2011年5月,電商網站Gilt Groupe推出了旗下最新的銷售網站——美食網站Gilt Taste。就在此前數週,Gilt Groupe剛剛從包括高盛集團(Goldman Sachs)在內的投資者手中籌集到1.38億美元的投資資金,此輪融資給予該公司的估值大約為10億美元。
Gilt Groupe賴以成名的是大幅打折而限量庫存的實時閃購模式,借此把紐約風格的樣品銷售帶到全世界。跟它不同的是,Gilt Taste自稱建立的目的是成為一個 「奢侈品牌」,以高端價格銷售高端食品。然而這個模式並沒有奏效,今年5月24日,Gilt Taste悄然停業了。
但正如一批已經成立、正在增長以及前景有望的食品-科技初創公司所表明的那樣,Gilt Taste的失敗並不能證明地方食品經濟無法在年銷售額高達2,250億美元的電子商務產業中分到一杯羹。然而,Gilt Taste的滑鐵盧的確表明,在線銷售食品與兜售名牌手袋完全不同,而理解這些差異至關重要。
Gilt tast敗因
Gilt Taste的消亡,以及諸如早期在線食品雜貨零售初創公司Webvan和在線食品市場與訂付服務網站Foodzie等電子商務網站的失敗存在多方面的原因。
敗因一:產品規劃缺乏個性化食品的根本特性——至少食品電商運動所理解的食品特性,是直接與其初創模式不一致的。
任何農場、城市、地區或國家,都不會有相同的地方食品體系,因此相關標準無法以一種簡單——或者甚至不是那麼簡單——的算法來加以估算。Lifestyle Zen是一家為包括食品-科技初創公司在內的創新企業家提供服務的律師事務所。這家律師事務所的老闆帕特里斯•帕金斯認為這是期望進軍食品領域的技術型人才當中普遍存在的一個誤解。「大家認為,只要擁有一個能幹的程序員團和創意人才,找到合適的團隊,差不多很快就可以把某個創意從構思階段推進到執行階段。」但是,她進一步表示,很多時候,「人們並沒有進行充分的市場調研,無法真正保證自己所提供的產品一定有市場需求。」
敗因二: Gilttast面臨低轉化率和低重購率困境
儘管它的網站流量頗為可觀——平均每月吸引10萬名獨立訪問者,但它的評論內容並沒有拉動銷售。美食家可能很樂意如飢似渴地閱讀有關新鹽或者最美味的意大利熏火腿的文章,但是,這並不意味著她會購買這些產品。與食品雜貨不同,手工食品通常被認為是一個利基市場。它們可以作為很不錯的禮物,以及偶爾的美味享受,但大多數人——即便是美食家——也不會過於頻繁地購買高檔松露油。而有意購買這些產品的客戶通常會在他們可以看到、聞到以及品嚐這些產品的某個地方採購,比如:在農貿市場、在全食超市(Whole Foods),或者在食品手工製作者自己的實體店。
敗因三:產品毛利太低
鑑於利潤率出了名的低,任何以食品為主業的企業都將面臨著一個固有的挑戰,那就是拿出健康的資產負債表。這就是Gilt Groupe在2012年9月份宣佈削減Gilt Taste所提供的產品數量時所給出的原因。
敗因四:配送,所有此類電商共同的困境
試圖銷售食品的公司還面臨一個特殊的問題:配送。據市場研究公司Food+Tech Connect創始人達尼埃爾•古爾德認為,這是創建一個可行的商業模式最困難的部分。「很多人就是栽在了這上面。」
除了通常的配送要求——倉庫、貨車、勞動力之外,食品還容易腐爛。 她說:「它增加了公司配送的複雜程度以及約束因素,尤其是當它們擴大經營規模的時候。隨著業務開始增長,需求增長,你便成為一家配送公司,一家訂單履行公司」,所以如果無法跟上需求增長的步伐,就無法生存下去。
