O2O模式重点详解 线下商户的发现或推荐等

wz***

O2O 这一概念在去年8月份被Alex Rampell 提出来，后来在11月份被我引进国内后，就成了一个炙手可热的名词。今年开始，就不断的出现了各种标榜自己是O2O 模式的产品，不过其中有太多是在和概念扯关系，很多人都没有真正理解Alex Rampell 所提出的O2O。今天再次碰到了一些误读，于是我决定写这篇文章来澄清一下到底什么是O2O。

引用我在《万亿美元的新模式O2O：GroupOn只是沧海一粟》中所提到的：

O2O模式的核心很简单，就是把线上的消费者带到现实的商店中去——在线支付线下商品、服务，再到线下去享受服务。通过打折（团购，如GroupOn）、提供信息、服务（预定，如Opentable）等方式，把线下商店的消息推送给互联网用户，从而将他们转换为自己的线下客户。由于每笔交易都已经在网上成交，其效果也是可查的。这是GroupOn、Opentable和Yelp、CitySearch等网站的不同之处，后者只是提供一些基础的信息服务，交易仍需在线下进行。

也就是说，O2O 的场景一定是一个用户在电脑前购买、或者预订了一项线下服务。这个模式中必须包含“线下商户的发现或推荐”、“在线支付”、“营销效果的监测”这三大块。

或许很多人对于O2O 的理解是：通过一些优惠信息或者其他信息在线上的传递，把消费者吸引到线下某些商户中去——比如优惠券应用、黄页应用（如大众点评）。这样的理解也不是不可以，但是确实违背了概念提出者Alex Rampell 的本意。如果非要这么称的话，可以叫做“广义O2O”，因为这一类的服务，至少肯定是没有“在线支付”这一环节的。

当然，来这么详细的讨论一个模式，不是没有意义。我只是希望通过这个分析，继续来和大家一起讨论O2O 模式未来最大的潜在市场在哪里。那么下面就从这三个点来分析。

“线下商户的发现或推荐”：线下商户的广告重点会越来越倾向于O2O 平台

对于线下商户来说，O2O 其实是一个营销手段。通过O2O 平台，线下商户也有了线上的曝光机会，不过由于线下商户受制于物理位置，因此，O2O平台的一个基本能力必须是将某线下商户推送给线下商户当地的潜在用户。这就要求O2O 平台至少要覆盖一个较为广泛的用户群（最好是全民用户），再从这些用户中按照位置进行推送。这样的推送是有可能比在线下发传单效果更好，速度更快的。一旦这个推送的能力得到证明后，线下商户们在线下的广告费一定会逐渐的往这些O2O 平台转移。这个市场规模会有多大就不用说了。

“发现”和“推荐”是两种不同的模式，两者的区别是用户的主动和被动。主动发现的平台的主要形式应该是黄页类（类似大众点评），而被动推荐的平台的形式可以是团购或者推送。

“在线支付”：支付宝估计要乐了

当本来该在线下进行的交易被搬到网上后，造就一个与线下银联相提并论的支付平台就很容易了。原本在线下的几十万亿元的交易即使分出1%到线上，那也是好几千亿的交易额。

“营销效果的监测”：线下版Google Analytics

对于O2O企业来讲，销售数据的量化也是非常重要的一个环节。传统电子商务网站可以通过监测访问情况计算出ROI 数值，用以评判广告或者其他营销手段的效果，但这些对于线下商家来说都比较困难。而O2O正好弥补了线下商务的这点不足，因为和B2C一样，交易都是在网上完成。这种效果的监测，对于线下商户来说确实是前所未有的——就像一个理发店对于自己发了2万份传单到底带来了多少客户是没有太具体的概念的。此外，对于OpenTable、SpaFinder来说，在线结算已经成为比本地广告更加赚钱的业务——历史上，这种代收费的中介都是赚钱机器。

也就是说，对于线下商户来说，营销效果的监测是从无到有的过程。未来如果有一些较为长期的线上营销手段（不同于现在团购的一次性营销），那么对于线上营销效果监测的工具将是一个很重要的市场需求。说的通俗点，到时候可能会出现就是线下交易版的Google Analytics、百分点（淘宝店监测工具）。

综合来说，Alex Rampell 提出的O2O 就是服务类产品版（非实物版）的电子商务，用户使用O2O平台的场景通常是在电脑前。而那种通过优惠信息、点评信息的传递，把用户吸引到一些线下商户的模式，如果非要起一个名字的话，我建议叫M2O（Mobile to offline），也就是说，用户使用M2O 平台的场景经常是已经在线下甚至已经在某个线下商户内，通过手机等移动设备提供消费决策支持。

那么，O2O 模式未来的机会在哪里？或者说O2O 模式的具体形式除了团购、类OpenTable 的预订服务，还有哪些？其实具体我也不清楚，或许结合黄页、预订的餐饮业、娱乐业（KTV、健身、按  摩等）的OpenTable 模式是个不错的创业方向。（大众点评目前没有预订，优惠券的监测力度不够也是他们的一大问题）。

转载请注明： 文章来自36氪