大数据将如何改变垂直电商?

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

大数据将如何改变垂直电商?

亚马逊又往零售业丢了一个深水炸弹——豪掷137亿收购了美国著名的有机食品连锁超市Whole Foods。这次亚马逊史上最大的并购交易,明明白白地展示了这家美国电商巨头进军垂直领域的野心。

再加上沃尔玛3亿美金收购男装电商企业Bonobos,不难想到,这些过去追求大而全的电商、或零售业巨头,如今都在试图切入垂直领域,吸引更多客户。对于亚马逊来说,收购Whole Foods,进军杂货这个人们高频消费的品类很可能是它与沃尔玛、Target宣战的重要一步。

另一方面,随着大平台的电商统治结构逐渐成型,美国电商行业的创业者们也往往选择从垂直领域入手。与国内动辄陷入价格战泥潭的同行们相比,他们拥有更友好的市场环境,从Zulily、Lululemon到Bonobos,这些垂直电商公司凭借“小而美”的商业模式一步步壮大,达到上亿美元销售额。

垂直电商的玩法到底走到哪一步了?它们如何从各大电商平台中突围、又会和这些平台产生什么样的联结?记者采访了2016年风靡全美的零食类垂直电商Snackoo CEO Baylor Wei,与她聊了聊垂直电商过去的一些误区及未来的新玩法。

垂直电商三大误区

1. 有时候,人们并不了解“垂直”的真正定义。

在垂直电商领域,有一个很容易陷入的误区:以为将一个品类的商品陈列在一起,就做到了“垂直”。

“实际上,除了商品之外,在专业、服务、以及满足消费者需求等方面,也需要做到垂直化。这些才是让垂直电商不同于平台电商,获取优势的重要部分。”Baylor说。

随着在线消费不断向手机端转移,并与社交平台逐步结合,用户对“个性化”的需求正在增长。再加上大数据在电商各个层面的应用,保证服务专业化以及差异化,很有希望成为许多垂直电商的护城河。

2. 面对全品类电商,切入点没有竞争力

有些行业,天生在“垂直化”这条路上就没那么好走。比如像化妆品这类标品,用户很难对于垂直电商本身产生太大的信任度,基本还是在选购自己熟悉和信任的产品,影响购买的因素大部分还是价格,垂直电商的品牌价值难以得到体现。

而想要找到垂直电商更具有竞争力的行业,往往需要思考这两点:什么样的行业在面对全平台电商时仍旧能够有着竞争优势,而非可以被轻易并入他们的电商版图?什么样的行业,能够通过了解消费者,建立起品牌优势与用户黏性?

比如食品类电商。这个类别中,人们购买的目的性较弱,垂直电商品牌化的可能性更强;通过将资源及供应链集中化,垂直电商的价格往往也具有竞争力;在大的平台上,消费者需要主动搜索目标产品,而垂直电商的推荐模式与大数据分析则可能带来更好的用户体验。根据今年FMI和Nielsen联合发布的美国零售食品行业报告,十年后,美国消费者有70%会在线上购买食品;这个报告还预测,2025年,这个市场将达到1000亿美金。

亚马逊收购Whole Foods,当然是由于看到了这个市场的潜力,除此之外,像NatureBox、Snackoo这样的垂直类食品电商也已经在美国迅速发展。NatureBox主打“健康、有机”,已经获得接近6000万美元融资;Snackoo则选择零食作为切入口,并且有一个鲜明特点:好吃。

这个特点并没有听起来那么容易达到。为了保证“好吃”的可持续性,这家电商在超过七个国家和地区建立了可以深入当地供应链的买手团队。许多在其他平台上经常断货的日本零食,在Snackoo可以大批量买到。

Snackoo产品例子,日本红薯挞

除此之外,这家电商通过不间断的试吃及数据分析,不断更新着产品。据Baylor透露,Snackoo每月会给忠实用户发出10000份试吃装,并通过用户反馈而调整选品。