總部位於舊金山的在線農貿市場Good Eggs也得出了同樣的結論。執掌該公司的是科技界老將羅布•斯皮羅(社交問答網站Aardvark的聯合創始人,Aardvark在2010年以 5,000萬美元出售給谷歌(Google))和阿龍•薩萬特(軟件設計公司Carbon Five的聯合創始人)。他們最開始嘗試過不少辦法,以便攻克配送的「最後一公里」,向客戶提供地方食品,最後才建立了自己的物流基礎設施體系,得以把食品雜貨配送到舊金山灣區客戶的家門口。通過與生產商合作設計他們自己的在線銷售平台,Good Eggs團隊能夠迎合不同食品生產者的需求。而這點,Gilt Taste根本沒有做到。
Gilt Taste 對中國生鮮與食品企業的警示
警示一生鮮電商模式的問題:
1在中國生鮮電商領域目前擁有B2B ,B2C,O2O三種可見的模式。
B2B一般滿足的是集團採購或者酒店食財採購,目前在國內有一些從事供應鏈和冷鏈管理的企業在做,但存在的問題是回款週期慢的問題。
B2C 國內生鮮電商的主流模式,也是gilt tast的問題,依然繞不開核心的物流配送和電商所說的品類困境的問題。
O2O 正在小規模嘗試的區域性解決解決方案,但在中國還沒有出現大規模的普及的案例,只在中國的某些城市比如北京上海的某些小區之間進行試水,做同城O2O的生鮮配送,其目的也是為了繞開物流,目前來看還是適合傳統的擁有一定數量的線下門店進行試水。
選擇何種模式應該從自身資源的配置角度出發,並不侷限於何種模式可以成功,國外已經有像亞馬遜這樣綜合平台做電商成功的案例,國內還是處於燒錢試探階段,沒有證明任何一種模式是可行或者不可行。
警示二:食材體系的規劃問題。
這不會只是gait tast 的問題,在中國做生鮮電商這個問題會更加突出,原因是:
1 中國的食材差異太大,看一部舌尖上的中國,就知道中國每一個區域都會有不同飲食文化,可能廣東流行的海鮮,在內地某些區域並不流行。這對食材的選擇提出更高的要求,因為意味著你無法標準化食材的選擇,中國的這種不同區域差異化的食材特性會比國外要更加明顯。你需要無限的去擴展自己的品類。
2 食材規劃中你還需要考慮毛利率問題:由於國內高企的流量獲取成本以及物流配送成本,低毛利的品類根本無利可圖,所以要麼走高端路線做高端食材,要麼做個性化食材。做普通日常剛需的在超市能夠買得到的品類失敗的風險較高,不僅利潤較低,重要的是採購這個食材的用戶習慣一直在線下,很難轉化。當然依託天貓這種平台做經過加工後的熟食是一種選擇。
3 食材規劃中還有一個核心的突出問題無法標準化,電商之所以興起,是因為目前電商的品類產品都有嚴格的標準,比如電腦是什麼配置之類;但是對於生鮮電商而言,你一塊豬肉的配送你根本法保證有多少比例的肥肉,有多少比例的瘦肉,可能昨天購買的產品和今天根本不一樣。
警示三:食品安全問題。
是在中國現階段會相對突出的問題,中國的食品安全並不是某一家生鮮電商就可以解決的,所以,在整體大環境之下,普遍認為解決食品安全需要佈局全產業鏈才可以從源頭控制食品,否則你始終無法避免會不會存在食品安全的風險,但是在中國能從田間做到餐桌的沒有幾個,所以,對於食品安全一般的解決方法說依靠採購把控質量,但效果多少並不好說。
警示四:冷鏈與物流配送問題,這也是guit tast苦惱的問題
先說冷鏈問題 :前幾天與大連一家水產公司負責人聊天,他給出的認識是中國冷鏈還很落後,還需要像國外大力學習。而生鮮對冷鏈的要求不只是我們看到的新鮮度問題,拋出幾個例子供參考:香蕉不能進冷庫;蘋果要進冷庫;魚容易死掉,需要加冰,並每隔固定的時間需要充氧;海鮮需要海水,空心菜要橫放….但是這幾個問題都沒搞清楚,就去做生鮮,顯然不靠譜,而這每一類問題都需要有專人去照顧,所以,還不用說到冷鏈更高級的階段,但沒有冷鏈,生鮮的配送也就失去了意義。
物流的問題:1是怎麼配送的問題,同樣是時效性的問題,如果配送範圍過大,不光是物流成本高,而且用戶需求失去了時效性,食材新鮮度無法保證。 2 誰來收的問題,一般的快遞可以推在哪裡,但對於新鮮度有要求的生鮮不能擠壓不能等。所以,有人認為在中國這麼大的區域的,只適合做本地化的生鮮平台,全國配送很難保證用戶體驗。
警示五:用戶到底是誰的問題?
