先前微博上有一则博文,称广东有很多的传统企业投入400多万做电商,最后都烧的无影无踪;我们谈太多关于传统企业做电商的可行性以及模式的理论,真正落到实操时,却无可避免的走向了深渊。
谌基平就目前众多传统商家在走的B2C+O2O或单纯的O2O模式,提出几点担忧,以及做一个这些传统商家砸入400万以后失败的原因总结
第一:线上线下利益冲突
中国人做事,首先考虑的是利益,成于利益,败于利益虽然很多的B2C电商引进了O2O模式,期望两者混用,以达到最大的效果,岂不知两只脚走路反而为其所累
某传统巨头以及天猫上的部分商家,虽然引入了O2O吗,称之为线上看价格,线下做体验,但实际操作过程中你会发现,线上的运营人马为了自身的利益,他们会劝说消费者在线下单,有些消费者经不住游说,会在网上下单,这样规则制定者的本意被违反;
他们对于想到线下体验的消费者的说辞是:线上和线下的款式不同,线上更优惠;不论这个说辞是真是假,给用户造成的感觉就是很混乱
原本是想通过把用户引入线下体验店,通过体验来提升消费者的忠诚度,减少退单率以及避免冲击到其他经销商的利益,却因为内部利益而冲击了美好的愿望
不听游说的消费者去到了线下体验店,线下的销售会想尽办法游说你成交,并且称线下成交更为优惠,以及款式不同步;
两帮人马为了争夺客户,手头都会有一定的折扣权限,于是便会出现线上和线下死磕的局面,同样会打乱原有的价格体系。
第二:流量的变现跟踪
做B2C的人都很清楚,什么位置的流量进入了哪个页面,最终是否有成交,成交了哪个产品,在天猫的后台都能跟踪的到,这样可以及时针对流量的引入位置,以及着陆的产品进行分析调整,使得ROI最高;
如若把流量引入线下,线上不成交,那网站上所能得到的数据仅仅为UV,PV,跳出率,页面到达率等不具有营销性的数据;据说很多的电商公司对于这种情况的考核,仅仅为UV,PV,跳出率等。根据这几项数据来考核投放团队的业绩以及渠道的投入预算
这样的统计和考核是非常不科学的;做网络广告投放的营销人都知道,不同渠道的流量价值是不同的,同一个搜索引擎来的流量,不同的词引进来的转化率也是不同的;
所以仅仅从这些不具有营销性的数据来决定投放预算,往往都带有很大的盲目性;所以很多的家居电商400万投进去以后,很难看到浪花,因为你根本就没有投对渠道;
第三:资源浪费
1:多个城市铺开;很多的家居商家为了达到立竿见影的效果,或者为了防止流量浪费(全国各地的流量都会涌入网站),或对O2O的理解不够深刻,刚触电就全国铺开,也很容易导致半身不遂;400万的广告费哪怕是面向一个一线城市,都不能称之很足,更何况是面向多个城市或者全国
流量在变现的过程中,运营团队和落地团队之间的对接最为重要,在前期双方的信任感没有建立起来之前,更应该把有限的运营人员,集中在一个或有限个城市进行对接,让个别城市先运作起来
2:没有流量分配权;很多的家居商简单理解为,只要把流量分配到各地门店即可,却忘记了另外一个事实,就是各地门店的转化能力;在预算有限的情况下,把资源分配大转化率最高的城市,我想这个道理很多的营销人都明白,那实际操作过程中呢?
流量的分配权一定要控制在运营团队手中,根据各地门店的转化情况予以控制和考核,谁的转化率高,流量就分配给谁,而不是放任流量的自然分配。
第四:没有完善的流量转化漏斗
说回前面的问题,O2O虽然是简单的从线上到线下,网站推广和门店销售,我想这两项基本功很好练,但关键的问题是,如何把进入网站的流量,导入线下门店。以及在导入的过程中,究竟是哪个团队的执行出了问题,处罚哪个团队,奖励哪个团队,提升哪个环节等,这些都需要有一个完善的流量漏斗。
很多的触电企业并没有做好完整的流量转化漏斗,而是凭借最终的销售业绩来衡量各个环节的工作业绩,予以决定投放和考核,从而导致内部矛盾的激争
以上四点就是谌基平从实际的操作过程角度,总结的B2C+O2O,或者单纯的O2O模式为何做不起的原因;成功具有偶然性,失败具有种种的不可行性,还是那句话,不同的企业有不同的问题,不能一概而论,以上四点,仅供参考!
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 特斯拉改款Model Y即将量产,网红收入千万报税仅5000元引热议
- 美光发布60TB SSD:颠覆性能效比提升20%,存储升级从此绿色节能
- 极越员工喜提补偿方案:N+1标准落地,百度吉利掏钱,员工乐开花
- 欧洲车市寒冬再袭,特斯拉暴跌40.9%:电动车巨头也难逃销量下滑厄运
- 网红收入千万税费未达标准,偷漏税事件引热议:网红收入与纳税成反比
- 美国最高法将辩论禁令:TikTok的命运何去何从?
- 美国调查TP-Link路由器安全:回应符合行业标准,挑战国家安全审查新篇章
- 字节跳动自研AI GPU:打破依赖,摆脱英伟达,开启科技新篇章
- 特斯拉新款Model Y上海工厂下月改款量产,变革还是创新引人期待
- 苹果警告Meta:互操作性过度引发隐私安全风险,需谨慎行事
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。