曾鸣:新商业和旧商业有什么区别? | 内部干货

摘要:精又是通过网络协同来实现,准是通过数据智能来实现,如果你的企业踩上了网络协同和数据智能这两个风火轮,开始能够提供精准智能服务的话,你才有机会进入一个全新的时代。

曾鸣是阿里巴巴集团学术委员会主席、湖畔大学教育长。阿里人喜欢叫他“曾教授”。

花5分钟,和小编一起充电,认识这个快速变动的世界。文章来自“湖畔大学三板斧”(ID:hupansanbanfu)

在很多场合讨论到最后,大家总是会逼着我问最后一个问题——新商业和旧商业讲了半天到底有什么差别?

我自己考虑了很久以后,终于找到了一个词可以概括这个根本差别,就是——新商业强在精准,精准是一个分水岭,决定了新旧两个物种本质的差别。

什么是精准?

到底什么样的商业是精准的?

谷歌精准广告,其中最核心的它是根据场景推送相关广告,你到搜索引擎上搜索搬家,你要没有搬家的意向,根本不可能在那上面搜这个词,所以搜索引擎会根据你那个意向就直接推送一个很相关的服务。同时这个服务的价格,就是这个广告位的价格前面也介绍了,是通过市场竞价实时产生的。

更重要的是只有当用户点击了这个广告之后,广告主才需要付费,所以它是个事后付费的模式,那么广告就变得非常精准了。

实际上如果拿淘宝举例子的话,我们在这方面走的更往前走了一步。

在淘宝上投一个广告,我们可以持续地跟踪告诉你过去一个月由于这个广告产生了多少直接销售,产生了多少间接销售。

这样的话广告的投入跟产出就变成是一个可变成本,可以计算的可变成本,你可以清楚的知道我投入多少钱会产生多少收入,这在以前是完全不可想象的。

大家以前开传统广告的玩笑都是说我知道它有效,但是我不知道哪一部分有效,到底多少有效?

我们设计了非常多的所谓监测报告也好、评估体系也好,其实都没有办法真正知道一个广告的实际价值。

但是在一个互联网跟大数据的时代,广告的确是做到了精准,所以传统线下广告在快速往互联网上转,互联网的广告又向类似谷歌和淘宝这样的精准广告平台上转。

同样回过头来说,我们也可以把Uber和滴滴这样的模式叫做精准出租。还有一个词大家可能也都听得非常多了——精准医疗,都是想强调个性化的、精确的服务。

所以精准这个词代表了未来商业非常非常重要的一个方向。

怎样做到精准?

接下来我们往下解释什么叫精、什么叫准?

精是精确,其实在工业时代,在过去的几十年大家有个词都听到耳朵要起茧了,叫做个性化。但是个性化在工业时代是当作一个至高目标来追求的,因为工业时代的基本逻辑是标准化大规模生产,人的个性是被抹杀的,我是照一个标准的模型来生产产品跟服务的。所以大家才要追求个性化,希望获得一个个性化带来的溢价。

但是在新商业时代当我讲这个精确的时候,其实个性化仅仅是一个起点,这个精确的颗粒度是可以无限度地被推广的。

我们讲的“精确”是什么概念呢?我不但是根据你这个人来提供服务,我还要知道你是在哪儿,几点钟、什么场景,早上9点跟晚上9点你心情肯定不一样,在家跟在公司你的需求也不一样,喝了酒、没喝酒情况也不一样。

所以,精确要追求的方向是极度颗粒化的场景下我能找到你那个时间点的需求,这才是按需服务。

但是这个“精确”怎么实现?核心其实是通过协同网络的不断扩张,我要知道一个人在不同场景、不同状态下更多的数据。

最简单的,如果我们现在能够把一个人在微博、微信、陌陌、淘宝、支付宝上的这些数据都打通的话,我对这个人的理解就会全面立体得多,我就更能在一个瞬间捕捉到他当时需要的服务。所以精确是通过协同网络的扩张对一个人在不同场景下的理解逐步深化的过程。

我们刚才讲了什么叫精、精确这个概念。在我们展开讲准这个概念之前,先要回到一个宏观的大背景,就是我们这个时代已经从一个短缺经济变成了过剩经济。

其实在90年代在美国社会就已经是物质极大丰富,绝大部分商品都是过剩的,中国赶超了这么40年,其实这几年大家都知道极度的产能过剩,大部分标准化的产品都是竞争无比激烈,大家都已经不需要了。未来竞争的核心从满足一个显性的标准化需求,变成了去挖掘一个潜在的需求。

这是一个很根本的差别,就是互联网时代我们能够做的是更好地挖掘潜在需求,而不是用一个标准化的服务去满足某种被广告激发的需求。

传统工业时代的逻辑其实广告跟标准化的生产是相匹配的,因为我是先有标准化的产品,然后我通过广告去激发需求,然后再通过渠道把这个激发的需求跟产品匹配起来。

你要用工业时代的逻辑,三年前计划一个产品,然后指望在未来某个时点能打中他的需求,那个概率几乎为零,没有任何准确可言。

所以,未来服务的准确度,由于它是要去挖掘潜在的需求,我们要用一套全新的方法论去指导这种思考。而这个方法论要变成一套完整的运营体系、业务流程,甚至是互联网化的支撑系统才能够提供准确的服务。

怎样挖掘需求?

那接下来的一个关键问题就是,怎么样去挖掘这个需求效率是最高的?

你要用人的方法,跟这个人不断地去互动,看他到底想要什么,那这是很高成本的方法。

就像做所谓的定制化服装一样的,要人跟人之间有很多的反复互动,但是这种场景要普遍化的话,最终要靠我们讲到的数据智能这种方法,要建立一个有效的产品管道,把你跟潜在的客户联结起来,再通过各种各样试探的方法去看客户的反馈。

最终双方动态的匹配形成一种某一个时间点最优的服务,而这个服务又会随着这个用户的需求不断演化。

这个唯一的方法只能通过持续的互动,通过迭代、通过优化,而这是人没有办法做的事情,一定要有一个我们第二讲讲到的,数据智能的引擎在背后去支撑,用机器的决策取代人的决策。

这样的话我才能够在足够短的时间内快速的学习、快速的提升、快速的逼近你可能的潜在需求,这样的话才是准确。

用工业时代的思想是达不到准确的,只有用数据时代的思想我才能够用渐进的方法来快速迭代、来试探,其实是双方的一个试探,最后找到一个当时足够满意的一种服务。

这个是未来竞争中非常重要,而且是个全新的课题,大部分人对这个是没有感觉的,今天听完了大家可能还会觉得一头雾水。

我们在后面几讲,特别是讲到《用户第一》和《活数据》的时候大家会有更直观的理解,为什么准确的唯一实现路径是通过机器智能、通过数据智能的快速迭代。

总结一下,未来的新商业相当于旧商业,一个最大的质的飞跃是用户体验的飞跃。而用户体验的飞跃又落在两个关键点上:精和准。

精又是通过网络协同来实现,准是通过数据智能来实现,如果你的企业踩上了网络协同和数据智能这两个风火轮,开始能够提供精准智能服务的话,你才有机会进入一个全新的时代。

原文链接

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容