在中國用戶群中,除掉高端用戶,真正生鮮電商需求最強烈的是超市生力軍「老大媽們」,可是,老大媽們根本不會網購。這導致做飯的人不買,買的人不做飯,如何推廣營銷是關鍵。
Guit tast給中國生鮮的啟示遠不只這些,如果能夠想清楚上面的五個問題,中國的生鮮電商理論上依然還是一片藍海。
我們的產品設計、產品形態,都是最終要增強與客戶對於這些產品的應用,對於數據分析的理解。
今年3月份,矽谷大數據公司Taste Analytics獲得真格基金領投的Pre-A輪340萬美元融資,公司估值1600萬美元。Taste Analytics創始人汪曉宇稱,本輪融資將主要用於中國市場拓展,加速國內運營團隊的建立。
汪曉宇在美國博士畢業後,選擇了留校任教,做圖象和數據的分析與可視化的研究工作,擁有深厚的學術積累。在看到美國眾多企業對非結構化數據分析的強烈需求後,他放棄了教職工作,聯合原可視化中心的博士和碩士精英們開始了創業。
“2013年時,我們曾經對60多家美國企業的高層進行訪問,發現當時這方面的技術還比較落後,這就證明了在非結構化數據分析領域存在非常大的藍海。國內現在在這一塊的數據積澱相對較少,現有的數據絕大部分都是結構化的,而美國已經到三七分的比例。”汪曉宇告訴i黑馬。
Taste Analytics主要產品服務平臺就是Signals,這是一個可以對企業日常經營狀況做出智能分析的解決方案,有強大的非結構化文本數據的分析能力,包含數據采集,數據分析和可視化這三層服務,不僅可以分析傳統的結構化數據,也可以分析包括中文在內的24種文字、語音等非結構化數據。
也就是說Taste Analytics 根據用戶的用詞、造句、行文方式來理解文字含義,通過對大範圍的用戶、上千萬個消費點進行聚類分析,讓企業深度了解到用戶的真正建議。
“中國的廣大企業也很需要我們的技術,我們不僅會對產品進行本土化的改良,而且也會讓公司‘入鄉隨俗’。未來我們將以全新的姿態進入中國市場。”汪曉宇認為國內還是缺乏專業的數據分析人員,數據營運人員還是新興的職業,若想在中國市場紮根還需要時間和努力,2016年Taste Analytics的工作重心會在中國建立包括業務銷售、技術服務等在內的相關團隊。
目前,Taste Analytics已經在國內完成了首批客戶的開拓,慧晨咨詢,艾瑞咨詢、影子數據、深圳八爪魚等公司都已與他們達成了合作,Taste Analytics將為這些公司提供分析和咨詢服務,未來在服務平臺中還將集成多個服務。
以下為i黑馬對話Taste Analytics創始人、CEO汪曉宇:
Taste Analytics創始人、CEO汪曉宇
i黑馬:非結構化數據分析的機會具體體現在哪些方面,您能舉例子講講嗎?
汪曉宇:這個機會太多了,比如現在我們在政府做自動學習的輿情系統,可以理解分析社會動蕩問題。或者放到疾病預防里面,給美國的CDC做疾病預防處理系統,通過從大量的社交網絡把相關的疾病預防提取出來,然後看到有什麽問題,讓醫患能夠提前知道,去采取相對應的預防措施。
在企業里面的應用就更廣泛了,企業內部員工滿意度、企業外部客戶對企業產品的滿意度,包括社會對於企業市場推廣的建議和反饋,企業和企業競爭對手的信息反饋,這些非結構化里面都是大大包含了這些數據,做這些數據分析需要很多的計算能力與建模的能力,這里面的機會還是很大的。
i黑馬:那這些擁有大量非結構化的數據的公司會對我們開放嗎?如果保證它們的數據安全?
