产品沉思录 - 从信息差的角度来看：在交易中供需双方谁应该首先提供信息

type

status

date

slug

summary

category

icon

password

背景

疫情期间，许多在线问诊平台都开始提供免费的问诊服务，一时间大量的用户需求被释放，问题订单蜂拥至各个平台，供给能力瞬间捉襟见肘。鉴于疫情期间的隔离造成的不仅仅是用户的恐惧，因为无法线下就诊/购药，用户的需求呈多样化离散化，故下文所述的用户需求均是非标且离散的。

这时候能看到在此情境下，有两种不同达成「交易」的方式

优先展示供给：将供给量展示给用户，由用户选择匹配，匹配成功后才能描述需求，量入为出。供给不足时候用户需求无法得到释放，错失机会。

优先收集需求：用户先描述需求，由供给侧筛选，能大量的收集用户的需求。供给不足时履约率将会很低，带来大量的负面口碑。

基于此情境下的业务描述是：在线问诊业务中，究竟是应该用户首先描述其需求，供医生挑选；还是应该先提供自己丰富的信息，供用户挑选。

抽象来看则是：在交易双方中，谁应该主动提供更多信息。

许多时候互联网业务讲究「模式的复用」，但是许多业务只得其表（如早年瀑布流、近年信息流），而不得其里，违背了基本的商业常识和经济学常识，本文试图从交易时交易双方信息差的角度，来阐述其模式的可行性，以便让自己对此洞察有更深入的了解。

交易的达成依赖于信息，尤其是分散的信息

（封面中的）经济学家哈耶克（Friedrich Hayek）于 1945 年发表的学术文章《知识在社会中的使用》中提到，在当下的年代，我们提到「知识」的时候，过多的关注了「科学知识」，而忽略了「经验知识」，认为后者是不重要且低等的，但后者在交易中的作用性却强于前者。

在这里展开说明下，所谓科学知识便是我们日常在课堂或书本所学如「新冠肺炎第六版诊疗方案」，而经验知识则是「我家门口小区的便利店里面昨天新到了一批口罩，老板是我好朋友刚打电话给我说的」。显然我们都会觉得前者的「价值」更大，但是却忽略了，我们日常非常多的交易行为都是基于后者（所谓的经验知识）的信息作出的。

经验知识的特点是非常分散，这一点从早年计划经济的溃败中就能看到，没有任何一个中枢组织能掌握那些存在于每个人每个当下场景稍纵即逝的知识，而掌握这些知识的人其实才能最终促成交易。从这个角度来说，为什么许多人「听了许多道理，依旧过不好这一生」，因为整天听到的知识都是「科学知识」，但是自己却没有能力从实践中获得「经验知识」。

在这里不再展开赘述，有兴趣的可以点击「阅读全文」查看《知识在社会中的使用》相关介绍。

信息差较大的一方，应首先提供信息

因为上述两种知识都是某种「信息」，为了减少概念引起的分歧，故接下来对这些知识都统称为「信息」。无论是在线问诊，还是出门买口罩，本质都是交易，而交易是一种决策，决策的变化依赖于信息的不断输入。

eg.1 以在线问诊为例（供给方信息差较大的情况）

基于上述观点，当一个用户遇到问题，需要在线咨询医生时，双方达成交易需要的信息大致如下：

用户侧：

感觉身体不舒服，需要找到对应医院、科室、医生的信息，所以需要去搜索……

医院要考虑是不是公立、三甲、同城……

科室要考虑是否对症（比如脱发究竟是内分泌科还是皮肤科）……

医生要考虑是否专业对口、个人经历如何、服务质量如何、其他人的评价如何、多久能回复我、信息是否真实、咨询价格是否自己能承受……

医生侧：

年龄、性别、症状、病史、过敏史……

上述关于双方对于信息的需求，仅是一个示例，描述并不完备，不同的人在不同的情境下考虑的信息可能更多。但是能明显看到在「在线问诊」这个场景下，双方为了达成交易，用户侧对医生信息的需求，是远远大于医生侧对用户的需求。

