聊聊平台戰略思維

文·HCY崇遠

01

最近在看《平台戰略》一書,感覺還蠻有意思的,雖然很多觀點都已經算是標準常識化了,但是不妨礙我們沿著這個思路去分析當前的一些案例,或者形成新的思維方式。

所謂平台戰略,個人理解是即搭建的是一個平台,為兩方或者多方提供一個可以迅速建立關聯的渠道,或者橋樑。

而一個好的平台,不單純是需要可以快速建立溝通與聯繫,進行撮合交易,在很多時候它必須提供一個更全方位的服務,以支撐其平台的屬性。

為了達到這個目的,平台的衍生產物就會越來越多,平台也會越來越大,其承載的功能以及能夠滿足多方的需求也會越來越豐富,最終形成一個穩固而多樣的生態。

02

阿里的生態目前很大,我們現在單純以阿里的電商為核心,來分析一下其中的平台思維。

圍繞電商這個核心事件,我們隨便列一下,發現目前阿里電商這個平台生態已經及其豐富了。其實我們知道,在早期,阿里電商就是一個很單純的B2B或者B2C電商交易平台,其連接的兩方為店家與用戶。

而後,逐漸的圍繞這個核心關係,不斷地衍生出新的附屬在平台上的關係,以及保證核心事件運作的功能,讓這個平台生態越來越豐富。

從B2B到B2C,甚至到C2C,這個是核心的交易雙方,為了保證資金的安全性,提昇平台的公信力與信任感,引入中間保障金的機制,這也是支付寶的前身吧。

而支付寶逐漸的從單純的中間保障的功能,衍生出支付,信用評級,在信用評級的基礎上,又可以引入諸如花唄等類似借貸分期等功能,進一步可以刺激用戶的電商行為。

阿里旺旺提供了內置的店家與用戶的溝通渠道,並且其中一切的功能都是圍繞電商交易進行的,而不是單純一款社交聊天工具。

而諸如1688則解決了很多小店鋪進貨的問題,讓更多的中小店家也可以參與到阿里電商的遊戲中來,並且很多廉價的商品對於用戶來說也是有吸引力的,這個舉動進一步豐富了電商的生態。

而阿里媽媽和直通車類似的產品,則解決了店家店鋪曝光引流的問題,加大店鋪的曝光量,從而增加了商品的轉化。

菜鳥物流,則是近幾年來阿里一直在補全的一塊,那就是商品觸達用戶,這是一個大蛋糕,之前一直都是引用第三方物流,直到菜鳥崛起,成為行業一霸。從平台生態的角度來看,菜鳥的崛起是一個必然,因為它對於阿里來說,是可控的,數據的可控,調度的可控,這就意味著更高的效率和更低的成本。

而諸如生意參謀等純數據化的工具,則在店鋪的運營中,會大大的提升店鋪的運營效率和效果,數據的價值體現在規模越大的時候將會越明顯,顯然,阿里的生態足夠大,體量也足夠大,這個時候,數據的作用就會無限放大。

最後兩塊,一個是農村淘寶,這是阿里想打通線上與線下的場景,那就是農村的市場,這是一個巨大的市場,並且一直以來都是阿里電商所覆蓋不到的地方,也是幾大電商平台這兩年跑馬圈地的目標,意圖吃下這塊蛋糕。

而這兩年新起的淘寶內容生態,則是順應內容電商的風口,意圖從內容生態導流到電商,這也是阿里一直警惕的方向,因為他的大冤家騰訊一直想打通內容或者社交到電商的路徑,並且在2017年還真的有這個趨勢,阿里不可能不警醒。

綜合來看,阿里整個平台生態都是圍繞電商來服務的,提供更加豐富的服務來刺激交易的發生,提供更多便捷的工具來保證交易的高效、準確、高可靠的進行,觸達的場景以及市場越來越豐富。

