新用戶登錄后自動創建賬號
登錄今年以來最受歡迎的互聯網產品,可能是滴滴和Uber這兩款打車軟件,它們很有效地幫我們解決了出行打車困難的問題,同時對于出租車行業的沖擊也是全方位的。令人奇怪的是,這種沖擊在極短的時間內快速形成,傳統的出租車行業甚至來不及反應就到了被淘汰的邊緣上。為什么打車很快風靡全國,是什么因素在起作用?而在這個過程中傳統企業的致命弱點又是什么?
觀點1理解60秒馬桶時間
就能理解場景
羅輯思維早上60秒語音是在6點半發送的,為什么是6點半呢?我們仔細想一想,當發現了“馬桶伴侶”的使用場景的時候,當我們就理解了,它是一種應用的時機,它真實地嵌入到了我們的生活軌跡和生活方式中,滿足這一個具體的時間、具體的地點、具體的場景中的需求。當我們運動跑步時聽羅輯思維也是一樣的道理。
所以,場景中的產品,我們應該視之為一種具體需求的解決方案。傳統企業需要弄明白的是他們的產品是在什么時間、什么場景下使用的,然后從頭到尾,針對使用流程的每一項細節進行優化,從而提供更佳的體驗感。
觀點2傳統企業的致命弱點
是沒有這種場景感
商業的邏輯是離用戶越近就越有價值,而和互聯網企業相比,傳統企業最弱的一環就是與消費者溝通的效率,有很多 “痛點需求”沒有被滿足。
比如打車這個問題,滴滴、易到和Uber出現之前,出租車是主要的出行方式之一。每一個人具體到打車的情境里,這其中的不便實在太多,我們都無需多說。這些具體的痛點情境,本來應該是出租車公司來解決,他們沒有解決,被專治各種不服的互聯網企業搞出來。打車軟件從叫車、上車、下車、支付,這是一種全流程的場景化改造。
傳統企業對于消費者的痛點需求其實是很遲鈍的,以產品為中心,而沒有足夠多地考慮到人的因素、場景的因素,這是致命的弱點。
觀點3每一個場景都可能
成為共享經濟的一部分
共享經濟最大的特點是商品所有權和使用權的分離。原來我們使用私家車是自己買自己開,所有權和使用權都屬于自己,是集于一身的。而滴滴和Uber則是別人開車送你,使用權和所有權是分離的。這使社會和商業資源使用效率得到極大的提升。
未來,從交通、住宿到教育、醫療等等資源,所有行業、生活的所有場景,都是供給和需求的匹配,任何一項服務使用權和所有權的分離,意味著共享化的可能性。
觀點4從一個小場景切入
有無限商業的可能性
從社群的基本點出發,跨界就成為了可能。
從一個小場景切入,聚合生活方式和價值觀相似的社群,就可以找到很多其他的共同場景。任何兩個陌生的企業,都可以通過強商務拓展找到接觸點,彼此形成互補的品牌連接。
比如吳曉波頻道書友會的旅行大組,代表的就是同時喜歡吳曉波和旅行的生活方式。它完成了從書到旅行的連接,這種跨界在商業上會帶來無限可能性。
觀點5“以人為中心”
就是除了人什么都可以不要
以人為中心的商業邏輯,就是用戶不重要,擁護者才重要。
場景化的社群概念和凱文·凱利的“千真粉”一樣,當你有1000個在價值觀上完全認同你,愿意為你付費的真粉絲,你就會發現商業就是忘掉生意、忘掉利益,是深入思考和擁護者的關系。
觀點6沒有亞文化表征的社群
沒有商業化的價值
亞文化、亞群落是這個時代消費者的主流精神,這是一種基于價值觀認同的圈層化現象。我們今天的消費特征不是需要,而是想要,當一群人選擇了一種彼此認同的、相似的生活方式,轉換到在商業化上就會產生附加值,定價模式就不一樣了。如果場景不能具備基于價值觀的亞文化的表征和社群感,那么在商業上其實是沒有價值的。
觀點7場景沒有優劣之分
從三個角度去考慮
第一個角度是高頻率場景和低頻率場景。
高頻率場景應該將注意力放在獲取用戶上,因為它很容易從零開始完成冷啟動。比如美甲是女孩子經常要去做的,河貍家提供便利的上門 O2O美甲服務,當使用第一次滿意后,回頭率就非常高。而低頻率場景往往信息不對稱,天然屬于不信任關系,但也意味著更容易獲取高毛利,比如婚禮。
第二個角度是重度場景與輕度場景。
重度場景是指成為生活方式的場景,比如跑步,它意味著一整條產業鏈的可能性,但也往往快速陷入競爭,成為紅海。而輕度場景則是稀缺場景,容易形成壁壘,隱含改造機會。
第三個角度是密度場景與廣度場景。
密度場景是社群中提及率高和連接度高,串聯有情感意義的生活場景,產品容易成為不同場景連接的工具,比如旅游。而廣度場景則是沒有內涵意義的高頻詞場景,比如普通的咖啡館,他們需要做的是提高附加值,同時向密度場景轉變。
觀點8沒有數據部門的企業
很快就會被淘汰
數據部門是未來企業的標準配置,就像今天的銷售、生產、人力資源等等部門一樣,每個企業都應該要有一個關于數據部門。數據會描摹出最真實的用戶需求畫像和圖譜,架構這樣一個場景,用不好數據的企業,可能用不了太久就會被淘汰。
這是因為場景化的產品只是第一步,它依賴的是滿足需求的紅利,當面對有競爭對手的時候用戶經營是競爭的壁壘。我們需要構建新型的CRM系統,記錄和分析用戶的行為數據,在最大程度上實現結構化。數據的結構性也越多,使用者行為間的關系越清晰,新需求的滿足和新場景的創造也越清晰。