新美大和阿里本地生活的競爭趨勢是如何的?

上半年的時候,跟兩位BA大廠VP級的老大哥聊起本地生活的業務,趕上最近阿里本地生活開了「商業操作系統」的發佈會,正好規整下當時的一些判斷,記錄下來,當然我們說的也不一定對。

本地生活這場仗阿里是輸不起的

之前阿里集團明面上對本地生活的定位和期許是,成爲阿里集團核心電商的護城河,在O2O領域佔據絕對份額,以「即時配送能力」服務全集團的業務。

實際上當阿里把自己的定位和想象力都圍繞着「數據智能」展開時,就意味着本地生活領域的「業務數據」是不可或缺的一環,一旦在這個領域失去絕對份額,那意味着將來阿里在所有數據應用環節,都因爲數據源的缺失,產生指數級的影響,只是現在這個問題的價值還顯現不出。

本地生活的競爭策略

電商業務具備「網絡效應」,但本地生活業務並不具備,本地化的業務只能依託龐大的地面團隊,形成區域性的運營模式;

餓了麼和口碑合併後,本地生活的決策者們就在考慮

  • 集團的用戶,如何有效的供給本地生活業務,

  • 本地生活尤其是餐飲業務的數字化操作系統,比電商落後5-10年,如何借鑑集團的經驗?

  • 集團的海量數據如何應用於本地生活服務營銷效率的提升;

  • 如何阻攔美大未來短途電商對集團電商的威脅;

另外一方面跟朋友交流,提到阿里的競爭策略很清晰,拼燒錢補貼,把美團、京東定在溫飽線上,盯着對方糧倉打,讓對方不敢輕易做新業務,等美團犯錯,或等新模式出來迭代掉...我們日常看到和討論的很多隻是現象和細節,背後的思路是德州撲克深籌打淺籌的打法,我上點籌碼,對手就得all in才能跟...錯一次就沒啥了。

想的是挺好,但阿里實際上是錯過了線下和下沉兩個窗口期,現在是拿強資源在生生的補,效率自然低,全靠資源籌碼多。

但新美大沒犯什麼大錯,市場份額愣是沒怎麼打動,反而把自己強資源強組織執行的商業神話打破了一下下,也說明了窗口紅利期對於一個賽道的重要性。

阿里本地生活的問題出在哪兒?

到店業務生錯了地方;外賣業務我沒那麼瞭解,就不造次瞎說了。

口碑生在了螞蟻體系,一定程度上就決定了他今天的困境;

第一年天然的要服務於支付場景「螞蟻KPI」,左右互搏,跟螞蟻內部鋪支付的團隊衝突,鋪了場景最終發現支付太淺,對商家價值有限;

第二年開始做營銷,其實是已經因爲到店團問題被商家詬病的團購業務,心智已經被美團佔據,一年下來事倍功半;

第三年彙報線變更到逍遙子,全面入淘,但當初訂單體系,營銷中心等都是當初重複造輪子在螞蟻體系新搞了一套,現在對接還要工作量,這裏邊的損耗很大。

阿里本地生活還有機會麼?

王磊表示,在剛剛過去的天貓雙11全球狂歡節,肯德基和星巴克成爲銷售額突破億的本地生活品牌。事實上,本地生活服務走到今天,經歷高速發展,但目前也遇到了一定瓶頸:餐飲行業線上部分佔比不到15%,外賣行業增速放緩。他認爲,當下用O2O來形容本地生活服務是不準確的,曾經是簡單粗暴的優惠券和滿減,線上、線下被割裂開來,對電商而言通過支付可以打通整體流程,但本地生活服務行業由於服務半徑小,需要用戶去切身體驗,這樣的服務方式註定其不能直接中心化解決。正是在這樣的背景下,阿里本地生活提出了數字化差異的“新服務”戰略:硬件數字化,產品數字化,運營數字化。王磊認爲,本地生活服務的產品比實物零售更容易數字化,而只有幫助商戶數字化,商戶纔有更多時間去做不一樣的事情,也將爲不同用戶人羣帶來差異化服務——數字化是這一切的基礎。

全局來看,以阿里雲、支付寶等爲底層基礎,整合餓了麼口碑前臺,爲商家針對性搭建中臺,並打通阿里巴巴集團生態數據後臺。首先是線上線下一體爲消費者提供全場景服務,多端鏈接促進引流、成交、轉化,基於集團共享平臺,實現賬戶通、營銷通、交易通、流量通,即“一店多端”。其次是藉由前廳後廚的數字化改造提升經營效率,比如POS機可幫助商家歸集訂單信息,獲得數據分析報告,即對“場”的改造。最後是阿里巴巴集團生態數據的打通,洞悉用戶的精準畫像與標籤,完成全場景營銷。

新美大依託「找店+優惠」心智建立起的到店綜合業務廣告模式,曾佔了新美大50%以上的收入貢獻,那時人效方面,人均GTV美大是口碑的4倍,人均日收入是口碑的25倍,人效差距巨大,在找店的C端心智上,口碑幾乎沒什麼機會了,即便阿里投入了龐大的資源和人力,也沒看到追上的趨勢。

但在上文提到的「本地生活數字化」上,雙方几乎都在同時佈局,起跑點近似,份額雖然有差距,但未來如何不見得能說清楚。

當下的規模不到,其實是沒法向供應鏈求「降成本」,通過供應鏈經營損耗上「降成本」目前還是個空話,但什麼時候阿里真能依託自身數據源的廣度、深度,最終在數字化提效上,效果明顯優於美大,這場仗就還有機會,這個本質上就是差異化競爭,他有你沒有的東西,之前靠錢多強補貼嚴格意義上並不是差異化。當然也有可能,在這一天到來之前,戰爭就已經結束了。

熱門文章

直戳淚點!數據從業者權威嘲諷指南!

數據分析師做成了提數工程師,該如何破局?

全棧型VS專精型,團隊到底需要什麼樣的人?

數據驅動業務,比技術更重要的是思維的轉變

最近面了十多個數據分析師,聊一聊我發現的一些問題

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章