O2O设施的用户感受差异和大数据解决之道

一提O2O,必然想到Online和Offline。再往深里探究,如果局限在企业O2O范畴讨论,必然是人和设施,人分Online团队和Offline团队,设施分Online设施和Offline设施。Online团队和Offline团队之间的协作—“2”—的问题首先遇到了利益、权益和权力之争。Online设施和Offline设施之间的“2”,虽然从属于Online团队和Offline团队之间的“2”,但因为O2O用户首先碰到的就是Online设施和Offline设施的感觉差异,Online设施给O2O用户的感觉是“快”但“假”、Offline设施给O2O用户的感觉是“实”但“慢”,探究O2O设施在O2O用户的感觉方面的差异,并追求相互取长的极至发展路径,和实现最终的统一的可能,应当是O2O的最高理想。

具体来说,Online设施的极至发展路径是将O2O用户负面感觉的“假”扭转为“近真”,Offline设施的极至发展路径是将O2O用户负面感觉的“慢”扭转为“很快”,O2O用户就完成了移动互联网用户的感觉进化。任何一个O2O企业实体,谁第一个做到了Online设施的“近真”和Online设施的“很快”,就会率先成为第一个移动互联网企业。

下面用万擎咨询分析师张新军的《 研究:全球传统零售O2O模式的创新实践》文中的一张图(绿线圈是Online用户感觉、红线圈是是Offline用户感觉)来具体说明用户对O2O设施的感觉差异,以及极至化路径,甚至统一化的可能。

比如,Online设施“精准优惠券”,光根据历史购物数据生成的“个性化优惠券”是不能解决“假”的感受的,而在店内货架附近即时生成的“针对性优惠券”–张新军的说法是“近在眼前的优惠促销”,就能达到极至化的“近真”水准。注意,“近在眼前的优惠促销”依然属于Online设施。

比如,Offline设施“开放门店ERP”,如果切实作到了库存数据实时更新,O2O用户对“当下有货”立即下单的成功率能一直维持100%,就达到了Offline设施和Online设施在用户感觉层面的统一。

比如,Online设施“扫码比价”,这是许多门店严格禁止的。对于一些高档商场和名品店,别说扫码,拍照都不许可。大多数情况下,针对打印商品目录上的二维码、形码的“扫码购物”,是不提供“比价”功能的,只是减少了操作步骤而已。但如果像沃尔玛APP的“扫码比价”服务那样,凭借自身的供应链优势和大宗低价采购的价格优势,积极应对其他线上渠道的价格竞争,就能从一开始不怕在价格上“近真”肉搏。据笔者所知,沃尔玛门店的价格调整也是最频繁的。

 O2O用户感觉差异中的大数据

“大数据”也是O2O领域的研究热点,但尚无从“O2O用户感觉差异”的角度研究者。根据前面的分析,套用改革总设计师的话,不管白猫(Online)黑猫(Offline),抓到老鼠(O2O用户感觉极至)就是好猫。

如何量化衡量是否好猫?依次是4个进阶kpi:O2O极化、O2O时鲜、O2O大概率、O2O先手,广义上都属于O2O的“2”的范畴。

1)O2O极化

“极化”来自于物理学的磁铁摩擦纯铁后,纯铁也可以指北,其意义是用新工具新方法降低数据获取或用户联络的成本。这里的成本不仅是财务成本,也包含时间成本,时间成本中尤其值得重视的是线下O2O场景消费者接触点的诸项操作的便利性。比如同样是Offline“扫描二维码”,如果像打印目录扫码那样能让app操作减少一半,就是极至。又比如导购员app可以一分为二变成导购员app和用户app,导购员和用户在货架附近临时自动binding后导购做了大部分的单品历史比价、店内相关品类性价比综合比较、线下与自营网店线上比价、线下与第三方渠道比价等等操作示范和话术引导,用户只需在自己的app上做几次简单的确认操作,比起没有导购员app支持,用户操作数量降低到原来的10%以下,这就是统一。再比如大家热吵的“O2O移动支付”,如果参考中国古代的熟人社会文化和当下美国信用社会体制,采用“门店现场签单+第三方人工对帐+银行月结划帐”模式,完全可以不需要那些所谓的复杂技术组合,就能达到Online设施的“近真”和Offline的“很快”的高度统一,当然弱点也存在,类似麦德龙超市一开始实行的企业会员制,只服务熟悉并且有信用的用户。

2)O2O时鲜

与时效性相关。比如,每个用户接触点都有偶遇、接近、操作(收银台对应支付操作)/错过、即离、尚未忘这些具体的“kpi串”,商家诱导响应/刺激反馈的成功率差异很大。笔者非常注重“即离”这个最具时鲜价值的kpi,“即离kpi”是将普通客户转化为大客户、老客户、老大客户的最佳kpi。这就要求在“操作”甚至“接近”的时候对“再来”用户做好快速数据挖掘并给导购员(或收银台收银员)以适当的隐含提示–小心伺候,导购员将80%的热情风险给20%最应该热情服务的客户,绩效的显著甚至倍数提升就不是梦。

3)O2O大概率

描述一个人对未来不确定性的信心,可以用俗话–十拿九稳(100%~90%)、八九不离十(89%~80%)、七十八下(79%~70%)–来说事。在O2O实践中,Online团队常常给Offline团队“不靠谱”的印象。比如,Online导流到Offline的客服的订单转化为定单(订单付款后)的比率不高,甚至赶不上门店咨询客的转化率。如何解决这个问题呢?拿“订单转化到定单”说事,先跨越Offline的客服,将Online订单自动转给当地门店优秀店员确认一下,确认ok的才算真订单,再转给Offline客服,就能达到七十八下、八九不离十甚至十拿九稳的大概率转化定单效果。加上了“当地门店优秀店员”确认订单的这个Offline工作环节,Online订单的转化率就能从小概率变为大概率。

4)O2O先手

传统企业在当前的O2O实践中,大部分从业者依然是B2C式的传统互联网思维,把用户当数据、当符号,消费者主权、粉丝经济等仅仅停留在口头上,用户始终处于“懒、被动、轻参与”的后手地位。俗话说矫枉必须过正,基于移动互联网思维的C2B模式,一定要从O2O用户的Online和Offline的感觉差异出发,追求极至和统一的过程,也是用户由后手变先手的过程。先手?“勤、主动、自商务”。比如当下流行的“什么值得买”app,如前面几个进阶kpa–极化、时鲜、大概率—都一一做好了,就应该改成“什么值得卖”app了,一字之差,就是b2c和c2b的差异。再简单归纳一下,笔者预测,O2O先手大多数情况下发生在导购类明星app的重定位阶段,虽然目前还看不到这样的case。

O2O大数据的讨论,应该局限范围,不要动不动就拿集团、渠道、连锁说事,应该聚焦用户的感觉。商场分析不清楚就分析门店,店内分析不清楚就分析导购员、导购员分析不清楚就分析门口,门内分析不清楚就分析门外。


企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2014-04-06
O2O设施的用户感受差异和大数据解决之道
一提O2O,必然想到Online和Offline。再往深里探究,如果局限在企业O2O范畴讨论,必然是人和设施,人分Online团队和Offline团队,设施分Onli

长按扫码 阅读全文

Baidu
map