故事讲了某用户评价医生头像好看,服务质量也很赞的内容,引导医生来更换头像。超出预期的是,许多医生开始在微信群中讨论原来头像的重要性是如此,一周之后(因为需要等周末牌照)大量医生纷纷更换头像,效果超出预期。
类似的例子还有很多,在这个过程中才意识到熊秉元老师在《正义的成本》中提到的法律和道德的关系:
- 法律所处理的问题,就是外部性为负、而且严重的情况。
- 而没那么严重但又处于负外部性的情况下,会采用社会道德、舆论来避免。
所有的规则并不是为了「公平」,而是「最大限度的增进社会资源」。公平只是在这个目的下面产生的结果罢了,所以平台治理的首要目的是增强自己的整体价值。
关于工具的选择,要根据负外部性大小和耗费成本来选择。基本原则是:大外部性大工具,小外部性小工具。我们之前使用的「规范」来处理头像的问题,就显然是杀鸡用牛刀了。
在这之后,我们渐渐分离出来了两套规则:
- 平台规范:用警告和惩罚来处理负向的问题,如诊断错误,辱骂用户,回复不完整等。交由审核团队执行
- 运营政策:用来直接或者间接的奖励,引导正向的行为,如提供良好的服务,提高响应时间等。交由医生运营团队执行。
三、设计统一的框架
建立了平台规范,设立了运营政策,分拆到不同的团队来执行,但好景不长,下一个大的问题就是「惩罚标准不统一」。
彼时有几种措施:
- 惩罚类:警告、临时封禁、短期封禁、长期封禁、永久封禁
- 奖励类:增加排序分值(影响排名)、提供补贴
而随着业务的发展和复杂(比如引入了可以开具电子处方的业务等),许多规则开始变得复杂起来,供给侧违规的情况越来越多,而规则也越来越多,但多数规则是头痛医头脚痛医脚,没有全局来看。稍微叠加就会酿成大的惩罚,举个不恰当的例子,开车出门压了两次双黄线,直接被拖出去终身监禁。而有些行为则由于不会有累计关系,导致有些人反复触犯,但却不会被「绳之以法」。
另一个角度来说,由于发布规范太多,且有部分朝令夕改(因为程度拿捏不准),导致供给侧反馈根本不知道有什么规则,或者没有一处方便查看的地方,继而引发强烈的不满情绪。
解决这个问题参考了驾照的设计思路:
- 每个供给侧的用户有一个总分,每年重置一次。
- 每个行为对应扣分,当分值扣完即直接吊销资格。来年重新考试。
- 行为分为轻、中、重,对应三档不同的分值和惩罚力度,其中有递进关系,如两次轻等于一次中等。
除了统一平台规范的类型和程度,还做了另外一个改造就是将每个人的「状态」显现化,任何供给侧用户都可以在自己的主页看到当前缘何被处罚,对应的规范是什么,自己还剩多少次机会。
除了明确「平台规范」,还增加了「平台政策」展示的地方,以及每周的周报。
因为「平台规范」只能保证服务质量的底线,就像我们的社会除了法律也需要道德约束一样,有些想要成长的人也需要给出明确的成长路径。所以我们才做了如上的「学院」。
而周报和微信群则是一个很重要的「通道」,能让所有的规范和政策进行上传下达。因为根据上面的案例,其实很多时候大家「不知」大于「恶意为之」,毕竟我们日常也没有翻看法律文书再工作和生活的习惯 —— 这是下达的而作用;而上传则是让规则制定者能快速的听到反馈的声音,了解对应的规范和政策是否合适。
另外值得参考的是,并非每个规范和政策都要万无一失才发布。可参考日常生活,在正式发布之前,尝试用「征询意见稿」或者「草案」等方式听取社区的反馈意见,为最终的版本打下更坚实的基础,也避免正式发布后朝令夕改的问题。