3. 陷入价格战怪圈

对于垂直电商来说,很容易为了提高占有率,陷入与各大平台、以及其他垂直类竞争者的价格战怪圈。可这并不能给垂直电商的发展带来想象中的巨大优势。

几年前,蜜芽宝贝、贝贝网、辣妈帮等亲子电商几乎是同时站在了垂直母婴电商的风口上。在接连宣布千万美元级别融资后,价格战随之而来。

2015年3月,蜜芽宝贝主动发起了“5亿备货+1亿元补贴”价格战。当日,蜜芽的日本进口纸尿裤价格直降一半,从180元左右拉低到68元。活动前三天,蜜芽的交易额达到3亿元。各大平台电商及垂直母婴电商也纷纷上车,与蜜芽的纸尿裤价格持平。对于拥有跨境供应链优势的蜜芽来说,这场价格战算是打赢了。

然而在这惊人的价格战背后,是用户的迅速流失、与并不突出的品牌优势。

大数据将如何改变垂直电商?

未来,垂直电商仍旧将是平台电商们在未来极其有力的竞争者与合作者。

eMarketer近期报告显示,全球的电商市场仍旧在不断扩大。在2020年,全球电商市场可能达到40万亿美元。已经入场的平台类电商,很难通过持续高速扩张来吃下所有市场。再加上用户不断增长的个性化需求,以及物流、支付等科技的飞速发展,可以说垂直电商在未来仍然有着巨大机遇。

“试想大家在线购物的习惯增强之后,像淘宝这样大而全、较为杂乱的购物体验,吸引力就不会太高了。”Baylor说。

在她看来,未来的成功垂直电商,有着三个发展方向:数据驱动,品牌化,全球化。

1. 数据驱动

首先,数据驱动是未来垂直电商最重要的特质之一。它将帮助垂直电商真正完成与用户的深度接触,增强用户黏性。

“其实电子商务的本质不是商业,而是数据。”Baylor解释道。

举个例子,电子商务有着一个计算公式:访客量X转化率X客单价=销售额。

可以看到,转化率是极为重要的一环。而数据的介入,则可以对它有着极大的正面影响。比如通过分析Bounce Rate(跳出率)与Exit Rate(退出率),商家可以了解到用户为什么很快跳出和离开。再结合其他指标,商家能够通过优化网站架构及内容,提高用户的参与度,最终影响到转化率。

据Baylor透露,如今Snackoo的Bounce Rate(跳出率)非常低,比业内公认的优秀基准线还要低不少。这意味着利用数据增强用户参与度是绝对可行的。

数据驱动的原则也体现在Snackoo推出的订阅模式,每月给用户寄送有着不同口味的美味零食。实际上,包括Memebox,Nature Box等多家美国垂直电商已经通过这个模式获得了不俗成绩。

“通过订阅模式,我们能够更加了解用户喜好。而更重要的是,它能够帮助我们收集用户数据。有了这些数据,未来我们可以给用户提供更好的推荐及优化搜索功能等。”Baylor说。

2. 品牌化

对于垂直电商来说,品牌化极其重要。能够给用户留下“记忆点”,是他们与平台电商的一个重要差异。

这可能包括多方面的尝试,包括风格、服务标准、专业水平以及独有的商业模式。

通过Snackoo的官网及各类营销手段可以看出,他们的主要定位是来自全球的美味零食。“将一个产品与当地文化连接起来,深入挖掘背后的故事,可以给品牌提供增加价值,持续吸引用户。”Baylor说道。

另外,Snackoo一直在做的Snackoo Box,即在一个盒子里提供不同风味的各类零食供用户品尝,也是一个比较独特的形式。再配合订阅模式,用户可以比较容易地把他们与其他零食售卖渠道区分开。

而品牌化的下一步,往往意味着它有与平台电商进一步合作,甚至打造垂直领域平台的可能。比如近期Verge报道里提到,亚马逊收购Whole Foods,就是看重它在有机食品方面的强大品牌,可以作为它这几年推动的Fresh服务的很好的补充。

“现在Snackoo的品牌认知度已经很高,有不少商家有入驻的兴趣,未来可能考虑做一个零食领域的平台。”Baylor说道,而这个前景也帮助他们拿到了2300万的Pre-A轮融资。