汪曉宇:我們不用他們對外開放,我們的系統可以部署到他們企業內部去的,所以所有數據都還存在他們企業內部,我們只是幫他們做數據的分析應用。你可以設想一下,我們的平臺是一個BI(商業智能),這個平臺實際上可以良好地嫁接在一個中間公司的位置。什叫中間的位置呢?就是既可上也可以下。
上遊是我們很多的咨詢公司,他們把我們的產品放入咨詢項目中去,為客戶提供相對應的數據分析價值,我們是不需要客戶直接把數據提供出來。在下遊,我們把數據提供商的數據放到我們平臺做分析。所以我們上下遊都是可以做下去的。
機遇在於,我們不會把自己局限在某一個領域里面,而是真正做一個橫向、全網、全數據的一個分析平臺。這個分析平臺轉化到企業里,相當於我們的企業可以進行私有部署,也可以進行加密雲的部署,這樣的話可以完全符合企業對於數據隱私、加密性的要求。
i黑馬:我們的數據分析現在有沒有跟具體的行業結合起來,如何凸顯在其中的價值?掌握數據源是否對做數據分析應用的公司很重要?
汪曉宇:當你有數據分析能力,包括能夠有能力跟客戶直接進行對比的時候,可以把產品最終展現給客戶的時候,客戶本身能夠看到價值,你的產品的意義就出現了,這是一個很直接的過程。數據源公司不是我們直接所在的行業領域的,換句話來講,他們是我們行業領域的一部分。每一個企業,他們自己都有自己的數據存儲(數據源),不會是我一定要從第三方拿到數據源才能給企業做項目,很多情況下反而不是這樣子,很多情況下企業直接會讓我們幫他們分析內部的數據。在這點的話,我覺得我們跟數據源公司之間的區別是很大的。
i黑馬:那麽我們現在的盈利模式是怎樣的?有沒有多樣化的變現方式?面對大型和小型客戶在收費上有什麽差別?
汪曉宇: 我們現在在中國的收費模式是人年來算的,就是一個人一個訪問的年是多少錢,因為我們需要更多的企業來使用,降低企業使用的門檻,這是我們在中國收費的一個大綱、方向。我們有不同的收費模式,我們有企業級的授權,或者說我們有跟咨詢公司做一些營銷方案,對於市場的把握來講,我們是相對比較靈活的。
對於不同企業收費的差別主要還是看我們的服務來給客戶帶來的價值。你的價值點在哪里,收費的額度在哪里,這些都是可以商榷的。
i黑馬:去年是B2B爆發元年,大數據開始向各行各業滲透,您認為中國現在大數據處於一個什麽樣的階段?
汪曉宇:我覺得現在國內的大數據屬於井噴式的狀態,但在這種情況下要保持冷靜的態度,不是說所有的東西都是大數據,不是靠這個做噱頭。我覺得大家最終是要做一份客戶滿意的產品出來,能夠給客戶解決他們實際跟數據產生的相關問題,或者說給他們一個提高效率的工具,這對於他們來說才是最有價值的過程,而不是做很多廣告性的東西。在B2B業界,你的產品就是你的口碑,你的產品做得好在行業內就自然跟上了。
i黑馬:我們以後想做成一個什麽樣的平臺?