诚然「法律」可以直接定义人们该干什么,不该干什么。但是凡事都通过「法律」的监测和执行也需要耗费巨大的成本。所以许多时候,我们可以诉诸于「市场」这只看不见的手。在莱格斯的语境中,市场手段主要是指税收与补贴,即通过正向与负向的补贴,以及税收杠杆的高低,来达到平台治理的目的。
在具体执行的过程中,补贴是最容易被误用的概念,主要集中于:
- 为目标过度补贴,但最终扭曲了供需动机,达到了「假」平衡。撤掉了补贴之后立即崩溃。
- 补贴过于谨慎,浪费了巨大的时间成本,最终效果不明确
- 补贴给了不该补贴的人,越是对平台依赖度高的,越是既得利益者,补贴应该越低。
- 面对少部分群体,适当的用负向补贴(惩罚)效果比积极补贴更好。
在税收层面,单一税制和阶梯累进
- 所有的税率都要考虑竞争环境的大前提。
- 单一税制如若想提升,则会造成所有人和平台的冲突。
- 累进税制要考虑对于同步供给的控制力。
下面是几个具体实操的案例过程供参考:
案例:如何用逆向补贴提高供给方动机
在普通的问诊活动中,如果医生能根据患者提供信息进行诊断,则可以开具一张电子处方,方便用户购买处方药。但刚开始上线时开方率并不高,且往往在用户提问完成后很长时间(约 3-5 小时)才开具,这段时间对于着急的用户来说根本等不了,因为其总是希望能立即购买到药品。
对于「开方周期长」这个问题,产品经理认为是功能性问题,即开具处方功能复杂导致医生不愿意使用;而平台运营则认为是激励问题,即开具处方并无好处,应该给予补贴。我个人不同意第一点,因为产品至多算是一个摩擦因素而非结构性因素,没有回答供给方的动机问题是什么。而亦不太认可第二点,因为补贴一定会促进行为,但并不一定是「健康」的行为。
任何行为背后都有动机,而所有的动机都可以拆解为三个问题:
- 不知:压根不知道还有这样的功能和利弊;
- 不会:是指明白利弊但由于复杂性不会操作;
- 不愿:是知道利弊也能操作,但缺乏动机。
根据日常的观察和功能上线的周期,不知不会应该不存在,所以能大致推断为意愿问题,但希望能探索补贴之外的路径。
于是开始了一轮测试:给所有供给侧通知,开方时间在 N 分钟以内的,补贴其 X 元(这个 X 值很高,以至于可以扭曲所有动机)。这个测试的主要目的是,通过一个足够高的金额来极大地扭曲所有供给侧的动机,来看极限值是什么样的。这个思路出自《丰田的管理方式》中测试生产线的最大产量。这样的好处在于,先知道极限值是否能达到预期,如果极限值都无法达到预期,则可以整体放弃这个思路,节省试错时间。
测试之前的预期为:订单量少的长尾会更加积极,订单量多少数头部的由于太忙导致无法提升时效性。但结果正好反过来,订单量少的提升微乎其微,订单量多的则提升效果明显。经过 @Brook Tu 的定性调研,发现订单量低的供给方由于平时工作很忙,确实响应时效性难以保证;而订单量多的则由于几乎是全职来经营,非常看重在平台的收入,所以当有利益刺激的时候,则会异常敏感。
至此,问题可以精确定位成:如何提高头部供给方开具电子处方的速度。
固然一直补贴可以解决这个问题,但显然以这种超额的补贴规模在生意上是不可持续的,且如果降低补贴则效果一定逐渐衰减。但其实这时候可以利用动机的另一面「负向动机」来进行规制 —— 这些头部供给方的在平台的收入占整体收入超过 50%,对于平台也是极度依赖的,如果丧失掉这个平台的收入,则会对自己的整体收入有巨大的打击。而由于我们平台的特殊性,并不强调供给方的「品牌」,意味着即使当他因故离开,会有其他供给方迅速跟上。
