“人-货-场”是零售业务中常用的分析模型之一，该模型也适用于零售之外的场景。
“卖货”的逻辑可以简化成如下3个步骤：
- 卖给谁(用户)？选择目标用户，确定目标用户的需求；
- 卖什么(商品)？确定提供什么商品以满足目标用户的需求；
- 在哪卖(渠道)？确定交易的场景，以便让用户能注意到商品、方便用户浏览商品的信息、商品可以顺畅交付给用户等。
人、货、场分别对应用户、商品、渠道这3个基本元素。
人(用户)、货(商品)、场(渠道)
- 用户，有需求且能解决其需求的人群才是用户，当用户有需求时才会选择能满足其需求的产品。换句话说，用户没有需求的时候就不会有商业价值(如果对方有需求但是产品不能解决对方的需求，人家为啥要到你这里来交易？)。人的基本需求可以参考马斯洛需求五层次理论，通常来说基本需求是稳定不变的，变化的是达成需求的形式，比如人与人之间有沟通的需求，最早可能是靠吆喝或者手势，然后发展出文字、信件、电报、电话、邮件直到今天的即时沟通工具。
- 商品，也就是满足用户需求的形式。用户来买锤子，不是因为需要锤子本身(锤子只是工具)，锤子用来钉钉子，钉钉子是为了用来挂相框，挂相框是为了展示过往的记忆，展示过往的记忆是出于情感需求。商品可以是看得见摸得着的实物，也可以是虚拟或者服务。
- 渠道，也就是用户和商品的接触通道。可以是线下的店铺或者销售人员或者亲朋好友，可以是电商之类的app，也可能是社交网站上朋友的分享链接。渠道可以展示商品信息也可以提供商品功能。
关于用户
可以关注的点:
- 需求，用户为什么而来；
- 属性，用户具有什么特征，比如年龄、性别、地域、职业、行为偏好等；
- 分级，基于业务价值对用户进行分层，可以参考28法则、金字塔层级、RFM模型等。用户分级在于优化资源配置，对于高价值或者高潜力的用户通常会倾斜更多的资源。
- 角色，用户在产品中的角色。比如网约车平台上用户分为司机(供应方)和乘客(需求方)；信息流产品中有TOP级内容生产者(e.g.大V、知名自媒体、IP等)，也有普通的内容消费者(通常只做4件事——浏览、点赞、评论、转发)。
关于商品
可以关注的点:
- 售前，确定卖什么(功能定位或者品类规划等)、卖多少钱(定价)、怎么卖(销售方式)等；
- 售中，商品的推荐、信息展示、优惠促销、关联销售等；
- 售后，用户对于商品的使用情况及反馈建议等；
此外，还可以关注商品其他方面：
- 导航分类，通常会出现在“导航栏”上的分类标签。比如电商商品的品类，内容产品中的栏目，或者app中的某个关键功能；
- 商品属性，比如商品的用途、产地、规格、品牌、价格、适用人群、适用季节等；
- 运营标签，比如有的商品适合拉新，有的商品适合搭配销售(单卖可能不好卖)等；
- 财务指标，不同商品的成本、利润率、销量不一样。
当然，可能还要考虑到具体场景下，和业务KPI挂钩的商品属性。
关于渠道
渠道主要有3类：信息流、资金流、物流。
信息流是指展示商品信息的通道。不管你是在app、网页、电视等这些支持网络信息分发的电子设备看到的在线信息，还是在购物广场、实体店、广告牌上看到的线下信息，都属于信息流。
“广告”是渠道展示商品信息的典型——眼所能及耳所能闻之处进行“狂轰滥炸”(90%以上的信息通过视觉和听觉接收到人脑)。广告的作用主要有两点：告知用户我家有这种产品，以及告知用户我家的产品比别人家好(或者比别人家的产品更适合你)。用户面向产品的时候就是一道道的“选择题”，作为卖方，首先得让你的商品出现在买家的选项中，其次则是要从“竞争”中脱颖而出。
物流是商品交付到用户手中的渠道。物流可以通过线下实体渠道，比如电商平台买了东西要通过各种快递送到用户手中；也可以通过在线渠道交付商品，比如你在网易云课堂上买了在线课程，通过网页或者app就可以学习已购课程(商品)，课程的交付是通过网络通道来完成的，这种在线交付场景下，物流和信息流存在交集。
资金流是用户付款购买商品或者退款给用户的资金通道。现金、刷卡、点卡(或者预付卡)、支付宝、微信等都属于资金通道。对于资金通道这块通常关注安全性、便捷性、完成率(支付成功率)、通道使用费率等。业务层面则主要关注的是实际发生的交易，对应的KPI通常是交易额。
作为“人货场”的应用举例，简单谈下业务监控报表可以关注的方面：
- 用户，e.g 划分新老客、高中低价值、不同会员等级等用户分类，可以关注新客增长情况，老客的留存、交易、流失情况，以及不同时间段内用户结构的变化情况。
- 商品，e.g. 可以关注不同品类商品的浏览、销售、使用情况；
- 渠道，e.g. 可以监控信息流上的转化情况，比如电商平台下不同终端(appwapweb等)“登陆->浏览->加购物车->付款”流程中的访问人数、退出率、停留时间等指标。
- 用户*商品，e.g. 用户角度可以关注单个用户或者某类用户的商品消费偏好，商品角度可以关注某个品类的最大消费用户群等；
- 商品*渠道，e.g. 不同渠道的商品交易分布情况，比如到线下店买家电，在app上买日用品等，也可以看不同品类的商品在不同渠道的交易分布如何；
- 用户*渠道，e.g.新客导流哪个渠道流量大，哪个渠道的价值高，日常交易主要集中在哪个渠道(用户数多)，不同渠道的用户结构分布情况如何，不同用户在不同渠道的交易分布如何等；
- 用户*商品*渠道，e.g. 不同用户在不同渠道购买的品类分布情况，把用户分类、商品品类、渠道类型当做维度，指标可以考虑访问人数、购买人数、交易金额、订单数等，整体指标发生波动时，可以参考此框架进行问题定位，以确定主要原因是哪类用户(或者商品、渠道)的问题；
关于“人货场”的理解不限于文中所述，本文权当是“抛砖引玉”，欢迎留言交流。
