O2O公司取胜的三个条件你get了吗

以下是原拉手网创始人现美澳居创始人兼CEO吴波分享原文：

个性化定制服务

互联网尤其是移动互联网在各个领域对我们日常生活影响都很大，很多成功的案例，我们去追溯它的出发点，会发现并不是那么功利的人所做出来的。做事还是要本着对社会有所贡献，提供正能量，能做到这些，利润自然而来。做O2O不一定要功利，真要把某个行业做好，喜欢O2O行业是关键，不是说非得挣一笔钱或者拿到VC的投资。O2O创业不在于能否抢先进入风口，而在于能否最终占据市场成为最后的赢家。这实际上是个艰苦的过程，如果不是真心喜欢这个行业，可能不会深入钻研，不断改善细节，提高用户体验，这样的话不可能在行业内做出影响。

从2015年开始，O2O真正开始深入改革传统行业，不仅做一些简单服务，而且开始进入一些重的行业和垂直领域，比如医疗、房地产。现在很多O2O公司在评估自己的指标时，指标是有问题的，大多都在追求覆盖了多少城市、多少技师、客单量，都在关注这些问题，这些指标是个非常工业化的指标，工业化标准一个是单品成本，另一个就是规模，当时都在尽量扩大生产规模，降低单个产品成本，但这个时代已经过去了。当今社会，在个性化消费时代，尽量满足不同需求，做到这一点才能取得成功。

如果没有办法超过用户预期时，可以通过价格补贴弥补用户失落感。但是如果仅仅依靠价格补贴，一旦没有价格补贴，用户很快就会流失，这种用户获得方法很难留住用户。要真正留住用户，还得真正满足个性化需求。另一个时间点，比如当今对手机的期望值就远远高于从前，类似的如果用户期望值增长很快的话，要不断超越用户预期相对比较困难。所以让用户预期不要增长太快，产品也不要更新太快。

深度学习

在目前的智能化社会，复杂性在于每个个体对服务的期望值不一样，这样的情况下无法在群体满足上取得最大化，如果要满足群体最大，可能先要不断满足个体需求，然后对不同个体进行调整，如何匹配动态个体需求才是难点。这件事可以用人来做，但是人力成本很高，因为如果做到一对一咨询服务或者一对多咨询服务的话，成本太大。这样的话，不能成为一个商业模式。而最近的计算机技术的发展，能够通过升级软件或者更高级的智能，能够做到这一点，比如Uber的动态匹配，就应用了相关技术。

深度学习概念源于人工神经网的研究，是一门专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能的学科。现在讲的深度学习，和以前所讲的人工智能不一样，寻找一种模式、一个公式基本还是属于工业化时代的思维，还是在找统计规律，找一个东西看能不能满足大部分人。但在智能化时代，如果要做到特别好的优化，实际上是想尽量满足每个个性化的群体需求，尽量超越他们对产品的期望值。现在的深度技术的学习，实际上就是在模拟人脑，模拟人脑对事物的分析能力。短短五年之内，计算机在识别简单物体（比如小猫、小狗等）方面的能力已经超过了人脑。现在需要的技术就是要代替人，帮助人类对服务的各个群体做最好的优化，从而让机器代替人做个性化服务。当这样的机器能够服务成百上千的人的时候，就可以获取超高利润。个人觉得，这才是国内O2O创业需要注意的地方。当一个公司拥有很多机器、很少的人的时候，就大致OK了。目前美澳居也在做这样的尝试，美澳居大概有13个点，基本上是在用机器选地、买地，如果雇佣员工，成本就会提高很多，缩减盈利空间。这件事情，其实像京东也在做，京东百分之三十的客服都是用机器在回答了。

分享经济模型设计

对分享经济模型的设定一定要特别简约、非常强的交互设计，越好的分享经济模式规则越简单，这种就更能发挥每个人的主观能动性。比如Uber，在分享经济模型设计的时候很有独特性。在其他领域，比如房产领域，怎么样设计分享经济的规则，使每个个体的个性化需求都有服务商满足，这些提供服务的人可以根据自己的时间和喜好来选择做或者不做这件事，这个很重要。我在美国的时候，有次在一个小城市叫Uber，跟司机聊天中了解到，司机是个中学老师，有空的时间出来跑，他也在考虑什么路线、什么时间段能够获得最多收益。

