交易平台的常规发展路径 | 商业+产品

2019 年 11 月 7 日 PMCAFF


本文为PMCAFF作者 王学智 于社区发布

老王近10年的工作经历中,有一半多时间是做交易平台(电商+O2O)。 前几天在一个同事群里,大家交流起交易平台,又在脑海中唤起了一些内容,于是打算拣出一点说说。 今天先从粗线条一点的说起。
本套路所覆盖的对象,主要是电商、O2O平台,但实际也可以迁移到零售、餐饮,甚至到没有交易环节的内容行业。 这些行业都有些共同之处。
常规路径
下图就是具体的常规发展路径:
然后下面来具体解释。
爆款回路:流量+单品订单量+单品低价
流量、单品订单量、单品低价,这三个名词都不用单独解释。
但是为什么要把它们捆绑在一起呢? 它们三者又是什么关系呢?
为了解释清楚这个问题,我们先要从电商供应链的一个重要属性说起,这就是: 规模效应
工业化以后,大多数电商的商品都是工厂里的流水线生产出来的。 大家先思考一个问题: 同一条流水线上生产出来的同样的商品,成本是一样么?
答案是否定的。 假设购买一条流水线的设备成本是1000w,我们做两个极端的假设:
a)流水线上只生产了1件商品,然后流水线就爆炸了,那么这1件商品的总成本就是商品制作成本再加上这1000w;
b)假设这条流水线生产了1000w件商品,那么第1000w件商品的总成本就是商品制作成本+1元。
所以,如果订单量越大,生产商品的数量越大,固定资产就会被摊薄的越厉害,从而降低商品成本。 不光生产的这一环成本会降低,如果一次性大批量采购原材料,生产原材料的上游工厂也同样会享受规模效应的红利。 在运输环节也一样,本来小规模只能找价格最高的汽车陆运走高速,规模再大可以走铁路,最大的规模就靠船,而船运基本是成本最低的。 这种红利是会环环叠加的,使商品的成本急剧降低。这就是供应链中的规模效应。这种规模效应体现在业务端,就是“高订单量”可以带来“低价”。
有了“低价”,就可以成为一个吸引用户的理由,从而获得流量。 而流量越多,就又有可能带来高订单量,从而继续这个循环。
所以,如果用系统论的视角看,这三点组成了一个带正反馈的增强回路 通过这种回路可以不断累积优势,最后甚至会成为一个公司在竞争中的护城河和壁垒。 这就是爆款回路的力量。
电商的价值主张,难道只有低价?
关于“单品低价”,可能有人会问: 电商的价值不是“多快好省”么,怎么就剩下“省”了?
这背后的逻辑在于: 电商兴起的年代,恰好是中国制造业大发展的年代,它使得各种商品告别了短缺,走向了供给过剩,很少会存在大家买不到的东西。 (这也是小米在2016年,因为产能问题继续玩饥饿营销,差点把自己玩死的原因——买不到小米的,一大堆蓝绿厂的产品等着你买)这就意味着,当价格没有优势的时候,且其他条件都一样的时候,消费者完全可以稍微多花一些力气去最便宜的地方买。
除非你可以拿商品之外的服务来抵消价格上的劣势,最典型的例子就是京东靠物流打下的一片天空。 但就算是有这么一个优势,也甚至抵御不了低价的侵蚀。 拼多多打完纸巾大战之后,非常凶狠的直切京东的核心品类: 3C,甚至很多高端消费者在便宜1000元+的iPhone面前毫无抵抗力,分分钟变成真香。
所以,关于价格,原则就是: 不管你是否有其他法宝,价格必须是非常有竞争力的; 而如果你的价格可以击穿用户的预期,那么你就拥有了呼风唤雨的能力。
爆款虽好,如何实现?
如果要实现增强回路,最关键的就是冷启动,后面就会事半功倍。 爆款的冷启动,具体的策略主要包括这两方面: 营销,选品。
早期主要靠营销工具打爆款的典型案例,包括小米、拼多多、瑞幸、美团、每日优鲜等等。 而主要靠商品本身、而非营销工具的案例,盒马、优衣库为典型代表。 能看出零售企业没法像互联网公司这样大规模营销和补贴,只能另辟蹊径。
在找到这两个核心因素之后,在创业的早期,还需要注意一个策略: 聚焦。 因为公司的资源非常有限,如果不all in在精挑细选的SKU上,为了分散风险而导致流量也被分散,反而可能一个也跑不出来。 在这个场景下,不把鸡蛋放在一个篮子里不是一个好策略。
比如最近爆火的李佳琦,能有今天的成绩,也是因为他的团队本来打算培养200个主播,后来放弃改为只推他一个人,后来淘宝直播给他们推荐位,团队都给了他,从而实现了他的冷启动。
品类心智
如果在一个品类里面,能够持续推出几个爆款,就有可能在用户心中种下“买xx品类就到xxx来”的心智。 从而实现优势从SKU维度到品类维度的跃迁。
这背后也有营销理论的支撑,最有名的就是特劳特的“定位”理论,和“STP”营销理论。
这两套理论的核心逻辑非常相似,包括: 划分细分市场->竞对分析->差异化分析->找到消费者的心智空位(或者叫目标市场)->占领这个空位。
做营销的人往往会特别看重营销上的心智空位,但老王作为一个产品经理,则会注重产品价值上的空位,但其实二者不可偏废: 不重视营销,酒香也怕巷子深; 不重视产品,竹篮打水一场空。 并且二者是有节奏和先后顺序的: 在产品不够好的时候,急于推广,就像是良种撒在盐碱地,最后会颗粒无收。 例如像抖音这样的国民级产品,打磨了9个月才开始大规模推广。
横向品类扩张
当稳固好品类心智之后,等价于占领了一个细分市场/用户群。
例如小米当年占领的是刚工作没多久、手头还不宽裕但对性能有追求的年轻人,所以有才会有“年轻人的第一台手机”的slogan; 拼多多则先拿下了三四五线城市掌管家庭日用品采购的妇女,她们互相拼团砍价不亦乐乎。
但小米和拼多多们接下来面对的一个问题就是: 这个用户群,只有一个品类的需求么?
答案当然是否定的。 那么解决方案也很显然: 这些人既然到我这来买A品类,就同样可以买B品类。 这背后的运营逻辑是提高用户的购买频次,或者客单价(在用户产品中叫ARPU值)。 所以品类扩张是一种必然选择。 这在传统企业的战略规划中,有个类似的名词叫“多元化”。