當這個平台越來越好用,越來來省事的時候,連接在其中的多方就越難離開,其實核心就是用戶與店家。用戶在上面能夠滿足自己的各種購物場景,而對於店家來說,很簡單,有流量就有流水。

對於阿里電商這個大平台來說,提供各種豐富的場景,提供各種好用的工具、服務都只是方式,其核心就是要把流量留在平台生態中,並且越來越多,只要有流量,它就不愁收益。

比如,上面列的各種服務,大部分都是可以做抽佣,只需要一種最簡單的商業模式,只要有流量,就可以有大量的收益存在。

回到平台戰略的分析,首先平台的核心功能一定是連接雙方或者是多方,通過豐富平台的功能以及觸達的場景,來提升連接平台多方的穩定性與粘性,提升多方溝通觸達的效率與準確率、降低成本,最終的目的是讓流量越來越多、越來越穩定,其中獲益的方式抽佣與服務增值費是同行的做法。

03

分析完阿里電商的平台戰略,我們來看近一點,相關一點的東西,比如微信生態中的自媒體,解決自媒體變現的問題,以平台思維去做一下分析。

微信公眾號從2012年下旬開始的,至今已經有5年了,從騰訊2017年半年報中,我們可以看到微信的月活躍用戶已經達到了9.63億,而不官方的說法是公眾號數量已經達到了2000萬個,那麼,猜一猜每天公眾號生態里活躍用戶有多少呢?

目前達到千萬級粉絲的大號已經有不少了,更何況還有很多數十萬、數百萬的量級的公眾號,單純的廣告模式已經不足以支撐這一生態的良好發展的。這也就是為何內容電商、和自媒體知識付費崛起的根本原因。

有流量,總是需要有變現方式的。包括典型如年糕媽媽做電商的案例,據說流水過千萬,但是其依然只是一家店鋪而已。

形如有贊,算是在微信生態中知名度較高的一個了,但它跟平台也完全搭不著邊,它提供只是一個店鋪工具,解決的也只是相對單純的開店問題。

如果我們以平台的思維去分析,這個平台到底是什麼樣的。首先,它連接的一定是自媒體與用戶,當然這裡的用戶包括了其變現轉換的用戶與普通用戶。

我們可以看到,從變現的主流方式來看,就有玩爛的廣告、新起的內容電商以及虛擬知識付費,除此之外還有沒有寫上去的諸如小說分銷、甚至是淘寶的流量入口。

而平台需要解決的就是,圍繞幾種核心的變現方式,讓用戶和自媒體更願意留在其中,那麼,我們需要提供的東西就是讓他們雙方都願意留在其中。

當然,圖中大部分都是服務於自媒體端的,對於用戶端來說,其實很簡單,保證提供的服務是等值的,便捷易用的就ok,所以,他們核心更關注於他們的金錢付出能不能帶來相應的回報,這意味著他們更願意有一個諸如成熟的電商體系中的保障機制。

除此之外就是有別於傳統電商形態的,從內容導出的交易,隨性購買,以及自媒體天生的意見領袖特質,這幾個點都是天然滿足的。

對於自媒體來說,需要解決的問題就更多了,首先需要解決開店問題,然後是店鋪運營問題,粉絲流量擴張的問題,供應鏈的問題( 不管是虛擬還是實物),廣告主的匹配問題,商品流量的曝光問題。

其實還有一項重要的問題需要解決,那就是內容的創作,我們知道,自媒體是依存於其內容的產出,並且其意見領袖的核心特徵體現在內容產出上。如何保證內容高效、準確的產出,這將會影響於其他一系列的變現行為。

