反思O2O演化的三个时代,大数据与智能化才是未来所在

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

反思O2O演化的三个时代,大数据与智能化才是未来所在

O2O,从人人追捧突然间变成了过街老鼠、人人喊打,这并非是一种正常现象。资本的过度虚高,创业者的过度神化,造成了今日大批O2O倒闭的悲剧。其实99%的O2O倒闭只是一种正常现象,他们也注定会倒下,如果创业都那么好创,岂不人人都能成企业家?不能因为大批创业者的倒下而否定了整个行业的价值,只能说烧钱模式的O2O并不是一种可持续发展的道路。

面对今天无数的O2O走向死亡,以及其所引发的O2O资本寒冬,刘旷认为O2O们必须要深刻反省,探寻一种新的出路。古人云:“鉴古而知今。”也就是说,要想知道O2O未来的出路到底在哪里,我们就必须先要了解O2O的过去,那么我们就先来看看O2O的演化历程。

O2O 1.0时代,团购时代

提到O2O,其实就是把传统的线下与线上结合起来,团购作为商家的一种促销手段,虽然那个时候还没有O2O的概念,但是通过线上的促销活动作为线下消费的引子,不可否认团购最早开启了O2O时代的到来。

首先,我们从消费者的消费习惯来看,在团购之前,很少有消费者在进行线下消费之前会先到线上平台去提前预定,他们往往都是直接到线下实体店进行消费。团购的兴起,越来越多的消费者都会先打开团购网站,寻找附近有什么好吃好玩的,然后线上团购好之后再去线下店消费,用户的O2O消费习惯无形之中就被团购培养出来了。

其次,我们从商家的角度来看,对于很多商家来说,互联网时代的到来让很多传统的线下商家都想着要急切转型互联网,但是对于互联网的空白与经验缺乏让传统商家们都陷入了困境,团购的到来给了线下传统商家搭上互联网这艘快船的机会。借助团购,很多商家通过互联网和移动互联网实现了品牌的免费宣传与积累,在商家门店空闲时期也引入了更多的客流量。

其三,我们从整个行业的角度来看,如果说电子商务掀起了贸易的新时代,那么团购则开启了消费商业的新篇章。可以说,团购对整个全行业以及社会经济的发展都起到了促进作用,未来将会有越来越多的传统消费行业借助团购快速步入移动互联网时代。

无论是从消费者还是从商家,亦或是从整个消费行业来看,团购都具有一定的促进意义。团购会成为线下商家借助线上平台进行促销宣传的一种营销策略而永远存在,但是团购模式本身存在的一些弊端,也决定了团购无法成为O2O的终极方向。

弊端一:任何事情都是利弊相生的,对于商家来说,团购用好了是一种非常好的品牌宣传与营销手段,但是如果没用好,对于商家来说也会是一种损失。有很多消费者本来一直也在该线下门店进行消费,但是当该消费者知道有团购之后,他们就会经常性的团购消费,这无形之中降低了商家的利润来源。

弊端二:消费者选择团购消费,除了电影等少数服务区别不是很大的行业,用户在大多数的消费领域消费体验上也会打折扣,这是很多消费者都会遇到的感受。O2O要做的是提升线下体验,而不是让线下体验打折扣,团购在这点上也会存在不足。

弊端三:从模式上来看,团购靠的是低价来吸引用户,而不是依靠真正的用户体验,这样也很难培养用户的忠诚度。对于很多用户来说,往往都是团购在哪里,折扣在哪里,他们就会流向哪里,长期以往容易形成一个恶性循环。

O2O 2.0时代,烧钱时代

到了移动互联网时代,O2O开始全面爆发,各种上门服务也开始雨后春笋般地涌现出来。不管是传统行业的从业者还是互联网的创业者,他们都纷纷涌进如O2O领域,在O2O的风潮下,全民创业开始掀起,随着竞争的逐渐加剧,O2O也正式进入了2.0时代——疯狂的烧钱补贴时代。

其实O2O 2.0时代与1.0时代的团购有着很多相同点,不同的是,O2O 1.0时代的团购模式,团购的折扣是由商家来补贴,而到了O2O 2.0时代,折扣则是由平台来补贴。

一方面,与团购一样,O2O 2.0时代的烧钱模式同样也培养了消费者的消费习惯,尤其是各种上门服务。过去,对于很多家庭用户来说,上门洗车、上门推拿、上门做饭等都是不太能接受的事情,但是在烧钱模式的补贴下,很多消费者的习惯也逐渐被培养起来,这是烧钱模式的功劳。