同时,不同的品类在一个交易平台中扮演的角色是不同的,通常可以按照毛利率、购买频次等维度去区分。
例如京东起家是3C,但后面却以图书作为导流品类,毕竟电脑和手机大家不能天天买,购买频次太低; 像烧钱不止的瑞幸,给投资者讲的故事就是以高频次的咖啡作为导流品类(咖啡的高毛利正好给了它疯狂打折的空间),后面做全品类新零售,推出小鹿茶和盲盒也是顺理成章。
品类扩张也有学问在里面,除了刚刚说过的——要保持目标用户群的一致性,还有以下几大难题需要处理:
a)需要同步扩张用户的心智。 例如slogan的改变、企业形象的改变。
b)品类扩张意味着SKU的增加,当SKU增多时如何保持消费者购物的效率。 所以,这体现了“多快好省”中的“多”和“快”的博弈(快并不只是指送货快)。 这方面有一些通用的手段,就是优化搜索的效果和个性化推荐。
c)如何选择新品类,以及划定自己扩张的边界。 这方面,美团的这张图非常经典,一图就划定了美团的扩张边界,那么美团合并摩拜、推出打车业务的路径就能把握到了。
d)在业务品类之间形成1+1>2的协同效应。 在这方面,小米的生态链算是一个比较好的例子,小米的硬件可以进行互联互通,好多智能家居达人真的是一屋子小米。 这种协同效应会进一步增强消费者粘性,这就是生态的力量。
平台化
按字面意思来说,如果有多个品类/业务并存,其实就算是平台了。 因为平台,就是可以支撑很多东西同时立着的台子。
但我觉得平台还有一个更重要的属性,是「连接」。 因为消费者这一端必然是分散的,如果供给端也是分散的,此时平台的连接价值才能体现出来。
例如,京东我认为真正的平台化,不是全品类,而是接入第三方卖家; 链家不能算彻底的平台,而贝壳才算。
而需求和供给都是分散的平台,可以称之为「双边市场」,它所遵循的核心规律是「双边网络效应」: 其连接的供给和需求越多,平台价值和优势越大,最后导致赢者通吃,导致最后只剩下头部1-2个玩家,或者干脆一家独大。 像电商的淘宝、京东,外卖的美团饿了么,二手车的瓜子。 而更细节的规律,则可以在美团张川的 这篇文章 中找到。
纵向扩张
横向扩张叫“多元化”,而纵向扩张往往称为“产业链整合”。 核心是把更多的产业链环节放到企业内部,提高企业对资源整合的力度,从而降低成本、提高效率等。 理论上,一条完整整合的产业链,在一个行业内,竞争的优势是巨大的。
阿里应该算是比较擅长纵向扩张的公司,也跟它比较强的战略能力分不开。 从最早的交易平台淘宝,把支付环节整合进来就有了支付宝,物流环节整合就有了菜鸟,而支付宝里面发现余额宝比较赚钱就把背后的天弘基金给整合了; 再说文娱这条线: 最开始是收购优酷土豆,有了流量,然后阿里影业借壳上市,有了投资、宣发、院线服务,还整合了卖票的淘票票,之后还收购了线下文娱入口大麦网。
相比于阿里的风骚操作,包括腾讯在内,国内的其他公司段位相差较多。 腾讯的合纵策略,看起来团结了美团、京东、滴滴,小弟们却想的是先用一下大哥的流量,防御一下阿里。 比如吧,三个小弟都自己家独立做支付,大哥的微信支付也只能睁一只眼闭一只眼。 这个说来话长,就没法展开聊了。
后记
这条路径,还是一种比较粗线条的归纳,背后虽然有一些规律支撑,但并非绝对和必然。 所以大家如果发现有独 立的现象,与这种 归纳并不吻合,欢迎留言讨论。




登录查看更多
0

相关内容

O2O 即 Online To Offline,也即将线下商务的机会与互联网结合在了一起,让互联网成为线下交易的前台这样线下服务就可以使用线上营销。
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
2019年Q1中国互联网流量季度分析报告
艾瑞咨询
5+阅读 · 2019年5月15日
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
8+阅读 · 2020年3月30日
Dynamic Transfer Learning for Named Entity Recognition
Arxiv
3+阅读 · 2018年12月13日
Adaptive Neural Trees
Arxiv
4+阅读 · 2018年12月10日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
5+阅读 · 2018年9月11日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
相关资讯
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
2019年Q1中国互联网流量季度分析报告
艾瑞咨询
5+阅读 · 2019年5月15日
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
相关论文
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
8+阅读 · 2020年3月30日
Dynamic Transfer Learning for Named Entity Recognition
Arxiv
3+阅读 · 2018年12月13日
Adaptive Neural Trees
Arxiv
4+阅读 · 2018年12月10日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
5+阅读 · 2018年9月11日
Top
微信扫码咨询专知VIP会员