晚上洗澡的时候发散了下思路.
现在的所谓O2O是线上往线下倒流量.
那么,如果换个方向,从线下往线上呢?
考虑下线上广告的点击率,可能也就千分之2~3左右.
而一些有目的行为的实际转化率可能也就1~2%左右.
也就是说,在互联网公共空间,如果你有100w的流量,那么可能只有其中的2k到3k会对你比较注意.
在这2~3k的流量里,可能最后只会有不到100会对你提供了实际的消费收入.
粗略算的话,就是大概每1w流量产生一个消费.
线下的话,考虑人流比较集中的商业地段.
按地铁人流估算的话,一节车厢标准12人,12节车厢,2分钟间隔就,一小时人流量大概就是4k3.
如果考虑通常地铁都存在站着的情况,小时人流按8k算.
于是,即使不考虑线下各具体业务的经验模式消费周期,其流量的转化比率也是比线上高得多.
即便是按照细分情况下,有目的流量的转化率为2%来算的话,8k流量小时转化也就160单.
这个从平均水平上看,似乎跟线下差不多.
但考虑到线上商家数量的基数,均摊下来的单数可能对比起来就微不足道了.
先期互联网讲究的是所谓长尾理论,也就是基于虽然比例小,但基数足够的情况下,利润也可观这一思路.
但是,其涵盖的一个假设就是利润是独占的.
也就是所谓的比例小可以忽略的隐含意义.
只是,在转向去中心化的O2O/经销平台的思路的时候,这个假设就很难继续成立.
尽管,不可否认的是,存在少数几家经营独占,形成近似垄断或者寡头局面的时候,这个理论还能成立.
比如天猫的某些品牌店.
与之对比的就是日益艰难的普通淘宝卖家.
所以,如果把倒卖流量这种线上已经很成熟并且证明有效的模式,迁移到线下的时候,如果不能保证其"寡头"特性的话,本质上就是两个东西了.
没有效果也是自然而然的.
这个就像O2O的雏形,团购这个前辈一样.
固然,团购的失败因素之一线下消化不了线上的带来的流量.
但反过来看的话,团购确实使得线下商家达到的前所未有的售卖峰值,按理说盈利和利润都应该随之到达一个极值的.
事实是没有.
因为倒的流量是通过低价促销,降低利润率带来的.
也就是供需曲线的变化,在需求攀升的情况下,边际利润也随之剧烈抖动.
其结果,就不是简单地卖多买少所能衡量的了.
所以,如果把团购换个新的名称叫O2O,继续纯粹复制线上的流量游戏,那么结果大概是不会有太大不同的.
那么,对于确实是需要流量,并且流量的导入不会引发不必要的边际抖动的地方呢?
比如在线的果蔬销售.
这里的问题在于,理论上的计算是供需区间取值是可以无限区间的.
而实际上,线下跟线上,或者说实体和虚拟经济的区别在于,实体经济的对应需求变化的供给变化弹性不足.
在一定的时期内,即使需求大量攀升,供给也可能不会有太大的变化.
于是,经典的经济学推导就是价格会攀升,然后随着价格攀升,供应方会增多.
竞争加速,而由于这个供给的调整有着时间滞后性,所以一个明显的风险就是需求如何对应变化.
也即是说,即使是这种形式的O2O,其风险在于流量的新鲜度和稳定性.
那么,回到开头的,如果线下往线上倒流量呢?
实际上,相对于整体线上,线下带来的流量几乎是可以忽略不计的.
考虑线下一个具体的商家店铺,顾客可能就那么些,视经营内容不同,一天像餐饮能有个几百人已经相当不错了.
而这几百人即使全部直接迁到线上,也是微乎其微.
唯一可能有点价值的就是里面的回头客.
把这些消费数据化,返回线上的话,无非就是一下消费行为和特征.
再通过一些手段,也就回到了所谓"推荐"的话题.
也就是说,顶多通过消费行为的分析,经由平台,把流量按地区,习惯,消费水平等特征进行线下店铺间的流量互换和引导.
就好比Yelp大众点评之类强化了个体体验一样.
这个本质上跟线上对线下的形式二是差不多的意思.
属于很难证明,倒流真地起了积极实际作用的一方面.
大多数线下经营讲究的是回头客的数量,或者说所谓的客户维系.
也就是某种程度上的流量稳定性问题.
所以,如果从这个角度来看的话,CRM之类的系统是最早的线下往线上导入的工具/途径之一.
包括最初的VIP制度,是为了保证有足够稳定的持续转化能力.
而且后来变种的VIP某种程度上算是一种积极激进的手段,本质上不是防御性地维护旧友关系,而是进取地发觉新的稳定来源.
换句话说,就是既然供给不能无限制地提高,那么尽可能地固化需求,尽快地达到峰值才是线下实体经济所关注的.
对于这点,线上能提供些什么,是在线下做不到或者根本没有的呢?
更明确地说,是普通小商户,能利用线上资源做什么?
也许只需要把已有的各种维系手段,搬到线上.
尤其一些会受物理限制的方式,或成本相关的地方.
比如考虑下,常去聚餐地方的BBS/店内相册,跟掌机论坛的PSV专区有什么区别.
所谓习惯成自然.
2014-12-29
2014-12-27
姿势问题
一步之遥 算是比较中规中矩的姜文风格吧.
急躁呛人而短的对白,猝不及防的各种脱缰镜头.
这次没有被追捧的原因,大概是终于不夹带政治寓意,没法意淫了吧.
要拔高点说的话,一个就算是姜文对"洋气的高雅"在"本地化的串场"中"观众的乐于享受"这点吧.
