AI · PB · 047
单位经济三角定位法
Ground Truth Triangulation Unit Economics · ground-truth-triangulation-unit-economics--jason-droege
解决什么问题
进入一个新行业做交易类/双边市场业务时,需要知道对方(如商户)的真实成本结构才能定价,但对方因为敏感、警惕或不信任,不会如实告诉你真实的单位经济模型(unit economics)。如何在拿不到对方配合的情况下,自己拼出可信的成本结构。
核心内容
Uber Eats 早期团队为了搞清楚"一份餐食的真实成本构成"(好定佣金比例),在餐厅老板不愿透露真实利润结构时,采用了"独立还原 + 多源交叉验证"的方法:
- 绕开直接询问,自建独立数据源:不依赖对方口头陈述,而是自己下单买一堆餐食实物,逐项称重/清点(面包多重、奶酪多重、生菜几片等)。
- 拿到行业基准数据做参照:联系一家餐饮供应商,拿到一份基础成本目录(食材批发价),把实物清点结果和供应商报价对上,独立算出食材成本。
- 建立自己的"地面真相"(ground truth):把上述独立测算结果作为第一个数据源。
- 多源交叉比对:再去问不同的餐厅老板(第二、三个信息源),把他们各自说的成本结构和自己独立算出的结果做比对。
- 只信"重叠"的部分:当自建数据、供应商数据、多个商户口径三者相互吻合时,才认为"我们对这件事有了真正的洞察",据此定价(案例中最终得出食材成本约占 20%-30%、人工约占 20%-30%、地租约 10%)。
这套方法的价值在于:即使拿不到任何一方完整、可信的单一数据源,仍能通过独立重建 + 多渠道交叉验证拼出可用的真相,支撑关键商业决策(例如 Uber Eats 最终按约 30% 抽成定价,虽比理论"清算价"略高,但足够接近)。
适用边界
- 适合"双边市场定价"、"新行业进入前摸底"这类场景,成本较高(需要真金白银下单、找供应商拿数据),不适合快速迭代的小决策。
- 得出的数字仍是估算而非精确值(作者承认最终抽成比例和"真实清算价"仍有出入),核心价值是"足够接近、能支撑决策"而不是完美精确。
关键引述 · 原话
"We ordered just a bunch of food from these places, and then we got a restaurant supplier to give us a base catalog, and we just matched up how much does the ham weigh?... And then, we triangulated what was our ground truth." — Jason Droege
关联卡片
- 该方法服务于后续的商户定价决策,可与 gross-margin-litmus-test--jason-droege 组合:先用三角验证摸清真实成本结构,再用毛利过滤器判断定价空间。
出处:Jason Droege (Scale AI, CEO); ex-Uber Eats founder · 03-podcasts/jason-droege.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2