电商创业，一般公司如何制定组织架构 依托线上商城（淘宝等），需要设置哪些职位，作为基本公司运营配置

合易认为：根据电商创业发展所在的不同阶段、不同规模，电商团队的配置会有非常大的灵活性，可以是初创期1~2个人组成的简单结构，也可以是成熟期多个事业部员工组成的复杂架构。

针对电商创业公司有以下几种组织架构可供参考：

1、简单架构，可以在总经理下设置运营、美工、采购、客服和库管等必要岗位，每个岗位基本都是一岗一人或一人兼多岗。

2、职能型架构，即设立如运营部、设计部、采购部、仓管部、行政部等相关职能，对于有一定积累或者企业本身有实力投入，从零领开始组建专业团队的，很多是组建职能型组织，这种组织可以更好、更迅速地将电子商务项目运作起来，同时也更能吸引专业型的电商人员。

3、项目型架构，即按公司是多项目、多店铺运作，而且各职能岗位工作人员需求都较多的时候，往往会开始实行项目型结构。各项目组之间相互独立，每个项目组领导直接管理所属员工并对项目整体运营结果负责。

4、网络型架构，即职能外包方式，有些传统品牌并不直接设立自己的电商部门，而是将不同的工作分别外包给对应服务公司去做，比如视觉外包、运营外包、推广外包、客服外包、仓储外包等。这种架构下，一般只设立一个岗位，那就是项目主管/经理，负责内部研发、营销部门和外部服务公司信息的交流和工作的协调，工作成果直接向总经理汇报。

SEM简单介绍，以下资料来源

因果关系：SEM一般用于建立因果关系模型，但是本身却并不能阐明模型的因果关系。

一般应用于：测量错误、错漏的数据、中介模型（mediation model）、差异分析。

历史：SEM 包括了 回归分析，路径分析（wright, 1921）,验证性因子分析（confirmatory factor analysis）（Joreskog, 1969）.

SEM也被称为 协方差结构模型（covariance structure modelling），协方差结构分析和因果模型。

因果关系：

究竟哪一个是“真的”？ 在被假设的因果变量中其实有一个完整的因果链。

举一个简单的例子： 吃糖果导致蛀牙。这里涉及2个变量，“吃糖果”和“蛀牙”，前者是因，后者是果。 如果上一个因果关系成立，那将会形成一个因果机制，也许会出现这样的结构：

3. 这时还有可能出现更多的潜在变量：

这里我又举另外一个例子，回归模型

在这里，回归模型并不能很好的描述出因果次序，而且也不能轻易的识别因果次序或者未测量的因子。这也是为什么在国外学术界SEM如此流行的原因。

我们在举另外一个例子“路径分析”

路径分析能让我们用于条件模型（conditional relationships），上图中的模型是一种调解型模型或者中介模型，在这里Z 是作为一个中介调节者同时调节X和Y这两个变量的关系。

在这里我们总结一下：

回归分析简单的说就是：X真的影响Y 吗？

路径分析：为什么/如何 X 会影响Y？ 是通过其他潜在变量Z 来达到的吗？例子：刷牙（X）减少蛀牙（Y）通过减少细菌的方法（Z）。------测量和测试中介变量（例如上图中的Z变量）可以帮助评估因果假设。

在这里要提一下因素模型（factor model）

在这个模型当中，各个变量有可能由于受到未被观察到的变量所影响，变得相互有内在的联系，一般来说那些变量都很复杂、混乱，而且很多变量是不能直接被观察到的。

举个例子：“保龄球俱乐部的会员卡”和“本地报纸阅读”，是被观察到的变量，而“社会资产”则是未被观察到的变量。另一个例子：“房屋立法”和“异族通婚”是被观察到的变量，而“种族偏见”是未被观察到的变量。

相互关系并不完全由被观察到的变量的因果关系所导致，而是由于那些潜在的变量而导致。

这些被观察到变量（y1--y4）也有可能由一个潜在的变量（F）所影响。

SEM来操作分为2种，1种是大型的线上搜索引擎投放预算，会有专人来管理，优化投放控制投放转化成本降低ROI；2种是直接账户交给百度等媒体方客服，但是客服会因为专业性和投入度等原因影响投放效果。 2中就延伸了一个行业叫做SEM托管。搜索引擎投放小部分的，又没有必要请专人维护优化的可以以较低的价格托管给和SEM团队。 @LINKSEM。

---