汪曉宇:對於我們來說,我們提供給社會很重要的信息的話,我們想做的是數據分析型公司,我們所看重要的概念是“增強智能”,現在人工智能很火,但是你不要忘了,在一個企業里面使用你產品最後還是人。所以我希望我們的產品是以人為主。什麽叫以人為主呢?我們的產品設計、產品形態,都是最終要增強與客戶對於這些產品的應用,對於數據分析的理解,而不僅僅是做出一個非常酷炫的人工智能的東西。我們做的是真正把人作為整個數據分析的核心,來增強人對於數據的理解、分析和使用能力。
你可以想象一下我們的平臺是什麽,我們現在叫非結構化數據分析平臺,但是非結構化數據可不光是說文本文字,那我們下一個階段做視頻,這塊兒也在我們的產品發展藍圖上面。所以我們其實最終做到的是真正的非結構化的橫向平臺,把各個領域里面的人工智能分析結果,通過增強智能的方法,給人提供決策和提供數據,讓他們能夠成功,真正地受益,找到數據分析的價值所在,這個是我們今後要做出來的一個系統,是在我們現有平臺上面一個延展的過程。
我們的產品設計、產品形態,都是最終要增強與客戶對於這些產品的應用,對於數據分析的理解。
今年3月份,矽谷大數據公司Taste Analytics獲得真格基金領投的Pre-A輪340萬美元融資,公司估值1600萬美元。Taste Analytics創始人汪曉宇稱,本輪融資將主要用於中國市場拓展,加速國內運營團隊的建立。
汪曉宇在美國博士畢業後,選擇了留校任教,做圖象和數據的分析與可視化的研究工作,擁有深厚的學術積累。在看到美國眾多企業對非結構化數據分析的強烈需求後,他放棄了教職工作,聯合原可視化中心的博士和碩士精英們開始了創業。
“2013年時,我們曾經對60多家美國企業的高層進行訪問,發現當時這方面的技術還比較落後,這就證明了在非結構化數據分析領域存在非常大的藍海。國內現在在這一塊的數據積澱相對較少,現有的數據絕大部分都是結構化的,而美國已經到三七分的比例。”汪曉宇告訴i黑馬。
Taste Analytics主要產品服務平臺就是Signals,這是一個可以對企業日常經營狀況做出智能分析的解決方案,有強大的非結構化文本數據的分析能力,包含數據采集,數據分析和可視化這三層服務,不僅可以分析傳統的結構化數據,也可以分析包括中文在內的24種文字、語音等非結構化數據。
也就是說Taste Analytics 根據用戶的用詞、造句、行文方式來理解文字含義,通過對大範圍的用戶、上千萬個消費點進行聚類分析,讓企業深度了解到用戶的真正建議。
“中國的廣大企業也很需要我們的技術,我們不僅會對產品進行本土化的改良,而且也會讓公司‘入鄉隨俗’。未來我們將以全新的姿態進入中國市場。”汪曉宇認為國內還是缺乏專業的數據分析人員,數據營運人員還是新興的職業,若想在中國市場紮根還需要時間和努力,2016年Taste Analytics的工作重心會在中國建立包括業務銷售、技術服務等在內的相關團隊。
目前,Taste Analytics已經在國內完成了首批客戶的開拓,慧晨咨詢,艾瑞咨詢、影子數據、深圳八爪魚等公司都已與他們達成了合作,Taste Analytics將為這些公司提供分析和咨詢服務,未來在服務平臺中還將集成多個服務。
以下為i黑馬對話Taste Analytics創始人、CEO汪曉宇:
Taste Analytics創始人、CEO汪曉宇
i黑馬:非結構化數據分析的機會具體體現在哪些方面,您能舉例子講講嗎?
汪曉宇:這個機會太多了,比如現在我們在政府做自動學習的輿情系統,可以理解分析社會動蕩問題。或者放到疾病預防里面,給美國的CDC做疾病預防處理系統,通過從大量的社交網絡把相關的疾病預防提取出來,然後看到有什麽問題,讓醫患能夠提前知道,去采取相對應的預防措施。
在企業里面的應用就更廣泛了,企業內部員工滿意度、企業外部客戶對企業產品的滿意度,包括社會對於企業市場推廣的建議和反饋,企業和企業競爭對手的信息反饋,這些非結構化里面都是大大包含了這些數據,做這些數據分析需要很多的計算能力與建模的能力,這里面的機會還是很大的。
i黑馬:那這些擁有大量非結構化的數據的公司會對我們開放嗎?如果保證它們的數據安全?
