B端产品经理必知的底层实践认知有哪些？

前段时间撰写了《B端产品经理必知的底层概念有哪些？》，从用户、用户价值、产品定义、交易成本，分析了B端产品经理需要建立概念层的认知。众所周知，知行合一并不容易，将概念理解到落地仍有很长的路要走，本篇主要从B端产品经理落地实践角度，所需要具备的认知，从而更好实现从概念到价值的落地。

关于出差

对于大部分B端产品经理来讲，客户不在本地是常态，甚至在稍大些企业工作，前方业务人员和后方交付人员不在本地更是稀松平常。而B端产品经理需要将产品价值传递到真正价值落地，都需要客户、前方业务人员和后方交付人员的输入与反馈。此时出差就是行之有效的方法。

出差不是目的，而是实现目的的手段。B端产品不像C端产品，通常产品经理自己并非使用者，那就需要实地了解使用场景和需求，切实解决实际的问题，而非闭门造车或接收二手信息来做产品判断，出差恰恰是实地调研的必要手段。

上一段工作经历中，产品团队与售前或交付团队矛盾重重。问题关键在于，售前或交付团队，认为产品经理不懂或没有倾听客户需求，没有解决客户问题。而实际上，作为B端产品经理实际出差次数确实有限，这就导致既不能现实具象感知到客户需求，也摸不清楚需求背后的深层动因和合理性。而通过售前或交付反馈，既有信息的损失也有信息传递的偏差，落地产品到最终产生客户价值，变得有些靠天吃饭。

在这样的循环下，产品团队本身形成认知和能力提升有限，售前或交付团队对产品团队信任也会逐步降低，最终出现售前或交付带产品的被动局面。

破局的关键在于破除产品经理与客户离太远的问题，「山不过来，我过去」，更多出差，更多一手信息，更多思考、分析、判断，形成对于需求与产品的认知，自然会转被动为主动，而知易行难，破局点可以从多出差开始。

另外出差的好处除了一手信息和资料，也是拉近与前方售前和后方交付关系的关键手段，将以上人员宝贵的认知与信息充分利用起来。前方售前与后方交付通常觉得委屈与不被倾听，问题也在于离产品经理太远，而且不能清楚了解产品经理决策依据和工作内容，出差之余，与业务人员私下约饭或闲聊，都是破除互相不信任的有效手段，脸刷多了，推动事情也就顺滑了。

售前or 交付

产品经理岗位通常来讲，工作边界并不清晰。工作边界会随着合作方的强弱，适当地扩展或收缩，因此并没有对产品经理工作边界的通用定义。B端产品从客户生命周期角度，本质上只有两个环节：售前和交付。相应B端产品经理做的工作基本可以划归于售前和交付两大环节。产品经理做日常做产品决策，无非做的功能可以解决售前售卖的问题，或者解决交付提效的问题。

有了以上认知，在业务早期的产品经理，不太需要在意工作边界的问题，产品经理既需要有写售前材料的能力，也需要能够做得了交付必须的工作内容。在业务成熟期，不少公司所谓的「产品经理」实际等同于售前的岗位。

上一段工作经历中，0-1做新产品过程中，初期为了更好获取种子客户，做了大量售前工作，既准备售前材料，还会主导售前沟通；等种子客户确定后，又忙着每个阶段做交付相关工作。前期的大量参与，为如何落地和抽象产品提供了大量的素材和客户连接，再结合多年的从业经验，才能在一个种子客户基础上，抽象出一套标准产品。

对于大部分B端产品经理来讲，想清楚目的，售前或交付无非是实现目的的手段，适当的无边界和混乱，实质会创造形成上帝视角的土壤，在业务或产品落地开展时，将掌握更多主动权和实现目标的更短路径。

项目or 产品

做B端产品经理，产品和项目两个概念是绕不开的问题。从企业角度来讲，自然是希望形成标准产品，借助大工业生产逻辑，形成规模经济效应，攫取最大利润。而从客户角度来讲，不同企业实际的情况与需求，自然需要能够贴身服务的个性化解决方案。

企业需求与客户需求都客观存在，整个圈内也并没有非此即彼的完美解决方案。但对于B端产品经理而言，通常可以以战养战方式逐步解决。即以做项目摸清楚需求，再以需求驱动产品化，强化产品竞争力和提升交付效率。做项目的另外好处是，在产品化未成熟时，同时积累了标杆客户，为后续产品和市场同步推进提供了便利。

上一段工作经历中，为了扩充已有产品的市场覆盖度，而开辟新的产品种类，而此类产品市面上尚属空白，属于创新类产品。为了降低试错成本，在前期并非意淫直接做产品，而是以MVP思路，定制化做项目，在做项目的过程中，落地和抽象产品。

有些非产品人士会觉得，售前交流就能知道产品如何做了，为什么需要多此一举做项目。而实际做任何产品和功能，都是基于「假设可以」的前提，至于产品能否与市场需求匹配，则是存在惊险的跳跃。因此并非有产品经理岗位，就能直接做产品了，做B端产品，遵循规律尤为必要。

交付破局

站着挣钱是所有企业和业务都想达到的状态，而实际做B端产品交付环节是决定能否将款收回的关键环节。大数据和AI项目交付尤其重要，因为这些项目首先会依赖有数据和干净的数据，而通常来讲，企业数据能力不强，解决数据的问题需要大量看似「没产出」的投入，会遇到内部动力不足的问题。而做这些项目又依赖数据，就会遇到难交付的问题。

上一段工作经历中，竞品公司起初都在用标准化SaaS的方式做业务，自然在客户数量上能够快速扩张，但受限于服务深度，大部分客户都是中小型客户，总体营收和续费就会成问题。逐步也开始顺应市场的需要，开始做私有化部署，搭建交付团队。而上家公司起初便开始做私有化部署，虽然也有交付成本高的问题，但从客单价上就过滤了大量微小客户，反而活得相对较好。

除了产品及技术优势不谈，在交付上的持续投入和迭代无疑是核心竞争力，否则产品出不去，再有其他优势也无从落地。而私有化部署相比云上的SaaS，显然更加符合大数据/AI产品落地的市场需求与现状。众多厂商为了活下去，也逐步开始更加注重交付服务，而非标准化SaaS，回归目标而非手段差异。