电子商务现在已经开展了十几年,诞生了各种各样的模式,比如B2B、C2C、C2B等等。然而,最近的电子商务的热点中,O2O(Online To Offline) 似乎成了新的宠儿,阿里的支付宝,百度地图都看中了这块新鲜的蛋糕。

一、O2O百科

O2O简洁说就是将线下与线上的机会结合起来,使得互联网成为商品销售的前台。这一模式的出现是大多数企业面对电子商务网店冲击下一个很好的突破口。说到线上线下,大家更容易联想到的是团购。比如我们购买电影票,只需要将收到的短信中的号码告诉营业员,就可以取票去看电影了。

O2O模式为什么这么火

二、O2O现状

现在国内的O2O发展方兴未艾,群雄逐鹿。由于O2O模式的不成熟,很多企业都在摸着石头过河,远没有2011年团购业的惨烈。在眼下企业中,正在尝试O2O的传统大企业就有苏宁易购,代表事件就是苏宁易购新社区的诞生。刚刚坐拥3亿用户的腾讯微信也在探求O2O的道路。目前,扎堆O2O模式的以服务业的企业居多。赶集网、58同城、百姓网这些一生活信息服务为主的企业当然不会放过这个机会。淘宝的吃喝玩乐频道、腾讯的美食频道小试牛刀;各大提供本地生活服务的LBS应用纷纷跟进。再小点说,卖煎饼果子都用上了O2O,现在北京的黄太吉——一个只有14平米的只卖煎饼果子的小店,被估值几千万。你说O2O能不火吗。只要有用户,谁好意思放过这个机会,我在36氪中看到有人这样说:给我个SNS,我可以翘起整个O2O。

三、O2O分析

O2O为什么这么火?众说纷纭。笔者有两个观点:

1、炒作新概念

原因就是这个模式是新的,是充满光明与刺激的,这个模式容易吸引资本。谁在这个模式下成功,谁就成了领头羊。由于互联网马太效应的存在,影响被放大,这家企业在这领域将一家独大,后来者进入的门槛将特别高。搜索业的百度,B2B中的阿里巴巴,IM中的腾讯就是这么诞生的。

2、降低了成本

前面说过,O2O将使互联网作为实体店的前台,而互联网很好的解决了商家与消费者者双方信息交流不对称的弱点,因此必定为定位于本地生活服务的企业带来更多价值。网上的订餐、车票、门票,订购酒店将获得更好的体验。将资金放在线上预先支付,既提高了安全性和快捷性,同时还能为消费者提供更多的折扣,在吸引了更多消费者的同时,企业也获得好处。总的来说,降低了信息的交流成本和交易成本。

总结:一个局外人看看O2O,没有企业资源可以运营,纸上谈兵而已。但是,相信O2O一定会带来整个互联网企业的变革。

来源:投稿,作者:Halsen  原文链接

2015-12-03

 

100-100

众诚资本是中国领先的天使投资基金。我们关注互联网和移动互联网等诸多领域,包括:智能硬件、O2O、移动医疗、在线教育、在线旅游、金融、企业服务、社交网络、文创等风险投资活跃的创业领域。从2014年初起,众诚资本已经成功投资了几十个项目,涉及大数据、互联网金融、社交网络、移动医疗、在线教育、O2O以及文化传媒等诸多领域,其中大部分的项目在投资一年内即拿到了新一轮投资。 众诚资本有着非常快速的投资决策机制和强大的后续服务能力,通常我们会在确定立项投资项目后的10-30天内完成投资,并在投资后进行有针对性的创业辅导和后续融资服务。 我们希望通过我们的专业服务,助力中国新一代具有革命性创造的企业飞速成长,为创新企业打造从种子期到IPO各个发展过程所需要的融资通道,成为创业者最信赖的伙伴。

Gina曾在花旗银行做系统分析师和Java开发,在搜狐畅游做过App前端开发,后转做手游数据分析师,目前在明略数据做产品经理,参与过的项目有河北公安系统,武汉城商行数据脱敏项目,动车运维系统。

