泰合資本梅林:物聯網時代,尋找線下版“今日頭條”
“想象一下,使用者進門的那一刻就知道,‘是誰來了,他在哪裡,他做了什麼,他買了什麼,以及他為什麼買,他的偏好,他的屬性……,’這是未來線下大資料可能出現的理想場景。”在最近的一次內部分享會上, 泰合資本董事總經理梅林分享了她對線下大資料行業未來趨勢的考慮和觀望。
縱觀人類歷史,人類從土地驅動、勞動力驅動、機械驅動逐漸到現在的資料驅動,資料有可能是未來的第五生產要素。 而在即將到來的物聯網時代,線下大資料有可能是最重要的命題之一。 本文將圍繞以下四點分享梅林的看法:
-
為什麼我們關注線下場景的大資料?
-
資料交易不是線下資料變現的最優解,理想形態應與使用者需求和應用相結合
-
線下“頭條”以及資料驅動版“麥肯錫”?
-
資料採集分散限制了線下大資料行業的增速
為什麼我們關注線下場景的大資料?
從使用者的角度出發,我們會發現使用者有兩大稀缺資源,時間和金錢。二者體現在每個人每天都只有24小時,並且人均消費支出是相對固定的。
線上網際網路的使用場景主要集中在電商、社交、內容等, 根據QuestMobile2018年中國移動網際網路報告, 平均使用者每天在線上時間投入大約為5小時。 相比而言,除去睡眠時間,使用者投入線上下的時間仍是兩倍於線上時間。
雖然許多非餐飲的食品、菸酒以及日常家用品線上滲透率非常高,但人們還是會去線下消費,比如吃飯、買車、看病、教育等。 2017年居民人均消費支出大約在18000元, 線上消費佔比三分之一,線下消費投入仍是兩倍於線上。
毫無疑問,使用者的時間、金錢的大頭仍線上下。
回到產業端,資料服務是企業服務的一種,是賦能的邏輯,如果你做得很好的情況下我是沒有必要幫你做的更好的。我們發現,線上 場景集中度比較高,已經形成巨頭吃肉,餘下喝湯的局面。 但從線下的競爭觀察,其天然的LBS屬性決定了行業集中度低,業態分散, 不僅面臨線上的巨頭,還面臨線下與同屬一個地區的業態競爭。線下商業激烈, 為企業賦能的第三方資料服務有很大的空間。
如果比較線上的資料結構,我們會發現 一個典型的TMT公司往往已經形成資料閉環。從流量開始,公司可以清楚地知道使用者是誰,使用者做了什麼,多少的使用者買了單。這些資料都可以被採集和記錄,並通過資料分析挖掘使用者價值,形成運營體系。
反觀線下資料,線下很多業態是無法對其客流把握以及分析的。一家傳統的百貨公司是不知道今天我來了多少人,他們的消費需求是什麼更別提感知營銷活動、天氣等對客流的影響,基本處於躺著賺錢的粗放式經營。
雖然部分線下大資料公司已經實現了 通過wifi感測器、攝像頭和Beacon去捕捉和分析客流,但這仍處於最基本的流量環節。關於使用者的識別、以及使用者互動還是兩眼一抹黑。 線下場景相對封閉,客流、識別、動線/互動、交易支付、使用者運營每個環節都需要單獨的供應商,需要從零部署,資料相互打通基本沒有。
既然線下業態競爭那麼激烈,業態又分散,我們認為是這是第三方資料服務存在的空間,最終線下業態會逐步跟隨線上業態完成資料閉環。
資料交易不是線下資料變現的最優解,理想形態應與使用者需求和應用相結合
我們從資料價值和變現模式來看待線下大資料理想的商業模式可能是什麼樣的。
首先線下大資料的資料價值體現在 精準性和廣泛性 兩點:
-
相比於可複製的線上資料,線下資料通常代表著使用者的真實消費意願,人們每一次出現在餐廳、零售店、4S店都真實表現了他花時間了,並且他可能是打車或坐地鐵特地跑過來的。
-
線下資料覆蓋了全量人群,網際網路覆蓋不到的銀髮人群以及小於10歲的小孩,他們的消費行為和意願是可以線上下被捕捉的。
基於這兩點,我們看好線下資料的資料價值。目前市面上資料服務主要有以下四種變現模式:資料交易、資料呈現、營銷服務、運營服務。 泰合認為資料交易本身不是最優質的商業形態。
-
資料跟普通的商品不一樣,它是沒有使用非同步性的問題,一旦複製和規模化擴張之後資料的價值就會降低。
-
資料邊際成本幾乎為零。一旦佈下一個感測器,它就持續不斷的會給貢獻資料,額外的增加這個資料的獲取成本,基本上可以趨向為零。
-
如果資料來源不去與應用深度的結合,單純賣一個數據源,無法掌握資料的定價權的。
-
涉及資料交易比較容易遇到使用者隱私的問題。
資料的規模和單位價格之間會相互的制約,這會是一個trade off,並且可能會帶來隱私風險。 結合以上四點原因, 理想的線下大資料商業形態應該深度與使用者的應用和需求相結合。
線下“頭條”以及資料驅動版“麥肯錫”?