这一点说起来容易，做起来并不简单。回归到做公司来说，就是要快速迭代，当你设定一个规则，需要不断和用户互动，和服务商互动，不断调整、完善规则。做到这一点，公司成长速度也比较快。当我们做房产的时候，它具有不错的利润和很大的爆发率。当你能充分满足各种不同个性需求的时候，大的BAT公司或者其他新进公司要与你竞争的时候，需要时间去分析个体需求，当它通过补贴等来切入市场的时候，对你来说已经失效了，就像大象去踩蚂蚁是踩不到的，这就是个性化的魅力。个人觉得，这才是O2O创业公司应该奋斗的方向，在做好个性化的前提下，去扩大规模，那么就会在某个领域站稳脚跟，长远发展，成为最后的赢家。

互动环节：舌战群儒，临危不乱

1，如果全部智能化，成本会不会增加很多？

吴波：其实机器的成本要比人的成本低得多，深度学习的技术也在不断成熟和大众化，未来的核心肯定是要朝这个方向发展，这样的成本才会降低。对于目前O2O服务公司来说，人员成本依然占到相当大的部分，降低人力成本是关键。现在的时代，会有越来越多的机器在某一方面的能力超过人类，率先掌握这些技术并运用的公司会在竞争中快速胜出。举一个客服的例子，比如有个脾气不好的客户投诉，假如是个机器客服，对客户的蛮横无礼没什么感觉，会对这种问题给出标准回复，也不会出现激怒客户的情况，最后给个优惠券、代金券，会轻松解决问题；反之如果是人工客服，遇上这类问题，很难让客服保持冷静听完用户投诉，如果解答不到位、或者言语冲撞，还会引起矛盾冲突升级，而机器就从来不会出现这种情况。

2，请问吴总对国内互联网家居家装有什么看法？

吴波：在家居家装领域，大多强调价格。如果能在价格的基础上，加一些更好玩的元素，让智能和软件实现效果。这样的话就可以避免价格战，否则都玩价格战，大家都很痛苦。家居是很多人最渴望个性化的领域，不希望贵要便宜还要做到个性化，这一点如果深度智能开发，就能够提供这种服务并且做到低成本。

3，做O2O2C切入还是从2B切入比较好，比如线下零售行业，是先服务好商家还是先服务好消费者，还是说同时并进？

吴波：互联网公司的核心还是要把二者匹配好，既要有用户，还要有产品和服务商，这是一个两边供需不断平衡和调整的过程。个人认为，还是消费者第一重要，在消费者心目中有服务品牌，让消费者自觉传播起来。有个用户群之后，才能吸引合作商家。当然有了用户没有服务也不行，最好的就是有了用户吸引商家，吸引了优质商家再吸纳更多客户，当客户积累到一定量，再去做定制化服务。当然这个过程中，需要把控商家服务质量。

4，请问吴总对移动医疗O2O有什么看法？

吴波：移动医疗O2O个人觉得现在进入了重度垂直的时代，要做的比较深，真正解决用户在就医过程中的困难，这才是核心。

5，在餐饮O2O领域，BAT都已经介入，小微公司怎么靠自身的能量与之抗衡，在控制自身成本的时候，亮点是否还存在？

吴波：不止BAT，还有美团、大众点评，都在局内，餐饮业一片红海，餐饮行业现在竞争非常激烈，如果不是有特别有特点的服务或者新颖模式，最好慎重进入。

6，您对洗衣O2O有何看法呢？

吴波：洗衣O2O很多公司已进入，并结合其他类型的福利在做。洗衣O2O是生活服务中很好的项目，核心就是做出和竞争对手的不同，找到每个用户的个性化服务点，想办法满足这些需求而竞争对手做不到，避免对手来个免费洗衣就把用户拉走。做法就是把服务做的再细致深入些，找到一些铁杆粉丝，服务好这些铁杆粉丝，把服务做到流程化、系统化、智能化，然后不断传播、扩散，当你接触到用户的时候就能获悉用户为什么喜欢你而不是喜欢其他品牌的服务。这样不断总结提高，你就会超越竞争对手。

（文/ 吴波）