构建 Instacart 的经验分享——关于扩展市场产品的经验之谈

你的第一步：将核心工作流程精简为更快的周期。该系统通过共享的领域模型自动化重复性步骤，在最初的几个月内缩短周期时间，并带来切实可见的交付准确性和合作伙伴可靠性的提升。

识别瓶颈只是开始；将这些发现转化为重塑流程的具体决策。来自斯坦利和其他开发者的一个笔记强调了产品接线中的微小变化如何对物流、支付和用户体验产生巨大的影响。

选择具有可衡量影响的技术选项：比较内部与平台服务（与外包），并在数月内跨两个到三个市场进行试点，以验证权衡。将结果捕获在一个轻量级的仪表板中，然后将获胜的模式应用于整个领域。

当团队识别出领域内的对齐点——产品、供应和店面——时，就会出现洞察。团队的仪式包括关注识别瓶颈的日常站会。及早识别瓶颈有助于确定变化的优先级；构建少量标准化工作流程，并将更改记录在一个动态的行动手册中，开发人员和运营商可以使用该手册来复制成功。

为了保持持续的动力，要通过轻量级的治理、清晰的所有权和文档化的更改来赋能开发人员。正如斯坦利所指出的，最优秀的团队会将实际的里程碑融入产品更新中，让客户在数月而非数季度内感受到，避免过度设计，保持高昂的动力。

构建 Instacart：洞察和扩展手册

采用数据驱动的扩展策略，并以小而可逆的步骤来提高部署速度，以最大限度地降低风险，同时快速学习。跟踪一组关键指标：订单速度、购物者入职速度、商品可用性和各地区的客户满意度。当某个目标未达成时，快速回滚并使用不同的输入重新运行。

1. 战略和部署节奏：定义明确的战略，建立每周的部署节奏，并分配固定的实验配额。例如，每周开始进行 2 次金丝雀部署和 4 次安全主线发布；8 周后，目标是每周进行 5 次金丝雀发布和 12 次主线发布。在每次部署后 24 小时内衡量影响，并将回滚时间控制在 30 分钟以内。
2. 模块化架构和责任划分：构建可独立扩展的服务；记录每一行代码，并按功能团队分配端到端的责任。使用功能标志来分离发布风险，并在团队迭代时保持端点稳定。
3. 对话层以提升客户和购物者体验：为常见查询添加对话式 UI，以便在不离开应用程序的情况下快速解决问题。跟踪查询延迟、等待时间和满意度分数；目标是将对话延迟控制在 900 毫秒以下，并将升级率降低到 5% 以下。
4. 算法改进和严格比较：对交付预计到达时间、定价和库存预测进行 A/B 测试。与清晰的基线进行分组比较；要求最小样本量和 p 值低于 0.05 才能推出。监测转化率和购物车金额的提升；维护所有算法更新的变更日志。
5. Copilot 赋能的生产力和护栏：使用 Copilot 来起草代码、测试和数据管道，同时强制执行安全和隐私护栏。目标是将开发吞吐量提升 15-25%，并将关键更改的代码审查时间控制在 24 小时以内。
6. 移动优先性能和离线准备：优先考虑移动延迟和可靠性；将高峰时段的平均移动交付时间限制在 28 分钟；为不稳定的网络实现渐进式加载和离线回退。跟踪移动转化率和重试成功率，以确保在网络缓慢时减少摩擦。
7. 端到端工作流程纪律和配额管理：使产品和运营团队围绕从搜索到结账的单一端到端流程达成一致。对 API 调用和购物者邀请实施严格的配额管理，以防止破坏系统稳定的峰值。部署具有清晰错误消息和重试策略的速率限制。通过简化结账和减少付款处的掉单来解决漏斗的末端问题。
8. 可观测性和持续转换：配置仪表板，显示正常运行时间、按服务划分的延迟和服务水平协议 (SLA) 的遵守情况。使用真实用户查询来训练模型和监控漂移；发布每周博客，包含有趣且深思熟虑的笔记，以便团队能够获得可操作的见解。

这些模式使团队能够负责任地扩展，保持高生产力，并为客户提供更快的价值。对共享战略、具体配额以及结果进行清晰比较的关注，帮助每个业务部门了解能力、Copilot 工具和数据查询如何改变运营。对于读者，请立即获取实用步骤并将其应用到您的产品路线图中。

规模化入职和审核合作伙伴：哪些流程能确保速度而不牺牲质量

建议：实施分层入职手册，提供快速的自动检查，并在出现风险标志时进行快速、明确定义的人工审核。这可以保持高速度，同时保证合作伙伴的质量。

将工作流程分为三个层次：自动验证、风险评分和决策轮。每一层都有专门的 SLA：自动检查在几分钟内完成；审核在 6-12 小时内开始；最终答案在 24-48 小时内交付。该设计考虑了不断增长的业务量，同时为管理者和团队保持精确的目标和可预测的结果。