首先,都说产品经理和销售是捆绑的关系,经常一起见客户,而我觉得虽然是一起见客户,但是我们的关注点自然和销售是不同的。销售的职责是签单子,而我们产品经理的职责则是挖掘客户的需求,让对方把痛点暴漏出来,然后让对方知道,我们可以帮他们解决问题。

最近见了一些银行、金融方面的客户,这些客户的痛点比较一致,无外乎两点:一种是数据不全,甚至是没有数据;而另一种是有数据,但是又不知道该如何去利用数据。对于第一种用户而言,他们的首要工作是要建立业务模型,去做数据埋点。而第二种用户,他们需要是解决方案。

对于银行大数据的应用的需求总结下来,主要有5点:

1、客户画像(个人客户画像、企业客户画像)
2、运营优化,包括快速放贷、产品组合优化、舆情分析、服务升级(个性化、多样化服务)
3、风险控制,包括反欺诈应用(申请欺诈和交易欺诈)、小微企业贷款评估以及P2P平台
4、精准营销(精准预测、个性化推荐、联合营销)
5、业务创新(批量获客、跨界融合、整合资源和升级产业)

1
客户画像

大家应该都比较了解了,就是对用户打标签,以表示不同属性的用户。例如打上性别标签、年龄标签、消费偏好标签。这点在电商行业已被广泛运用。客户画像的原理是,通过样本数据学习不同标签用户的行为特征,再根据学习到的知识来将未知标签的用户进行分类。客户画像的应用面非常广泛。可用于快速识别白名单和黑名单;给予其余中间层客户的详细评级分类;利用大数据提高自动核准率,从而大幅提升运营效率,也用于精准营销;征信评级;反欺诈;动态调整级别和监控(增收和降低坏账率)、快速放贷和提升金融服务水平。

2
运营优化

其中我主要说一下快速房贷。这个也是我们公司为河北邮储做的一个主要解决方案。目前银行的放贷速度很慢,主要时间浪费在信用审核和人力上。因此一个完善的用户信用模型在这里至关重要。目前已经有银行在做微信申请信用卡,贷款的项目了。其实对于国内的银行来说,还有一个非常无奈的痛点,就是数据同步的问题。通常都是各个分行都拿着自己的数据。数据不互通,是导致用户画像不完善的主要原因,如果能够打通行内外数据,分析发现优质客户,实现超短期放贷真的是极好的。

3
风险控制

贴一张应用场景的图片

 

风险管理的主要应用在反欺诈上,金融行业的反欺诈验证,主要有以下三点:

1、网络申请信用卡收入过分或故意夸大
2、网络申请信用卡姓名,手机号码和身份证的一致性的校验
3、是否存在银行交易欺诈记录

第一点:可以通过分析用户的社保数据、运营商数据、网络行为数据(职业、收入等预测画像…)来进行规避。

第二点和第三点:实时分析数据进而监测潜在风险并预警,实时监控系统内的各类数据,例如用户操作、交易流水、访问记录等如某内部工作人员在某段时间内操作存贷/汇交易的时间大幅度快于其历史水平;比银行平均水平也要快出很多;内部员工每个月由其自己账户向几家银行汇款或支付好几家信用卡;美国这2-3年留学生临到毕业之前的2-3个月,信用卡消费是历史平均的好几倍甚至更多(如果能结合网络行为信息:查询来源国工作,航旅公司机票那确定性…)美国留学生这个是个很经典的案例。有很多留学生在即将毕业回国的时候,会拼命地透支信用卡,等到他们回国,这笔钱就无法被追回。因此风险控制,不只是要利用用户信用模型,还要实时监控用户的消费行为轨迹是否发生突变。而这点,目前很多银行都没有合适的解决方案。

下面是某银行反欺诈模型:

 

4
精准营销

这里又用到了用户画像,如下面的应用场景图所示

隐私权问题肯定会有,因此在做大数据分析的时候,安全方面也要注意。在国内,买卖数据的现象真心很严重。精准营销这个我们公司应用在了银联商务项目中,主要是对海量交易流水的客户行为分析和预测。举两个案例,一个是中国银行排队机交叉销售系统,一个是招商银行VIP客户大数据精准营销。这个也不仅仅局限于金融行业,而是被广大行业所应用。