开篇春晚的串口相声和夸张的情感互动方式,以及动不动的history,加上观众还乐于享受这点.
就像片中引红楼梦说完颜英忘了自己是谁一样.
演员还是观众都入戏太深.
还有就是后面枪毙马走日的剧场,观众期待的高潮在于砍人那段.
逼得姜文跳出来补一句"好好演戏,好好做人".
关于所谓爱情线方面的也是差不多姜文的老强调.
"流氓的浪漫英雄主义".
依旧是那种满脸络腮胡可能脸上还有刀疤的壮汉说着本该张国荣说的"没有脚的小鸟"给人的感觉.
"粗狂的情话"之类的.
这片还有一点让人觉得不好定义的就是搭上了葛优.
姜文本身的江湖气混上葛优的痞气.
如果后面武大帅的小老婆观由葛优来说,然后武六和完颜并为一个人,对上逼婚时马走日的爱情观,可能还有些火花也说不定.
还能再拔高的一点就是这片是3D的.
虽然可能没有一个地方是真正需要3D效果的,但是这片还是做成了3D.
也算得上是某种程度的任性和讽刺.
另外,整个剧情大致是由马走日杀了完颜这点带动的叙述.
而在这点,没人关心或者说知道马走日到底有没杀.
这个上让我联想到了公民凯恩,以及里面的线索 玫瑰花瓣.
有某种程度的相似感吧.
当然,正常来看的话,这就是一部"你逼婚我没答应,你死了我误人误己"的八点档.
而且大结局的时候还不忘圈一群新人来表面说"你们好幸福,我好羡慕"实际说"我的爱情多不一样,你们就只有围观的份",还暗示"我从一而终,所以没要后面的武六".
至于为什么名字叫一步之遥,就是说,完颜逼婚没逼成,马走日兴事功亏一篑,武六没拉住马走日.
所以说,站着也能把钱挣了的前提还得观众买账才行.
没有消费点,什么姿势都没用.
急躁呛人而短的对白,猝不及防的各种脱缰镜头.
这次没有被追捧的原因,大概是终于不夹带政治寓意,没法意淫了吧.
要拔高点说的话,一个就算是姜文对"洋气的高雅"在"本地化的串场"中"观众的乐于享受"这点吧.
开篇春晚的串口相声和夸张的情感互动方式,以及动不动的history,加上观众还乐于享受这点.
就像片中引红楼梦说完颜英忘了自己是谁一样.
演员还是观众都入戏太深.
还有就是后面枪毙马走日的剧场,观众期待的高潮在于砍人那段.
逼得姜文跳出来补一句"好好演戏,好好做人".
关于所谓爱情线方面的也是差不多姜文的老强调.
"流氓的浪漫英雄主义".
依旧是那种满脸络腮胡可能脸上还有刀疤的壮汉说着本该张国荣说的"没有脚的小鸟"给人的感觉.
"粗狂的情话"之类的.
这片还有一点让人觉得不好定义的就是搭上了葛优.
姜文本身的江湖气混上葛优的痞气.
如果后面武大帅的小老婆观由葛优来说,然后武六和完颜并为一个人,对上逼婚时马走日的爱情观,可能还有些火花也说不定.
还能再拔高的一点就是这片是3D的.
虽然可能没有一个地方是真正需要3D效果的,但是这片还是做成了3D.
也算得上是某种程度的任性和讽刺.
另外,整个剧情大致是由马走日杀了完颜这点带动的叙述.
而在这点,没人关心或者说知道马走日到底有没杀.
这个上让我联想到了公民凯恩,以及里面的线索 玫瑰花瓣.
有某种程度的相似感吧.
当然,正常来看的话,这就是一部"你逼婚我没答应,你死了我误人误己"的八点档.
而且大结局的时候还不忘圈一群新人来表面说"你们好幸福,我好羡慕"实际说"我的爱情多不一样,你们就只有围观的份",还暗示"我从一而终,所以没要后面的武六".
至于为什么名字叫一步之遥,就是说,完颜逼婚没逼成,马走日兴事功亏一篑,武六没拉住马走日.
所以说,站着也能把钱挣了的前提还得观众买账才行.
没有消费点,什么姿势都没用.
订阅:
博文 (Atom)
爽文
去看了好东西. 坦白说,多少是带着点挑刺的味道去的. 毕竟打着爱情神话和女性题材的气质,多多少少是热度为先了. 看完之后倒是有些新的想法. 某种程度上来说,现在的年轻人或者说声音就像小叶. 只要说点贴心的话就能哄好. 也是那种可以不用很努力了. 留在自己的舒适区避难所小圈子抱团就...
-
最近尝试了下海淘. 当然,方向上来说是从国内到新加坡. 先是买了个iPhone,算上运费和双重征税,到手比官方还是便宜个一两百新的. 换算回来也不多事10%的纯粹价格因素差异. 当然,之类有电商促销的因素. 也有比较基准是新加坡Apple Store售价的原因. 但如果同样比较A...
-
这两天看完了Netflix版的三体. 某种程度上来说,完成度还是不错的. 尽管开始的时候对于第一集片头有些争论,但整体如果带入当下去看的话,还是有些梗的. 比如三体对于地球科技的发展速率的担忧,由此衍生的智子. 以及现有力量对比上的压倒性优势. 如果带入中美关系以及各自的历史阶段...
-
前几天Sora出来后才仔细看了下diffusion,发觉确实算挺取巧的. 按照naive的intuition或者说不那么现代的方式的话,可能需要segmentaion为基础的composite的方式去生成图片,即使扯点deep learning/network的,可能也是类似一些...