自动检查从公共数据源、当前业务记录和媒体信号中提取。评分模型为可靠性、安全状况和合规性分配 0-100 分，并有一个阈值，仅将最不确定的案例自动路由到审核轮。这种方法提供了一个快速基线，同时保留了在需要时进行更深入调查的能力，这使得流程既灵活又负责。

通过媒体验证和推荐来审核所有合作伙伴：请求证书、税务 ID、保险和过往业绩数据。进行结构化的、对话式的聊天或视频会议以捕获知识和意图，然后在一个可审计的表格中记录决策。目标是快速提供明确的答案，同时收集足够的背景信息以支持面向消费者的合作的稳健决策。

数据和工具在基于云的表格中结合，为标准检查的中央库提供数据。与 CRM、支付供应商和合规平台的集成可加快响应时间，数据共享偏好保持明确：仅收集允许的字段，并且响应符合当前监管限制。这种设置确保了在需要时流程是公开的，在需要时是私有的，同时保持一切可追溯且可重用。

安全和治理依赖于静态和传输中的加密、严格的基于角色的访问控制以及定期审计。将内部管理者工作流程与面向合作伙伴的步骤分开，以减少陈旧的策略漂移和沟通不畅，使风险管理对非技术利益相关者来说清晰且易于理解。

衡量进展依赖于决策时间、自动化率和返工指标，并进行季度审查以总结改进并调整模型。跟踪发现、迭代阈值，并平衡速度与质量指标，以在合作伙伴目录不断扩大的情况下保持高可靠性。这种方法对不断增长的生态系统来说既实用又可扩展，团队可以一遍又一遍地说，这个过程产生了可靠、可重复的结果。

需求预测和库存分配：如何平衡购物者需求与合作伙伴能力

从按产品线和地区划分的 12 周滚动预测开始，并通过每周的规划节奏将其与合作伙伴能力联系起来。设定 95% 的目标服务水平和订单履行计划，生成一个清晰、基于数字的手册，以指导补货、促销和能力决策。从内部系统和合作伙伴输入中提取数据，以创建可见性，使优先级清晰可见并减少缺货，所有这些都基于计划好的场景。确保团队准备好采取行动并产生清晰的步骤。

使用三类预测信号：基线需求、促销提升和外部事件。对每种 SKU，运行两到三个场景，并每周使用 MAPE 和 RMSE 等指标衡量准确性。在培训课程中，审查这些结果有助于员工提高技能并建立内部能力。监控的 SKU 数量应有限制以避免噪声；从 400 核心 SKU 开始，并在证明模型有效后进行扩展，这有助于保持信号质量。该模型使用外部信号和内部数据来提高预测质量。

将预测转换为每周在合作伙伴之间的分配，同时考虑能力、交货时间和目标服务水平。使用约束优化或原则性规则：优先考虑高周转率的 SKU 和计划的促销活动，然后填补关键的合作伙伴槽位，最后覆盖安全库存。优先考虑带来利润的项目，而不仅仅是销量大的项目。按合作伙伴分配安全库存，以应对交货时间的可变性并缓冲需求冲击。跟踪能力使用情况、完成率和积压风险；每周进行调整。LLM 可以扫描与合作伙伴的电子邮件和内部聊天，以获取影响能力的信号并调整分配。专注于电子商务服务和合作伙伴能力。

建立每周的 S&OP 节奏，涉及三个团队：商品、运营和财务。他们围绕预测、能力和现金流达成一致。创建一个对合作伙伴可见的仪表板和一个内部控制室，显示预测与实际情况、能力和即将到来的促销活动。向合作伙伴宣布调整有助于达成一致。每周五发送一份简洁的电子邮件摘要，其中包含前 3 个差距和弥补这些差距的行动。进行简短的练习和培训课程以提高员工的技能，并使用博客风格的更新来分享吸取的教训。使用键盘快捷键来加快数据输入，并使流程能够快速响应变化。热爱数据的人会更深入地参与到数字中。

信任、安全和质量控制在一个快速增长的市场中

实施一个五步信任和安全手册是规模化而不牺牲安全的最快方法。建立一个专门的安全团队，围绕验证、监控和快速响应进行构建，并为每个问题分配明确的负责人。你不能依靠运气；制定规则，自动化检查，并对员工和合作伙伴保持核心流程的透明度。

验证和入职是第一道关卡。我们通过文件检查、交叉检查电子邮件地址和检查支付渠道来验证身份。我们跟踪 ID 中的数字并标记不一致的数据。我们引入了自动化风险信号和正式的五级审查来减少欺诈。对于支付，我们支持多种方式，并记录每次现金或卡交易，并附有唯一参考。我们的方法始终在速度和准确性之间取得平衡，同时确保数据安全和合规。

监控和事件响应全天候运行。我们稳健的警报循环将案例提供给专门的团队，我们通过电子邮件或支持渠道解决问题。我们从事件日志中提取数据，为安全文章和合作伙伴的快速参考清单提供信息。与供应商和快递员进行的定期演习在我们触及更多市场时会测试标准。

