爱库存的流量算盘
爱库存正在拓宽自己的边界。8月6日,爱库存在品牌升级发布会上宣布,将升级为梦饷集团。升级后,旗下将涵盖饷店小程序、爱库存等业务。实际上,爱库存上线饷店小程序并以任务制代替了会员付费制,一时间引起了不少店主的关注。除此之外,社交电商贝店也随之取消开店门槛。在业内人士看来,社交电商在分销裂变到一定规模后,便会面临扩张的瓶颈。而平台以无门槛方式吸引新用户并积累公域流量,实则也是为平衡私域与公域流量的权重而进行的考量。
供应链+交易场
在会上,爱库存首次公布了平台的相关数据,店主数和销量在近几年迅速扩容。数据显示,2019年3-8月,店主数量由100万增长至140万。而到了2020年8月,则攀升至200万。平台已累计销售商品超2.5亿件,并逐步实现全品类覆盖。其中,时尚女装、母婴童装、品质男装和家居家纺商品共超过了总销量的半数。
公开资料显示,爱库存主营业务是一款为代购提供SaaS店铺软件工具、私域流量经营管理工具以及商品与服务的App。据了解,爱库存目前已经吸了引超150万店主入驻。
在用户画像上,消费者主要来自一线城市,三四五线城市也有所触达。而店主人群主要集中在广东、江苏等。宝妈、销售、培训老师、个体户构成了爱库存的店主群体,九成为女性,而近八成的店主年龄在25-45岁之间。
事实上,也就在一个月前,这些店主们刚经历了一次平台的重大调整。6月底,北京商报记者发现,爱库存上线了饷店小程序,首次将封闭于私域渠道的平台向公域开放。不仅如此,记者还发现,当前爱库存App已经关闭了398元的付费会员入口,而是贴出了饷店小程序的二维码,为公域平台进行引流。
那么,在升级为集团后,爱库存App将承担什么样的角色继续发展呢?爱库存CEO冷静向北京商报记者解释到,爱库存更多集中在供应链方面,是店主们的工具场,而饷店小程序则是面对消费者的交易场,两者的定位是不一样的。
更加“严苛”的规则
回顾过去,2017年创立的爱库存经历了四次升级,每一次的升级都是为方便店主服务顾客。一位店主曾告诉北京商报记者,饷店H5店铺实现了顾客自主下单,不需要店主亲自填单,极大提升了销售效率。
而爱库存第四次升级,即上线饷店小程序后,却让部分店主产生了犹豫。据了解,在变更为任务制后,用户从店长到升级为店主,需要满足不同阶段的销售任务。而为店主们卖货的店长,若是取得了较好的业绩,并完成了平台的考核规则,便能成为店主。然而,这也就意味着原店主曾拥有的客户,将随着新店主的产生而流失。
对于店主们的顾虑,爱库存在官方微信公众号中解释到,在沟通多方后,关于种子用户的归属,平台认为新店主的顾客因为是自己长期维护起来的“资产”,所以是允许其带走的,从而成为新店的启动“资金”。而对于是否“放手”新店主,选择权仍在原店主手里。此外,新店主还需证明顾客与自己确实有着社交关系,即曾在自己的店铺支付过订单。
那么,顺利独立的新店主带走顾客后,原店主产生的用户缺口该怎么办呢?爱库存相关负责人表示,对于“放行”的这部分顾客,平台将以公域流量的新用户来为店主们进行引流和分配。
一位主要经营服装的店主告诉北京商报记者,目前自己只有一部分顾客已经在使用小程序下单,这主要还是看人们的使用习惯。其次,自己还在适应平台的新规则。“我的店长大多是朋友和同事,平台鼓励店长成长为店主,我是能理解的,但说完全不担心是否影响自己的生意,也不太可能,目前只能说是一个观望的情况。”
裂变瓶颈
为何要费尽心力打造饷店小程序?在其官方微信号的直播中,爱库存创始人王敏表示,目前没有一个统一的平台品牌入口,因此无法形成良好的平台背书。其次是H5店铺影响转化率,用户在跳出链接后,要想重新进入不太方便。不仅如此,从后台的反馈来看,当前做得较好的店主所拥有的客群大致在3000-4000人左右,便面临瓶颈。
实际上,依仗熟人裂变获得新客增长一直是社交电商成长的法宝,却也将成为其扩张的局限。“现在社交电商都在面临一个规模问题,只做私域流量没有公域流量,这个流量没有掌握在自己手里,是有些危险的。云集就是一个例子,可以看到的是,云集完全依靠私域流量的发展,一旦人群失去开店的激情后,裂变不下去了,平台的业务规模肯定会面临下滑。因此,爱库存做小程序,还是需要平衡私域与公域流量的比例问题。”电商分析师鲁振旺说道。
电子商务交易技术国家工程实验室研究员赵振营则认为,电子商务本质上是一个需要海量用户支撑、低转化率的生意,随着业务的发展,私域流量已经不足以支撑其发展的脚步,向公域流量进军也就在情理之中。
可见的是,爱库存仍在探索如何搭建起一整套激励店主、店长带货的机制,来协调和平衡平台、店主等各方的良性互动并促成销售规模增长。
冷静告诉北京商报记者,目前爱库存的技术团队在500人左右,技术和数据算法的投入在去年已接近2个亿,“核心底层的技术能力非常关键,再加上我们供应与销售两端都在飞速增长,因此核心算法匹配能力变得十分重要,目前我们还在数据的沉淀阶段”。