从李明远的离职，再加上有啊员工Blog里面的微词，足以看出最近百度有啊应该不太好过。这里写这个东西的目的并不是为了落井下石攻击竞争对手，而是为了从这个Case中总结一些对于今后自己的工作有所帮助。
有啊从一开始的策略就是不太恰当的，也许百度过去的成功让自己太自信了，或者因为是百度，所以不能只满足一个细分市场的成功……不管怎么说有啊选择了用很少的兵力从正面来强攻淘宝的阵地。之前QQ的Paipai就这么干过，最终失败告终，今天只不过有啊又重蹈覆辙一次而已。这正印证了那句话——历史总是在不断的重演。要购物上淘宝的概念已经在用户脑海里面形成，作为新进入市场者只有选择差异化的竞争，要么破坏性的创新才是突围的方式。所以从一开始市场的定位上有啊就没有优势。
之前有机会和有啊的2个高级产品经理聊过，当时我就表示如果再做一个看起来像淘宝的东西你们怎么去竞争？那时候他们还保留着一丝神秘和骄傲的说——我们会有很多让你买的爽的功能。现在看这些爽的功能想来是这些：
- 首创了实物交易与虚拟交易分离的信用机制（已被所有的C2C交易平台所采用）；
- 大胆取消了折磨商户很久的“满意率”指标，首创了满意度打分的信用评价机制，并结合商户的认证资质证明等组成综合的信用认证体系；
- 首创了电子商务标准库交易模式，先后上线了手机产品库、化妆品产品库，改变了传统的C2C购物流程，攻克了若干技术难度（现已被竞争对 手学习）；
- 首创了智能订单聚合模式，能根据用户行为智能合并订单，并首次在C2C交易平台上以购物车+订单的模式提供给消费者（现已被竞争对手学 习）；
- 首创了电子商务会员订阅中心的商户营销平台（现已被竞争对手学习）；
- 首创了搜索的按卖家聚合和新的搜索和筛选展现（现已被竞争对手学习）；
我觉得没错，这些都是创新，而且也做了不少淘宝没做的功能，甚至我们也有学习借鉴的地方。但是这些创新只是维持性的创新，都是很容易被复制和模仿的。
我们可以回想下百度曾经经典的广告，正好打击了Google在中文领域的弱点，强调了自己更懂中文。而这个弱点确实是它优势中的缺陷，那时候中文又在它全球战略中那时候是来不及很好顾及的战场。对于用户而言，这个问题又是最核心的需求。所以百度借着这个更懂中国市场的概念攻城略地。而有啊这次呢？确实找到了淘宝的不足之处，但是这些不足正好是它最核心的市场，淘宝可以很快速的给予判断和反应。对于用户而言，有些功能虽然淘宝没有，但是至少淘宝的基本的需求是可以满足的，还不足以付出这么大的代价去转移阵地。我觉得注重用户体验，追求产品细节确实没错，但是如果进攻的方向就是错误的那结果可想而知。
从一个基层员工的视角看战争的过程很悲壮，所有人是英雄。但是在这个成败论英雄的年代最终的失败又是谁的错呢？据说这次有啊转型要做B2C，不管怎么样，这次还是先想清楚自己的定位在做下一步的行动吧。
Amazon的发音是三个音节A-MA-ZON，如果用三个字来形容它的特点，最理想的词汇也许是：自动化！
Amazon的自动化首先体现在数据化产品上，它的数据产品之多，稍微列一下就是一大串：
- Frequently Bought Together
- What Do Customers Ultimately Buy After Viewing This Item?
- Technical Details
- Product Details
- Product Description
- Buy This Product and Related Accessories
- Customers Who Bought This Item Also Bought
- Looking for “mp3″ Products?
- Customer Reviews
- Customer Discussions
- Product Information from the Amapedia Community
- News and Reviews About This Product
- Listmania
- Look for Similar Items by Category
- Your Recent History
- Customers Who Bought Items in Your Recent History Also Bought
Amazon利用的不仅仅是浏览数据、搜索数据和成交数据，更为主要的是社会化推荐。让用户来为商品类化，方法有：为商品打Tag、推荐个人榜单、购物知识、愿望夹、书架…
Amazon还会通过不断的趣味性活动来收集用户需求和喜好。比如：情人节：Love is in the air VS. Love Stinks
偶像之争： 韩寒 VS. 郭敬明
数据化产品对于系统改造和优化作用很大，例如：
圣诞高峰期，每秒50个订单，货架位置的选择要充分考虑用户配送量和地域，合理分布商品仓库的分布。
Amazon的上货和出货全部是系统自动完成。
上货时，扫描书籍和空货架，货架随机存储，接到订到后，扫描订单号得到最短路径
货物短缺——EDI xml发送供货商——确认——得到条形码——打印并送至仓库
Amazon的商品活动促销行为和竞争性降价行为全部是自动完成。
商品生命周期分析，什么时候进行推封，什么时候开始促销
自动促销（承诺降价*元，销量增长*件，90%以上的准确率）——供应商确认OK——自动降价——自动补货
竞争对手检测——自动识别——自动发送供货商——自动降价
Amazong的自动化程度的实现是通过数据帮助做出决策的
更多的数据就是更好的数据，这个理念和Google是一模一样的。
利用数据来达到效益的最大化，Amazon在这方面做的让同类企业不可企及。
eBay易趣是怎么一步步倒下的？
02年进入中国
03年的时候eBay占据了国内C2C领域近90％的市场份额
2004年的eBay全球市场利润达到了7.78亿美元；05年，eBay撤出中国
中间过程大家耳熟能详了。为什么这样呢？
阅读全文…
Shopping.com创建于1999年，由两个部分组成，一个是购物搜索引擎DealTime，另一部分是消费者评论和排名平台Epinions，2003年4月两个部分都合并在Shopping.com网站中Shopping.com以在线购物相关信息为核心内容，包括丰富的产品信息和在线商店信息：产品信息包括产品评论购买指南产品图片和详细描述等，在线商店的信息则包括各种产品的价格商店评比星级和用户评论优惠卷和其他对顾客有价值的信息在线商店登录。 阅读全文…
动态分类是一种多维度的分类方法：一篇文档可以根据需要分在几种主题下。
分类树具有多种继承性，概念除了包含关系，还有相关关系：如果一篇文档既可以分到A概念中也可以分到B概念中，那么这两个概念就是相关的。
这个简单的规则在分类学中具有重大的意义：
1、概念之间的关系通过真实的分类就可以得到。这意味着通过动态的计算就可以获得某种事前不知道的关系，同时保持了分类的简洁性。
2、随着分类增加而带来的概念复杂性可以通过这种办法避免。
浏览和检索系统就是建立在逆向推理的规则之上。首先呈现给用户的是一个完整的分类，他选择了一个或几个感兴趣的主题，确定了一些文章作为当前的焦点。然后，他使用了变焦镜头。系统是一种简化了的分类，仅保留与当前焦点相关的概念。（当前焦点的分类集合）。简化分类中的任何概念都可以用来设置焦点和变焦镜头，用户重复这个过程直到焦点足够小，可以人工检查。
用户可以方便的达到目标。分析和模拟说明2个变焦镜头（平均有10个小项）就可以有效简化10万条信息。此外，逆向推理原则可以扩展到文档检索结果的概念集合的产生。所以动态分类可以与各种搜索相结合。
简言之，Guided Navigation就是逆向推理扩展形成概念的联系，每个概念就是一个筛选项，通过多次筛选达到可以人工选择的最佳结果范围。
最新评论