汪曉宇:我們不用他們對外開放,我們的系統可以部署到他們企業內部去的,所以所有數據都還存在他們企業內部,我們只是幫他們做數據的分析應用。你可以設想一下,我們的平臺是一個BI(商業智能),這個平臺實際上可以良好地嫁接在一個中間公司的位置。什叫中間的位置呢?就是既可上也可以下。
上遊是我們很多的咨詢公司,他們把我們的產品放入咨詢項目中去,為客戶提供相對應的數據分析價值,我們是不需要客戶直接把數據提供出來。在下遊,我們把數據提供商的數據放到我們平臺做分析。所以我們上下遊都是可以做下去的。
機遇在於,我們不會把自己局限在某一個領域里面,而是真正做一個橫向、全網、全數據的一個分析平臺。這個分析平臺轉化到企業里,相當於我們的企業可以進行私有部署,也可以進行加密雲的部署,這樣的話可以完全符合企業對於數據隱私、加密性的要求。
i黑馬:我們的數據分析現在有沒有跟具體的行業結合起來,如何凸顯在其中的價值?掌握數據源是否對做數據分析應用的公司很重要?
汪曉宇:當你有數據分析能力,包括能夠有能力跟客戶直接進行對比的時候,可以把產品最終展現給客戶的時候,客戶本身能夠看到價值,你的產品的意義就出現了,這是一個很直接的過程。數據源公司不是我們直接所在的行業領域的,換句話來講,他們是我們行業領域的一部分。每一個企業,他們自己都有自己的數據存儲(數據源),不會是我一定要從第三方拿到數據源才能給企業做項目,很多情況下反而不是這樣子,很多情況下企業直接會讓我們幫他們分析內部的數據。在這點的話,我覺得我們跟數據源公司之間的區別是很大的。
i黑馬:那麽我們現在的盈利模式是怎樣的?有沒有多樣化的變現方式?面對大型和小型客戶在收費上有什麽差別?
汪曉宇: 我們現在在中國的收費模式是人年來算的,就是一個人一個訪問的年是多少錢,因為我們需要更多的企業來使用,降低企業使用的門檻,這是我們在中國收費的一個大綱、方向。我們有不同的收費模式,我們有企業級的授權,或者說我們有跟咨詢公司做一些營銷方案,對於市場的把握來講,我們是相對比較靈活的。
對於不同企業收費的差別主要還是看我們的服務來給客戶帶來的價值。你的價值點在哪里,收費的額度在哪里,這些都是可以商榷的。
i黑馬:去年是B2B爆發元年,大數據開始向各行各業滲透,您認為中國現在大數據處於一個什麽樣的階段?
汪曉宇:我覺得現在國內的大數據屬於井噴式的狀態,但在這種情況下要保持冷靜的態度,不是說所有的東西都是大數據,不是靠這個做噱頭。我覺得大家最終是要做一份客戶滿意的產品出來,能夠給客戶解決他們實際跟數據產生的相關問題,或者說給他們一個提高效率的工具,這對於他們來說才是最有價值的過程,而不是做很多廣告性的東西。在B2B業界,你的產品就是你的口碑,你的產品做得好在行業內就自然跟上了。
i黑馬:我們以後想做成一個什麽樣的平臺?
汪曉宇:對於我們來說,我們提供給社會很重要的信息的話,我們想做的是數據分析型公司,我們所看重要的概念是“增強智能”,現在人工智能很火,但是你不要忘了,在一個企業里面使用你產品最後還是人。所以我希望我們的產品是以人為主。什麽叫以人為主呢?我們的產品設計、產品形態,都是最終要增強與客戶對於這些產品的應用,對於數據分析的理解,而不僅僅是做出一個非常酷炫的人工智能的東西。我們做的是真正把人作為整個數據分析的核心,來增強人對於數據的理解、分析和使用能力。
你可以想象一下我們的平臺是什麽,我們現在叫非結構化數據分析平臺,但是非結構化數據可不光是說文本文字,那我們下一個階段做視頻,這塊兒也在我們的產品發展藍圖上面。所以我們其實最終做到的是真正的非結構化的橫向平臺,把各個領域里面的人工智能分析結果,通過增強智能的方法,給人提供決策和提供數據,讓他們能夠成功,真正地受益,找到數據分析的價值所在,這個是我們今後要做出來的一個系統,是在我們現有平臺上面一個延展的過程。