5
业务创新

这个比较有意思,主要应用于批量获客和资源整合应用。批量获客包括垂直类电商,如同程旅游和银行的合作,北京银行和小米的合作,资源整合应用就比较广了。

例如,招商银行与海尔或美的合作,实现快速回流贷款,优化资产负债表。上下游供应商、分销商的融资难问题。根据供应商和分销商的交易流水记录、行业行情状态、关联担保公司经营状况等;银行直接替上下游企业付款给海尔。实现对整个产业链的提升,产业的升级和转型。平安银行通过在线平台与农产品交易市场对接,把农户,批发商,零售商和消费者融合起来,通过综合的大数据分析,把融资,结算,撮合甚至物流结合起来。使得传统的农业产业实现产业升级,或者说农业的互联网+的落地。

总结

引用银之杰李总的话,当前互联网金融的三大支柱:大数据、征信、超级支付,当然也会有互联网保险,同时也包括电子签名,这是所有线上合同合法化的基础。对于互联网金融来说,牌照是保护伞,可以保障他们获得更多的数据源。因此有个征信的牌照真的是超级吃香的。一直很期待中国的征信可以做起来,不过任重而道远。

Q
A
&
Q:什么是超级支付?

A:这个概念其实也是个宏伟的战略目标,实现二维码支付、互联网pos机、跨O2O概念等,接入互联网的一切商家,一码统付。

Q:你做pm主要负责的产品是什么?具体涉及哪些工作

A:我们公司主要是为企业做大数据解决方案,我们公司主要是为企业做大数据解决方案。我这边主要负责河北公安项目、武汉城商行数据脱敏,还有最近接的动车监控项目。

Q:用户画像的这类数据,特别是第三方的数据都是怎么获取的呢?

A:关于数据获取,公司这边我刚入职的时候也是很纳闷的,公司这边的第三方数据主要是通过和对方企业合作来获取,比如我们公司和电商有合作,和联通也有合作。所以公司对的企业越多,其实对于我们来说,用户画像就会越完整。公安的项目就运用了很多家的数据,毕竟是为了预测犯罪,要监控失足人员库中人员的很多数据。

Q:用户信用模型的主要结构是怎样的?

A:银行目前为每个用户建立了一个非常非常非常系统的信用模型。首先信用卡分为A\B\C\D\E五个评级。银行主要是在申请环节和中间环节进行监控。申请环节的审核包括入学年限审核、是否有稳定工作、身份证+电话+居住地是否一致,民事诉讼公开列表是否出现申请人姓名等。比如你是经常用3G还是wifi,电话打得多还是上网流量用的多,旅游去向,机票航班。党派身份,家庭成员,孩子在两岁以下风险较高 五岁~20岁风险度降低 20岁以上、30岁以上风险再次增高尤其注意用父母身份证申办信用卡。中间环节的信用卡反欺诈判定就比较不合理,具体的我举几个例子。网上购物比较多的信用评级在B/C/D之间,网上支付少转账多尤为注意(可能为变相套现)这种都是D-。依赖4G网络评级在C\D,电话>上网评级在B\C,党派身份评级:民主党>共产党>无党派

Q:银行怎么看待第三方数据?比如信用卡消费明细。

A:现在银行已经开始重视这方面数据了,可以分析出各个地区各个分行的用户消费行为轨迹,当然信用卡消费明细,也用来监控信用评级。消费类别也会影响到评级,超市刷卡消费 交通等消费水平较高可提高信用度。比如:还款日前后有大额还款建议冻结 E,还款日前大额透支 D,长期在一个pos机在很短时间内有小额多笔等额支出套现嫌疑大,建议直接冻结;大额使用在沃尔玛、宜家刷爆并还上套现嫌疑大等等。

Q:精准营销是指从过往行为分析可能感兴趣的银行产品吗?这种模型的开发主要用什么数据回归?