從營銷和運營角度,線下大資料的想象空間在哪裡?我們將消費品類通過決策週期和消費頻次兩個維度去區分。
決策週期長並且消費頻次低的商品種類,類似於汽車、房產等,使用者今天買了可能五年、十年後才會考慮換新。 線下大資料可以在消費者決策視窗期的時候培育客戶。 舉例來說,當人們走入一家4S店,攝像頭探測到並識別為潛在消費者後,可在3-6個月的決策視窗期對該客戶推送廣告、或者品牌動態刺激消費。
以線下大資料為核心的營銷業態可能是什麼樣的?如果看線上巨頭如百度和頭條,根據使用者行為資料做精準營銷,已經是非常成熟的模式但線下營銷還停留在資源驅動為主。 分眾傳媒、梯影傳媒等通過將螢幕鋪設在各個電梯、機場,佔據各個線下場景。
在我們看來通過線下大資料幫助線下傳媒做精準資訊分發是有可能的。
舉一個典型場景的例子來講,這是幾位男性創業者跟我們講的一個笑話,他們在一個寫字樓裡面等電梯,結果就發現電梯那邊的廣告在展示一個衛生巾的廣告,他們就覺得很尷尬。
所以,其實他們想象的場景是什麼呢?未來這個螢幕上面可能是會有感測器的,基於這些資訊我就會知道,在我面前站著的這個人是一幫男性,而且是相對中青年的男性,在這種情況下面它有可能就不會去推這個廣告,它的廣告就可以做到分散化,做到一個顆粒度更細,基於誰來到了我這個螢幕旁邊去決定我到底要給你推送什麼樣的內容,而這件事情天然就是線上的資料驅動的業態,這是千人千面。
我們認為 未來有可能通過線下資料和場景資源結合的業態出現一家新型媒體集團。
針對決策週期短並且消費頻次高的行業例如餐飲、零售、購物中心,這些業態已經有相應的流量,但是我需要知道流量是誰,需要去更好的瞭解使用者從而指導運營。
市面上已經有兩類諮詢在幫助企業做運營。一類如 典型諮詢公司麥肯錫、貝恩等,他們在行業裡有豐富的經驗,瞭解行業的know how,可以幫助企業提供經驗驅動型的諮詢服務。另一類如 於Nielson等諮詢服務公司,根據企業已有的交易資料、使用者資料去以及市場情況提供資料分析服務。
但在此基礎上,我們認為未來可能存在將兩者結合,出現以資料為主要驅動力的諮詢業態。已經出現的玩家比如Aibee,它將各地的資料彙總到一起,通過AI各種工具,基於使用者需求提供整套解決方案。
資料採集分散限制了線下大資料行業的增速
雖然說市場很大,價值和空間也很大,但是我們看到線下大資料公司如果從增速角度上面來講,我們可以看到增速還是慢慢在往上爬,它不像2C這個業態,一上線爆發式的增長。主要的難點就在於 分散 :
一是場景分散,不同的場景是極度分散的。百貨中心是獨立業態,餐飲連鎖是獨立業態,相互之間並不關聯。 而一個使用者有可能到任何一個場景裡面去遊逛。所以場景極度的分散,如果不做打通對使用者的認知一定程度上會變得比較的淺層和片面。
二是資料採集位置分散 ,剛才講到線下場景天然就是有物理區隔的,它是分散在每一個不同的省份、不同的城市、不同的位置裡。線下的資料採集需要一步一個腳印的,一個一個客戶的去敲門,然後一個一個的去布到這個場景裡面。
三是資料採集形式分散 ,線下資料採集形式包括WIFi探針、攝像頭叢集、POS收銀系統等。不同的採集形式帶來的是不同的賬號體系,使用者ID Mapping尚未打通。
基於以上梅林認為,“ 我們希望這個行業就是能夠做到多元的融合,可以通過多種的形式促成資料聯盟。然後我們這個資料互通,大家資源互補。我們樂見其成行業內出現多元資料服務商,在資料和場景維度能夠深度合作 ”
泰合資本已成立六年時間,為60多家創業公司完成了超過550億人民幣的融資額。服務客戶包括瓜子二手車、51信用卡、VIP陪練、作業幫、拼多多、雲集、百詞斬等。