想要把整個體系運轉起來,以平台化的思維去思考,將能夠更加全面與具體的把整個服務體系給搭建起來,從而讓圍繞這個平台的多方能夠更好的留存其中。

平台化的思維,能讓圍繞平台的多方,快速低成本的接入,並且在平台中享受到各項便捷化的平台屬性,從而提升效率。

04

既然我們核心的關注點是數據,那麼,我們來看一下數據在其中到底起到了什麼樣的戰略作用。

我們依然回到上面阿里電商的平台分析例子,其實數據在其中最大的作用絕非所謂的生意參謀,這只是小道。

依然印證之前說的那句話,數據只有在體量和規模達到了一定程度之後,才會大大提升效率、提升轉化、節省效率,並且這裡帶來的收益將是很可觀的。

比如數據在阿里電商平台上提升轉化,增加用戶時長帶來的幫助,典型如通過合理的推薦以及搭配的方式,以個性化來提升用戶的停留時長以及提升轉化率;比如數據在每次雙十一活動的品牌搭配,品類分布上的排布等,以此來增加雙十一的營收;又比如數據在倉儲分布,庫存預測等方面的作用,藉此來將盈利最大化。

當業務規模化的時候,人力成本的持續投入其實很難達到線性增長,即使能達到線性增長,這種模式也不可持續性,通過技術的手段來打破業務增長與人力投入的線性關係。

再回到我們自媒體變現的話題上,基於運營的數據決策,包括從各個維度去拆解數據,從以往的數據中總結規律,從而形成有效的數據指導運營方法論,個人認為只是基礎,也是數據的最基礎的應用方式。

想要讓自媒體變現這個事情呈規模化擴張,其實是有兩個方向的,一個是縱向的,即我們可以通過運營的手段深入挖掘一個自媒體的潛在價值;另一個就是橫向的數量擴張,即不斷把新資源納入,提升整個盤子的大小上限。

但是如果說要從改變行業格局來看,其實兩者並不衝突,甚至說是相輔相成缺一不可的,只有從橫向縱向兩個維度去擴展,才能達到改變行業認知的目的,不止是盈利規模的問題,還有影響力的問題。

以天貓淘寶為例,其實天貓就算是阿里深度運營的那一波群體,而淘寶則是輕度運營的群里,兩種模式自由存在的價值,也有對應各自不同的C端用戶群體。

而我們想要顛覆自媒體與商業的關係,那麼,必須也是一籃子端了,不止是頭部的大號,還有腰部,中尾部的自媒體,全面的覆蓋,但是各種的定位可以不一樣。

當長尾的流量足夠規模化的時候,其實其體量未必會小,而如何解決規模化帶來的成本問題,那就需要通過數據與技術來解決這個問題,當技術帶來的接入的成本足夠低時,這個事情就可做。

比如解決自媒體的海量信息觸達,從而解決大範圍資源BD的成本;解決商業化信息與自媒體內容的自動化匹配問題,即內容創作、選品、廣告匹配等問題,從而降低人力運營成本。而這也只是兩個相對明顯的切入點。

通過數據與技術,達到自動化、去人工化、甚至是智能化的目的,以低成本接入,以海量的規模擴張來形成行業洗腦,以解決人力投入的單個性價比不高的問題。

05

最後回到平台戰略思維的話題,其實個人感覺以平台戰略的思維切入,才有更大的格局,圍繞平台豐富平台功能,不管是通過人力也好,技術也好,都是讓參與平台的多方更加便捷、高效。

人都是有惰性的,一旦整個生態讓其在保證足夠利益的同時,又足夠的便捷、足夠的高效,那麼,就會容易產生依賴性。

對於平台方來說,豐富平台屬性只是為了讓更多的流量參與進來,只要有流量,其盈利模式可以是多樣的,就算是雁過拔毛,也能產生足夠的利潤,前提是依託平台效應,產生足夠多的交互與商業行為。


推薦閱讀:

大數據可能「說謊」 非結構化數據將呈現更豐富的世界
MaxCompute(原ODPS)使用總結-初級篇
hadoop實驗(MapReduce)——關於氣象數據集
產品經理:一張表格理思路,行為數據打輔助
Kaggle 數據清洗挑戰 Day 5 - 處理不一致數據

TAG:大數據 | 互聯網 | 數據挖掘 |