A:是这样的,比如说我还没结婚就不会收到电话向我推荐子女教育方面的理财产品。使用的是弱关联模型。

Q:批量获客怎么实现的?

A:主要就是和电商、旅游之类的合作啦。比如刚刚说的和微信合作,在微信上做快速放贷等等。其实理解起来很容易,就是和其他行业合作,来获取更多的用户。具体的批量获客的内容后期会有专门的嘉宾进行分享。

Q:从银行的应用考虑,可用数据的标准是什么?

A:可用数据就是对结果导向有影响的数据。银行对数据质量上其实以前存在很多问题,很多时候采集的都是弱关联的数据。对于数据的有用性,银行传统的做法是有一张矩阵表格的表,分项目和属性值限定,也就是一个指标,和指标的参考范围。会有专门的部门编制这种白皮书,大家都按这个白皮书来操作。你去申请贷款,信贷员让你填表格,表格上列的就是这些项目。到信贷审核人员手上的时候,他根据表格上填的属性值去做判定,分等级归类。

Q:数据清洗工作是怎么做的?

A:我们首先做市场上存在数据的初筛,然后离线测试。先看场景匹配。匹配率达标就纳入业务模型回归,然后看对结果的关联性。但是仍然缺乏统一的标准。(匹配率:假设我面对某一个信贷的人群 从某一个第三方数据源获取数据的成功率,就是匹配率,类似于缺失率。银行传统的风控,数据清洗时也是先看变量的缺失率,对于这个用户群的缺失率。缺失率越大,匹配率越低。)以个贷举例:一些比较有价值的外部数据都没有特别成熟的供应商,比如我们想确定一个人的收入,而又不能只依赖银行提供的流水单。有一个办法就是找银行短信服务商。但是短信服务商就有问题,他们的数据不全,这就产生了成熟度的问题。统计模型在银行里也是一张excel表,分维度来记录,有的也会填录在CRM系统和业务系统里面。

Q:请解释一下评价数据质量的维度:覆盖率、稳定性、覆盖周期、质量。

A:看数据质量 传统的方法都是用历史数据去筛选 但是对数据的应用银行应该走得更远 这点需要更多童鞋来教我,覆盖率不用多说就是对产品场景人群的匹配。覆盖周期是说很多数据源只有主体3m、 6m 、12m的数据,那我们评估更多波动和该数据的关联就会受到影响。质量通常指该项数据包含的内容和我们要评估的关键行为的关联性 比如逾期用户在黑名单中的匹配率。稳定性是数据的开通、覆盖、质量等指标的波动。我们在享受创投资金的时候为了找出更好的模型往往需要尽量占有数据,但是业务盈利的要求往往需要在后期选择最有价值的数据,因此建立一套有效的数据引入标准很重要。

O2O O2O模式 O2O创业

你真的了解O2O了吗?

1. O2O的本质

O2O本质是通过互联网信息优势分享富余资源和改善非理性溢价,实现消费者剩余价值和生产者剩余价值的最大化。

传统商业由于信息不对称和资源分布不均,造成可替代性的伪需求。O2O是基于互联网信息上的“虫洞”效应,对接终端消费者,延伸服务链,通过改善非理性溢价和对富余资源的再配置,形成强需求的商业模式。

2. O2O出现的必要条件

(1)互联网的快速发展。

中国拥有6.3亿互联网用户,其中包括5.27亿通过移动端上网的用户。根据中国政府的统计数据,到2015年,中国互联网用户可能会达到8.5亿人,同时实时在线处理、地理信息和移动支付等技术都逐步成熟,为O2O发展奠定了技术基础和发展的动力。

(2)生产力提升与产能饱和。

目前中国经济下行压力大,很多行业出现产品过剩的现象;其次是生产力有了很大提升,需求远远跟不上供求,导致产能过剩。在产能不够的时期,商品会不分渠道价格走高,但产能饱和后企业收益开始下降,传统商业模式冗余亢长,很难为企业解决这方面问题。O2O的出现,简化渠道链,将信息最大化,借助互联网的快速、低价、范围广等特点,将自己的服务或商品推销给目标顾客,缩短周期和提高购买率。