3. 全球化

最后,全球化,可能是对于垂直电商来说很有前景的一个方向。

让我们回想一下上文中的公式,访问量也是影响销售总额的一个巨大因素。大的平台电商往往通过扩大SKU(库存量单位)来吸引更多用户,比如亚马逊,SKU数量高达2亿。

然而对于SKU较为有限的垂直电商来说,拓宽市场,在不同国度寻找符合品牌定位的消费者,是一个提升销售额的可观途径。

“我们选择了中美两个市场,就是想在SKU较为固定的情况下提升体量。”中国与美国是全球最大的两个电商市场,比起在有限的单个市场中打价格战,Baylor更看好能够复制到其他地区的商业模式。  


本文作者:佚名

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
|
6月前
|
数据采集 运维 数据挖掘
API电商接口大数据分析与数据挖掘 (商品详情店铺)
API接口、数据分析以及数据挖掘在商品详情和店铺相关的应用中,各自扮演着重要的角色。以下是关于它们各自的功能以及如何在商品详情和店铺分析中协同工作的简要说明。
|
6月前
|
数据采集 监控 算法
利用大数据和API优化电商决策:商品性能分析实践
在数据驱动的电子商务时代,大数据分析已成为企业提升运营效率、增强市场竞争力的关键工具。通过精确收集和分析商品性能数据,企业能够洞察市场趋势,实现库存优化,提升顾客满意度,并显著增加销售额。本文将探讨如何通过API收集商品数据,并将这些数据转化为对电商平台有价值的洞察。
|
6月前
|
数据采集 传感器 人工智能
大数据关键技术之电商API接口接入数据采集发展趋势
本文从数据采集场景、数据采集系统、数据采集技术方面阐述数据采集的发展趋势。 01 数据采集场景的发展趋势 作为大数据和人工智能工程的源头,数据采集的场景伴随着应用场景的发展而变化,以下是数据采集场景的发展趋势。
|
6月前
|
数据采集 搜索推荐 大数据
大数据技术在电商平台中的应用
电商平台是当今社会最为普及的购物方式之一,而大数据技术则成为了众多企业的强有力竞争力。本文将介绍大数据技术在电商平台中的应用,包括数据采集、预测分析、用户画像等方面,并探讨其对电商平台的价值和意义。
|
6月前
|
数据采集 数据可视化 算法
电商API接口的大数据分析与挖掘技巧
随着电商行业的快速发展,电商平台上的交易数据量也越来越大。如何对这些数据进行分析和挖掘,从中获取有价值的信息,已经成为电商企业和开发者关注的重点。本文将介绍电商API接口的大数据分析与挖掘技巧。
|
3月前
|
机器学习/深度学习 供应链 大数据
【2023Mathorcup大数据】B题 电商零售商家需求预测及库存优化问题 python代码解析
本文提供了2023年MathorCup大数据竞赛B题的电商零售商家需求预测及库存优化问题的Python代码解析,涉及数据预处理、特征工程、时间序列预测、聚类分析以及模型预测性能评价等步骤。
186 0
|
1月前
|
机器学习/深度学习 监控 搜索推荐
电商平台如何精准抓住你的心?揭秘大数据背后的神秘推荐系统!
【10月更文挑战第12天】在信息爆炸时代,数据驱动决策成为企业优化决策的关键方法。本文以某大型电商平台的商品推荐系统为例,介绍其通过收集用户行为数据,经过预处理、特征工程、模型选择与训练、评估优化及部署监控等步骤,实现个性化商品推荐,提升用户体验和销售额的过程。
76 1
|
5月前
|
数据采集 大数据
大数据实战项目之电商数仓(二)
大数据实战项目之电商数仓(二)
129 0
|
5月前
|
消息中间件 分布式计算 Hadoop
大数据实战项目之电商数仓(一)
大数据实战项目之电商数仓(一)
285 0
|
6月前
|
机器学习/深度学习 分布式计算 供应链
大数据在电商领域的应用有哪些?请举例说明。
大数据在电商领域的应用有哪些?请举例说明。
319 0