所以整体来看医生侧的信息差较大，需要医生尽可能多的提供关于自己的信息，才能方便用户做出决策，进入交易环节。

eg.2 以打车为例（需求方信息差较大的情况）

我们再以打车为例来论证，假如某君今天要从家里打车去公司，天气不好下雨。则他和司机为了达成交易所需要的信息大致如下：

用户侧：

一辆车能在 X 点前达到楼下，把我送到公司，最好能干净点。但实在不行脏点也能忍。

司机侧：

他是谁、他要去哪里、他愿意付多少钱、是一个人还是几个人……

会经过堵车路段么、去的地方限行么、警察多么、路段我熟悉么……

我车子还有多少油、距离交接班还有多少时间……

通过上述例子能看到，对于交易的达成，司机侧对于用户的信息需求更多（也就是我们俗称的挑活儿），而用户侧对于司机的信息需要较少，所以在此交易模型下，应该用户侧首先提供信息，司机根据用户提供的信息，选择是否进入交易环节。

eg.3 以房产交易为例（供给方信息差较大的情况）

因最近在链家挂了上海的房子在出售，所以最近对贝壳产品有所体验，复用此模型依旧有效：

买房侧：

地段、面积、楼层、房龄、朝向……

价格、房东贷款、出售原因、意愿

是否符合政策条件、是否学区房、周边配套如何、交通方便如何

信息的真实性、

卖房侧：

是否有购房资格

是否有贷款资格或现金支付

从上述举例能看到，作为房东我需要提供大量的信息才能让买家得到满意，而我对买家的信息要求非常少，所以是我（房东）来首先提供大量信息，方便买房的人进行判断。

由此可得：交易双方为了达成交易，所需信息差相对较大的一方，则应首先提供信息。

平台提高撮合效率的最佳方式是，促进双方提供更多的信息

之前一直提到的是交易双方自己提供信息，但是交易平台本身其实也能利用自身的能力加第三方的角色，帮助双方提供本身他们无法提供的信息，来更好的撮合双方需求达成交易。

基于上述卖房的经历，这一点不得不说贝壳（链家）对于信息的丰富程度上帮房东做了非常多的事情：

信息丰富度：VR 看房，专业摄影，户型图（这玩意我自己都没有），周边配套描述等

信息真实度：中介带看评价，房东自述（被中介催了好多次），专属经纪人，房东活跃情况等

因为平台提供了这些个人无法提供的信息，所以同样的一套房子在不同的平台，交易的可能性会完全不同，从目前来贝壳带来的浏览和意向交易远超其他平台。

在丁香医生的产品上也有过类似的例子：

信息丰富度：擅长方向（由患者提问自动计算）、平台优秀标签（由系统自动计算）、公开问题精选、医院信息（是否三甲/医保）

信息真实度：真人照片审核、专业服务能力审核、患者评价、公开问题

目前仅从公开问题这一项上来说，几乎所有提问的患者在问医生之前都会查看 3-5 条，以确定医生的服务质量如何。而这是其他许多平台所忽略的地方，仅仅依赖于医生自己提供，没有从平台的角度来提升其「丰富度」和「真实度」。

所以就平台而言，可以利用自身的资源（如人力、技术）和身份（第三方中立角度），增加交易双方的信息「丰富度」和「真实度」

小结

从具体的业务模型来看，适合让用户首先提供信息的在线问诊服务，仅限于个人用药明确，仅需处方买药的场景，因为在此场景下患者对于医生无太多诉求，仅需重审之前的处方而已。

而一旦到了不确定性更多的问诊场景，则先让用户提交需求，再有医生自己挑选回复的模型很难成立，因为一方面患者很难描述清楚自己对于医生的需求，另一方面即使医生提供了服务，但是最终带来的是信息错配，即患者本身想要的是个二线城市的主治来解答，但是提供服务的却是一个村镇卫生院的全科医生，虽然从问题的角度得到了解答，但是由于提供方的信息错配，则最终的满意度和可信度会大打折扣，造成负面口碑。

从抽象的模型来看：

交易双方为了达成交易，所需信息差相对较大的一方，则应首先提供信息。

平台如能从信息的丰富度和真实度上，为双方赋能，方便其提供更多信息，则撮合效率能进一步提升。

以上讨论感谢 @lightory 同学提供思路，最初我仅仅是站在「服务标准化」的维度来看供需双方的匹配，而其中带来的许多关于「标准化」的定义问题，譬如为什么叫车需求算标准化，外卖为什么不算等等，@lightory 则从「信息差」的角度提供了新的视角，简化了比较模型，根据奥卡姆剃刀原则，应当选择这个更加简洁的描述。