一個新零售的好案例

瓜子二手車直賣網於2015年9月27日正式上線。實時在售個人車源量超過12萬台;覆蓋全國28個省份,通過衛星城策略服務能力覆蓋208個城市,城市擴張增速持續保持行業第一。2015年交易額累計超過37億元。

2017年6月16日,瓜子二手車直賣網宣佈已經獲得了B輪超4億美元融資。
2018年,瓜子最重要的佈局是新零售轉型,在全國各大城市開設線下店。

新零售不僅僅是把商品數據化,而是把圍繞零售的所有相關元素進行數據化。所謂新零售,不是說線上有網站,線下開了店,就叫新零售。假如你有網站,現在要在線下開店了,這不代表就是新零售,即使線上給線下導流了,也不算是新零售。

對於主要業務是線上的公司,如果有線下業務,能形成一個從線下到線上的鏡像映射,把線下的關鍵節點全部數據化,回到線上,進行優化之後,再反饋到線下,對線下進行優化,這才是未來新零售的趨勢。

在未來智能商業時代,線上化、數據化和智能化,這三步是一步一步互為依託的。瓜子其實就是這麼做的。他們大規模開線下店,會在線下零售的關鍵節點進行數據採集,然後把數據傳回線上,用AI算法對數據優化之後,再用來進行線下場景的優化。

新零售為什麼比傳統零售做得好,本質是新零售能拿到比傳統零售更多的數據。新零售拿到的數據比傳統零售多10倍甚至百倍,所以可以大幅領先於傳統零售。

不僅是車這個行業,任何行業都是一樣的。如果有一家公司在所在的領域,能拿到比同行數倍級,十倍級、百倍級的數據的話,它就能佔領市場,這也是未來任何一個領域的商業模式。拼執行力、拼個人銷售能力的階段,已經過去了。未來的商業是數據驅動的,誰能擁有更大的數據,誰就有機會去贏。

馬雲的盒馬鮮生是新零售領域起步最早的企業之一。在盒馬鮮生剛開始的時候,得知盒馬鮮生不收現金。結果是,因為所有交易都在APP上完成,所以盒馬鮮生就擁有了更多的數據。這種完全的數據化,未來會讓盒馬鮮生比其他零售有更好的預測能力。生鮮講究時效新鮮。使用APP進行交易後,所有數據都是實時在線的。但是其他零售商就只能看歷史數據,去年10月1號賣了多少,今年大概賣多少,然後根據模糊的猜測進貨。而如果有了實時的全部數據,就可以做更精准的預測,效率就會更高。如果效率比你高,那麼生鮮的價格,就是比對手更便宜。

零售公司的兩條基本原則是:大幅提升行業效率,消費者因此而受益。所有零售公司都是圍繞這兩條原則進行不斷地迭代。一家公司效率比較高,最後就會體現在價格上。無論對於生鮮,還是對於二手車,都是如此。

這就是為什麼盒馬鮮生今天很多店虧錢,卻有很多人看好它的原因。盒馬鮮生不僅僅是開了線下店,同時在線上線下進行零售業務,而是在整個零售的過程中,進行了數據的打通。

瓜子的線下店完全不依賴物理獲客,也就是說,瓜子對線下路過的人流不依賴。正是這種不依賴,讓瓜子在選址有了更大的自由。傳統商鋪選址講究「金角銀邊」,而瓜子完全不用在意這些選址原則,瓜子都是通過線上獲客,然後把線上的客人導流到線下的店中進行體驗。此外,由於不依賴線下人流,對店面的銷量瓜子也可以有比較準確的預測,也不需要養店,因為養店的本質是依賴於物理獲客。
很多人很驚訝瓜子為什麼開店這麼快,原因也是同樣的。瓜子全部是線上獲客,開店第一天也能有顧客。這就是為什麼瓜子相比傳統零售店開店更容易的原因。