质量控制依赖于一个可衡量的流程：审计、抽样和现场演习。我们每季度对供应商和快递员进行质量检查，以验证产品标准和服务水平。我们建立的记分卡跟踪可信赖的信号，包括准时交付、准确的商品描述和低的退货率。这些检查会生成供领导层审查的报告，并推动跨团队的改进。

在新地区的覆盖范围不应稀释安全性。我们的核心指标通过向合作伙伴和内部团队发送电子邮件进行透明更新，始终处于焦点位置。我们发布文章概述安全变更及其对每个角色的意义，并维护五步审查节奏以适应新市场。当出现问题时，我们在几小时内进行分类，并通过受控的推出实施变更。其结果是一个始终值得信赖的市场，为买家和卖家提供高质量的体验。

分析手册：指导决策的指标、实验和仪表板

定义一个统一的、跨产品的分析手册，并进行为期六周的试点，以测试每个产品线的核心 KPI。这创造了一个紧密的反馈循环，决策依赖于清晰的信号而不是意见。

专注于一系列吸引注意力的指标，这些指标直接与结果挂钩。优先考虑激活率、留存率和用户收入，并将它们与跨产品的产品变更联系起来。与前期进行比较以检测动量或停滞。

使用清晰的假设、定义的样本量和可操作的阈值来构建实验。对功能开关和小规模的迭代实验使用 A/B 测试，这些实验针对用户和员工的入职、绩效或沟通。在其他人可以审查的共享文档中记录结果和后续步骤。

仪表板应提供清晰的信号，而不是过多的仪表板。构建聚焦的视图：产品所有者的产品级别仪表板，以及高管的团队级仪表板。使用颜色、简洁的语言和适当的过滤器来快速显示有力的信号。包括图例，并确保结果锚定在结果上，例如对收入或激活的影响。

数据源和工具：将数据集中在一个数据湖中，维护 avas 和文档以实现可追溯性，并部署 gpt-4 支持的摘要以实现快速书写。使用 gpt-4 起草发现，但要与团队进行验证并在最终书写中添加上下文。确保对日志的搜索是目标的且符合隐私规定；避免因将信号与实际产品事件相关联而导致缺乏上下文。为每个实验维护一个风险登记册，并通过简单的备忘录向利益相关者沟通结果。

始终将实验与您的战略目标和产品路线图保持一致。您的员工应该能够看到仪表板并使用它们来指导日常决策，从而提高生产力和专注度。跟踪核心漏斗的注意力，并包含来自其他团队的示例，以加速整个组织的学习。

这是一个简单的、实用的清单，用于构建这些手册。

关于最佳实践的讨论在与仪表板挂钩时保持实用，并有清晰的所有者责任和为下一个周期记录的行动。

定价、激励措施和商户经济学：设计与增长一致的激励措施

推出一个双层定价方案，将商户经济学直接与增长里程碑挂钩。从 9% 的订单价值基础费率和 6% 的基础费率加上高达 3 个百分点的绩效返利（当月 GMV 或订单数量超过设定的目标时）开始。每周支付基础和返利池，以支持流动性。

在各地区和类别之间保持同等性，以便在满足简单先决条件后，每个人都可以获得增长层。使用六个月的资格期限和每季度的重新评估来调整目标，因为平台会学习，确保没有一个群体被优待或被落下。

围绕三个轴设计激励措施：价格定位、可见性和流动性。提供一系列促销、搜索排名提升和对库存友好的条款，以奖励持续的活动。Copilot 分析每个列表，并返回关于价格范围、促销窗口和库存检索触发器的个性化建议，以最大限度地提高转化率而不侵蚀利润。

通过一项聚焦的评估来衡量结果，该评估跟踪 GMV 增长、订单频率、留存率和增量利润。将增长返利与明确定义的阈值挂钩，并使用数据检索和每月提取来保持校准的准确性。对于早期目标不达标的候选人，提供带有辅助指导的较轻的入门计划；对于有效申请的候选人，加速激励措施以保持动力。

让产品、商户成功和财务团队的角色保持一致，以保持定价透明和付款可预测。负责该计划的经理应负责仪表板、手动更新和季度审查节奏，而跨职能团队则确保期限和同等性承诺与整体市场目标保持一致。

来自初创公司的例子展示了这在实践中的转化：一位月 GMV 为 2 万的候选商户加入了增长层，并在价格调整和曝光度提升后 90 天内订单量增加了 28%；另一位 GMV 为 6 万的商户通过维持每月 15% 的增长，解锁了持续的 2% 的额外返利，每周的付款加强了流动性。第三个案例展示了针对高潜力类别的个性化激励措施，实现了高低销量细分之间的平衡同等性，并为市场增长做出了更一致的贡献。

后续步骤包括与 40-60 家商户的子集进行试点，跟踪付款时间的变动，并验证该套餐是否能带来足够多的增量销量以证明返利池的合理性。通过自动检索和手动提取的组合收集见解，以完善目标、定价范围和促销窗口，然后在对所有相关方的影响被证明是积极之后进行扩展。