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。 O2O用户感觉差异中的大数据,从四个方面理解衡量:O2O极化、O2O时鲜、O2O大概率、O2O先手。

示意图:O2O行业

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

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。