(3)信息不对称。

掌握信息充分的人,往往处于比较有利的地位,而信息贫乏的人,则处于比较不利的地位。传统商业侧重人力驱动销售,商品经过多层传递到达消费者手中,使得低成本商品因层层转手而价格虚高。O2O侧重信息驱动销售,通过互联网优势,使得信息更大程度的对称,形成成熟经济市场的供求关系。

3.O2O模式三个基本特点

(1)必须有线上和线下两个部分组成。

O2O从概念上讲是online和offline,即线上和线下,但这个线上不一定是互联网,以后是万物联网后,当饮水机没有水了,它会自动预定水,直接对接送水公司数据库,没通过你去操作手机或电脑,但它必须有线下和线下的互动,可能是线下触动线上,也可能是线上触动线下,但二者缺一不可才能形成O2O的价值。

(2)服务标准c端。

O2O相对于C2B,两者的差异在于O2O的标准在C端,C2B的标准是在B端。C2B与顾客的关系是一种教化与被教化的关系,比如华为生产手机,只需要打好统一的说明说,教导顾客使用与保养即可,是典型的工业化生产的模式。O2O虽然有生产商品或者服务,但更多是按顾客需求定制,满足顾客的个性需求,这就是落后生产力与超前服务思维的矛盾, O2O火而不旺,最大原因即使如此,无法做到C端的满意。

(3)B、C端参与链交互延长。

一般情况下商家通过线下的服务来延长交易参与链,尽量通过自身的优势获取客户,消费者则通过线上的信息获取来延长交易参与链,通过货比三家选择最优。但不管是商家还是消费者,这种参与链都是彼此交互延长,尽量减少第三方参与来使得自身利益最大化,比如O2O外卖,商家就是延长物流配送服务,消费者线上选择,延长信息获取。

4.O2O面临两大难题

(1) 盈利模式

O2O现在多被投资方看好的原因在于它的前景不确定性,也就表明其机会成本和沉没成本的不确定。如果说确定性事件的概率至少是80%的把握,那投资机构的实际胜算一般只有20%就说明这个问题。

O2O就目前来看,分为垂直血缘行业链和平行优势产业链,垂直模式是以某个点作为突破口,然后建立从上游到下游的行业链;另一种也是以某一个点作为切入,然后建立闭环生态链,共享信息。但无论哪种模式都处在试水阶段,垂直需要的是强大的资源整合能力,这个能力对于很多行业大佬而言都很难,因为现在是一个高度分工的社会,协调资源和信息都需要强大的人力物力,何况是刚创业的公司。平行生态链模式需要的数据处理能力,这个需要的是不仅是公司自身实力的体现,还需要整合社会的配合,相比于第一种更加难。第一种是关爱一个家庭的幸福,而后一种是关爱全人类的幸福,所以这些因素导致O2O整体盈利模式未明,但小规模盈利还是可行的。

(2)平衡模式

我们常说过犹不及,这话不无道理,经济社会同样如此。纯互联网时代是信息的时代,不关注人,只关注信息,而O2O是后互联网的体现,开始以人为本。很多公司和人都在谈以人为本,但就目前中国的经济能力,还很难做到,而O2O最伟大之处,不是建立了新的模式,而是真正从个人需求这个以为人本的角度出发,重新定义了经济哲学。但新模式突兀驾到,如何与消费者处理好平衡关系,是O2O的另一个问题。比如外卖,多长时间送,临走需要说句什么话让顾客下次还点自己的外卖,例如洗衣上门,是不是顾客所有要求都答应,怎么调节服务与体验的关系,这是O2O在下一阶段将要面临的首要挑战。

O2O是基于商业与互联网的产物,从经济发展来讲,它们的联姻是最恰当的必然。我们预计,它将在2016年初步成型,然后进去高速培育期,行业内的吞并,行业间的融合,行业外的受益,O2O会不断为消费者何商家带来更好的服务。