所以后续并未继续进行正向补贴,而是针对于订单量大于 X 的供给方,制定了当开方时效性低于 Y 的时候,则会将其排名大幅下降,继而降低其收入的策略,并进行全局告知。由于这些头部供给依赖平台获得收入,所以为了保证收入不大幅下滑,只能提高自己开方的时效性来保持流量。
以上便是利用测试,将正向补贴扭转为负向补贴达到目的的案例。从个体的角度来看的确增加了工作量,但从平台的角度来看既提高了服务质量,也削弱了头部供给方对平台绑架的可能。
案例:如何通过阶梯累进税制降低马太效应
这里说的税收其实是指平台的「抽佣」,为了方便描述后续继续用「税收」这个词。税收并非是用来提高收入的手段,税收也意味着一种「资源再分配」的能力,即税收产生的利润不是都作为分红处理,而是能成为调动资源补贴的手段,所以对「抽佣」也要看到积极的一面。
常见的税制分为三种:
- 单一税制:即一刀切
- 阶梯累进:即收入越高抽税率越高,如日常我们的个人所得税
- 阶梯累退:即门槛高但后续税率逐渐降低,如垄断行业设置门槛。(不在本文讨论范围内)
在设计 DX 平台税收制度的时候,最初由于平台为了刺激交易,只设定了很低的单一税制。随着业务的复杂化和运营成本的提升(如审核、补贴等),导致税收入不敷出,所以需要提升比例。
但单一税制的问题这时候就出现了 —— 在提升的时候很容易造成「民怨沸腾」。因为供给方都会认为自己的利益被平台霸占了,容易形成巨大的抵抗力量。除此之外,害很容易打击长尾供给的积极性造成退出平台,进一步加剧头部的集中效应,让平台相对于头部供给的掌控力进一步下降(参考辛巴之于快手)。
所以阶梯累进制便成了我们的主要研究对象,由于收入越高收税越高,能有效地控制其动机,将多余的订单流出为非头部用户,适当缓解马太效应。但这其中难点在于设计多少个梯度以及额度是多少。在商业的竞争环境中,除非垄断,否则一定要考虑竞争对手的程度,由于这个行业大多数老牌产品都设定为 30%,那么在阶梯累进税制的平均值来看控制在 30% 以内以便平台不会有大量供给流失。
这里面在分层的时候有一个考虑:让少数人痛苦比多数人不爽更好 —— 应该着重削弱收入将过高的阶层,避免平台话语权被稀释。但要注意,这些供给是可替代还是不可替代的,如果他本身品牌效应极强,这样操作其结果就是会造成供给的流失(这也是为什么任何平台越找大咖背书最后结果越惨,因为平台对其没有约束力)。反之,如果对方完全依赖于平台带来收入,则如上述案例所讲,在不超过竞品的情况下,其忍耐程度会相对较高。
在执行中还有一个额外的观察:单一税制的时候,任何提升的波动都会造成平台和供给侧的二元对立,这时候无论平台说什么,都很少有人站出来为平台说话,执行难度颇高;而阶梯累进税制实施时,由于大多数人相对于单一税制时没有任何改变,少部分微微提升,极个别人大幅提升,导致这些个体在交流群中吐槽的时候,并未能得到其他人的响应,甚至许多供给方都会认为他缴纳额度高是「应该」的,矛盾就从平台和供给方二元对立,变成了供给方内部分层斗争。
最终实施后,平台的收入提高了三成以上,而平台头部供给方流失微乎其微,达到了设计的预期。
小结
平台利用「市场」来规制供需双方行为时,最核心的是理解其参与者的「动机」问题,动机分为正向动机和逆向动机,可以通过补贴、税收来进行干预和影响。但要注意的难点在于识别合适的情境,不要错配了手段。而由于市场的生态变化相对缓慢且不可朝令夕改,很难用 A/B 测试的思路进行快速的迭代。所以前期的思考和调研,以及舆情的考虑都是要非常慎重。
另,由于个人能力问题,关于上述概念并非专业人士,部分解读和理解有误还望指正。在此仅作为抛砖引玉提供给大家一些背后的思考路径参考,不构成任何设计建议。