另一方面,对于商家来说,烧钱模式也同样帮助商家们拓展了新的市场,同时也有部分商家借助O2O平台的补贴培养了一批忠实的会员。反正这些补贴都是由平台来补,商家也就更乐意合作。

可以说,有很多O2O平台的烧钱补贴不仅让消费者尝到了好处,同时也为商家创造更多的效益。但是烧钱模式的O2O不可持续几乎成为了一种共识,同时它也加速了行业的洗牌速度,越来越多的O2O平台纷纷倒下,以至于很多投资家都开始不看好O2O。无论从何角度来看,烧钱模式的O2O都不可能成为永久模式。

第一,烧钱模式带来了更为严重的同质化竞争

几乎所有的O2O平台在抢夺市场都是依赖烧钱补贴,而并没有想到去依靠技术与服务创新提升用户体验来抢夺市场。很多O2O创业者一开始可能还想通过提升技术水平、提升用户体验来拓展市场,但是当竞争对手通过补贴已经夺走了市场份额,他们自然也就开始按耐不住,最终加入到这场烧钱大战中来,在没有新的资金涌入进来时,平台也就难以继续支撑下去。

第二,对于大多数的投资人或者投资机构来说,他们更多关注的是投资回报

很多O2O平台只是一味地烧钱,却并没有给投资人带来任何回报,一个月两个月投资人还能接受,但是一年两年,很多投资人就会想办法套现。若平台的效益不好,投资人很可能就会撤资,更别谈继续跟投了。

第三,烧钱模式对于整个行业的发展并没有实质性的意义,至少它没有真正提升消费者的用户体验,也没有提升行业的运营效率,烧钱模式甚至让O2O歪曲了其本身存在的价值和意义。

O2O 3.0时代,大数据与智能时代

经过团购时期的粗放式发展,以及烧钱模式时的爆发性增长,O2O如何健康稳定发展引来了众多行业人士的深深反思。伴随着一些企业的不断探索,O2O也正在从2.0时代大步迈向大数据与智能主导的3.0时代,他们正在成为未来O2O行业的领导者。

从加快O2O行业运行效率来看,通过平台多年的数据积累,借助准确的大数据分析,O2O平台能够精准地清楚了解到平台上消费者的潜在消费需求,从而实现智能推送。比如用户在某个时间段需要什么消费的时候,O2O平台就能够实现提前推送。

从提升消费者的用户体验来看,大数据分析与智能推送也能够节约用户的时间成本,同时提升用户消费体验。比如拼车、打车等各类出行O2O,如何有效匹配最近的司机提供服务给消费者,节省消费者的等车时间,这些就需要大数据的分析,消费者能够在最短的时间里接到司机,服务体验必然会提升。

从帮助线下商家转型的角度来看,烧钱O2O模式以及团购模式只能是作为商家的一种临时性的促销策略,而不能作为商家借助互联网转型的长期战略。但通过借助大数据分析与智能推送,能够让商家的用户消费体验大幅提升,帮助商家借助互联网培养一批长期稳定的忠实用户,并形成一个良性循环。

不过大数据分析、智能推送等技术的应用在整个O2O行业还不是特别广泛,虽然很多O2O平台也正在开始提升平台的大数据和智能技术,但是没有数据的积累,何来大数据分析?没有大数据分析这个基础,智能推送也就无法做到精确。对于整个O2O行业来说,大数据与智能技术的应用要实现普及还需要一段漫长的时间。

综上所述,刘旷认为O2O寒冬正在悄然逝去,O2O正在迎来一个美好的时代,烧钱模式并不可持续,而团购将会长期成为O2O的一种表现形式之一,并不会成为O2O的终极方向。打造最真实的用户消费体验,最深度的地方商家融合,大数据与智能才是O2O的未来所在。


本文作者:刘旷

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
3月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
8天前
|
存储 人工智能 数据管理
|
13天前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
98 15
|
1天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
30天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
1月前
|
DataWorks 搜索推荐 大数据
聊聊DataWorks——这个一站式智能大数据开发治理平台
聊聊DataWorks——这个一站式智能大数据开发治理平台
75 2
|
5月前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
83 0
|
3月前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
123 10
|
3月前
|
存储 数据采集 分布式计算
大数据技术:开启智能时代的新引擎
【10月更文挑战第5天】大数据技术:开启智能时代的新引擎
|
5月前
|
存储 人工智能 分布式计算
阿里云智能大数据演进
本文根据7月24日飞天发布时刻产品发布会、7月5日DataFunCon2024·北京站:大数据·大模型.双核时代实录整理而成