58到家合并了嘟嘟美甲,仍需直面三大隐忧
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了58到家合并了嘟嘟美甲,仍需直面三大隐忧相关的知识,希望对你有一定的参考价值。
据21世纪经济报道,58到家于2月17日合并美甲O2O平台嘟嘟美甲,虽然双方并未透露收购费用明细,但已有行业人士告知媒体本次并购价格仅花费数百万元人民币。根据媒体报道资料来看,并购后双方将对美甲业务进行整合,使得美甲师、美甲样式、美甲工具等方面进行资源和58到家原有O2O业务实现打通。
至此,这个曾获千万美元A轮融资的O2O项目正式落幕,走完了其短暂但并不锦绣的一生。
用户留存率决定O2O生存机会
从辉煌的O2O征程到低廉价格的并购结局,嘟嘟美甲和大多其他不具备长久生命力的O2O一样,依移动互联网潮流而生,也因移动互联网潮流而死。在分析嘟嘟美甲的被收购缘由方面,著名不吐槽会死星人——雕爷指出,决定嘟嘟美甲倒下的主要原因在于“ 从皮上看,死于融资。从肉上看,死于口碑。从骨上看,死于模式。”
雕爷认为“O2O的一个致命指标:顾客留存率”,如果一个O2O业务的用户存留过低,那么其势必就会出现补贴方式吸引用户,而这也意味着该O2O项目将持续烧钱。这种依靠资本烧钱模式而进行的不健康商业模式,自然并不能在移动互联网潮流中长治久安。雕爷也指出,真正影响用户留存率的主要原因,往往就在于O2O项目的服务质量。
合并之后,三大隐忧拷问嘟嘟美甲未来
根据21世纪经济报道,嘟嘟美甲被58到家合并之后,其将被整合到58到家其他业务项目中,届时将形成美甲、家政、搬家等多给O2O业务混合的模式。从常规业务模式来看,这种整合是实现了项目商业模式的整合,不过,美甲作为与搬家、家政等完全有严格间距的O2O业务,其与搬家、家政等服务项目混合在一起,总给人怪怪的逻辑感觉。对于嘟嘟美甲来说,如何从家政、保洁、搬家等业务品类完全不相同的领域中继续保持独特的美甲服务印象与品牌,这是并购后的嘟嘟美甲需要直面的第一个问题。
其次,无论是58到家,还是嘟嘟美甲,过往的一些迹象表明其在美甲O2O领域的运营并不成功,那这样的合并是否能产生“1+1>2”的效果让人心存疑虑。据多家媒体早前报道,嘟嘟美甲在去年就曾爆发过大规模裁员;另外,在此次合并时,也有嘟嘟美甲的美甲师在朋友圈抱怨不愿入职58到家。除此之外,58到家此前也曾被大规模报道过与美甲师之间产生纠纷,甚至诉诸公堂。而年前58到家更公开招聘刚从培训学校毕业的美甲师,这一举措也让业内人士大跌眼睛,如此的做法怎样才能够确保其服务体验?
再次,嘟嘟美甲采取的是B2C模式,即嘟嘟美甲的每一款价格都是锁死的,其价格由公司统一制定,服务区域也是公司安排,统一派单,其主打的商业模式是将美甲当“标品”卖而非其他O2O模式的服务方式。这种模式带来的后果,便是用户的个性化需求、服务体验等得不到满足,在市场具有其他更具体验的竞品情况下,大多用户也自然而然会舍弃这样的平台而转向竞品。
嘟嘟美甲被合并消息传出后,也有业内人士分析,此次合并是是常规形式上的商业并购,还是出于资本运作方面的安排,尚待观察。这据相关资料,姚劲波本人是源码资本出资人,而源码资本正是嘟嘟美甲的主要投资机构,而此次58到家仅以数百万人民币即实现了对嘟嘟美甲的并购,因此58到家是真的处于业务需要还是资本运作的需要,这将在一定程度上决定着嘟嘟美甲的未来。
O2O转折时代或来临:服务体验成竞争标杆
从嘟嘟美甲到其他已经不复存在的O2O项目来看,大多借助移动互联网风潮而起的O2O项目中,既有借风而起的成功案例,也有少部分因为移动互联网模式而没落甚至倒闭的O2O先例。而决定两种不同结果的原因方面,服务稀缺是导致这两种结果的直接原因,无论是资本还是市场占有多么优越的条件,但缺少了服务性质的O2O项目,其在市场上的生存几率一定渺茫。
这种状况在移动互联网鼎盛时期尤为明显。
在早期,一些O2O项目借助资本力量或市场渠道资源而迅速崛起,但其并没有在服务方面进行相应力度重视,而随着其他O2O项目的重金持续投入和更广袤的市场资源跟进,这样的O2O项目自然无法应付更加激烈的市场竞争。相反,一些从最开始就通过主打服务和口碑求胜的O2O项目,却反而在目前的市场竞争中赢得了用户认可。
在目前移动国互联网浪潮逐渐冷静的情况下,这种依靠不同方式而发展起来的O2O项目也势必将迎来新的洗牌,对于行业和用户而言,这轮基于二次商业模式竞争的O2O竞争潮流,或许将重新主导O2O产业的未来。
(完)
作者:朱翊,科技自媒体。
微信:izhuyi
微信公号:zhuyiweixin
版权说明:在标注作者名称及出处情况下,欢迎转载本文且无须支付稿酬,亦无须征得本人同意,但切记标注作者名称及出处。
以上是关于58到家合并了嘟嘟美甲,仍需直面三大隐忧的主要内容,如果未能解决你的问题,请参考以下文章
今日头条李磊:用机器学习做自然语言理解,实现通用 AI 仍需解决三大难题(33PPT下载)