算法是如何提高零售效率的

瓜子一直以來堅持的兩條企業經營原則是,大幅度提升行業效率,消費者因此而受益。給你介紹一下,瓜子如何通過數據驅動來提升二手車行業效率。
數據驅動帶來的最明顯的一個優勢,就是車架的售賣週期縮短。國外有兩家公司KBB和CarMax做汽車定價,每年會出一本書,書裡面會給每一款車做定價,就像一個大的資料庫一樣,裡面每一架車,會有年份、顏色等各種指標,所有指標計算在裡面,最後出來一個價格。

國外汽車定價給出的是車的價值,而中國的二手車商需要定的是車的價格。美國汽車市場很穩定,2017年新車年交易1700多萬車架,二手車年交易4000多萬架,常年是這樣的。但是在中國市場,汽車的定價必須要考慮供需關係頻繁波動這種現實的場景。

傳統車商二手車售出週期平均是32天,CarMax是20多天,瓜子平均9天售出,是傳統車商3倍以上工作效率的提升,靠的就是數據驅動。

AI算法是怎麼做到的?一個日常場景例子。假設線下有一間2手車店,門口擺著幾架車,一架寶馬3系收進來,這架車到底標價多少是拍心口決定的。店主看了一下周邊二手車市場,還有好幾家在賣一樣的車,憑直覺定了20萬。

然後,假設店裡每天進來5個人,這5個人進來轉一圈,問一下價格走了。店主等了2星期,未有賣出,會思考是不是價格定高了,改成19.5萬元,又等了一段時間,又沒人買。最後終於有一天,18萬賣出了,這就是為什麼傳統車商需要1個月以上的銷售週期。

這裡面有兩個問題。首先,定價是靠直覺的;第二,所有調整價格的場景判斷也是靠直覺的。到店裡看車的那5個人,店主不知道那5個人是真想買寶馬,還是進來Shoping一下,看到有豪車見識見識就走了。在互聯網人眼裡,進來的這些人帶來的不準確數據都是噪音,因為不清楚這些人的目的。

如何把這個場景線上化?在數據系統中,一架車賣多少錢,每架車有它自己的模式。例如,一架2002年的紅色寶馬上架了,定價20萬。這個價格,是根據歷史上類似車型成交的價格來定的。

接下來,算法會給這架車1000次網頁展示。首先,這個展示可以做到千人千面。用戶一直在看寶馬奔馳,AI算法就會繼續給他推薦寶馬奔馳,所以這些數據是沒有噪音的,AI算法不會給想買Audi的人推薦寶馬Benz。這1000次網頁展示就是一個樣本。這裡面有100個人打了咨詢電話,咨詢這架車的情況,其中有10個人到線下看了這架車,最後這架車成交了,這就是這架紅色寶馬歷史成交的模式,就如同股票和天氣預報一樣,所有數據匯總在一起,形成一種趨勢預測。

如果在1000個展示樣本中,發現按照20萬的定價,1000次展示只有50個人打電話了,只有5個人到線下去看車了,然後算法就知道價格定高了,開始調整價格。
所有這些事情,都可以做到在一天之內發生。

但是如果這架車在線下的2手車店,線下店沒法做到一次拉來100個顧客,準確瞭解定價合適不合適,如果不成交,馬上就調整價格這種程度,但線上算法是可以做到的。

AI算法不是用來做噱頭的,必須要有切實的東西,讓消費者感知到你在改變這個行業,就像Walmart開出來之後,大家馬上知道他們很厲害,是在改變這個行業,因為不僅僅在價格,還有質量,以及消費者的整個購物體驗,相比之前都有大幅的提升。

為什麼AI算法能如此極大縮短售賣週期?因為,價格決定一切,1元的車當天就能賣出,1000萬的車可能永遠賣不出。在一個買家賣家充足的全平台網站上,有幾百萬的用戶在上面,只要價格合適,就一定能賣出,這是一個充分市場化的場景,在這個基礎上,AI算法可以用價格來調節售賣時長和概率。因此瓜子能做到平均9天售出,CarMax做不到,因為CarMax沒有線上做數據化的分析。