装修用户到传统装修那边对签合同心里没谱,就说起了互联网 家装 如何如何。设计师一听就说:“你看互联网 家装 虽然性价比高,比我们看似便宜,但熬不长。你想想他们都是烧钱的,说是质保五年,可能钱烧三年就没了,就倒闭了。你有问题了,人都找不到;若是再快些,可能你家一开工没多久,他们就关门了。”
其实主要的几家做整包的平均毛利都在20%以上,还不至于赔本赚吆喝。BBIN传统欢迎登录mg123.COM,虽然到2016年上半年,互联网 家装 更多是在营销获客、各项标准化上下了功夫,一定程度提高了行业效率,降低了产品服务成本,但由于时间短、规模小,可复制性地摸索,对装修更深层次地改造还在进行,毕竟传统装修壁垒重重,也不是那么容易的。
而不少关于互联网 家装 的盘点和所谓数据分析,但往往判断的标准是“只要自己说是互联网 家装 那就算是”,想想也挺滑稽的,即使到现在也只是凭感觉、凭熟悉程度去判断。
互联网 家装 如何才能走得更远?什么才是互联网 家装 ?
“标准”、“极致”、“透明”在2015年年初,行业内普遍将标准、极致、透明,认为是互联网 家装 的3个关键词。
标准是指将 家装 复杂的单项报价通过按平米单价报价,这背后是产品、设计、材料、工程管理等的各项标准化,把复杂、难以确定的装修服务过程,透明化地呈现在网上,降低在线上交易的难度;极致是指利用互联网进行前端低成本营销获客,及去中间化的渠道成本,通过标准化施工,缩短工期,使得产品具有穿透力的价 格;透明不仅是指网上信息的透明,还包括整个产品、工程管理以及所有环节的透明。
“成本”、“效率”、“标准化”
之后,随着大家认识的深入,发现极致和透明是表象,或者说是给用户的价值。而追本溯源到经营层面则是“效率”、“成本”和“标准化”,这时互联网 家装 可以理解为:“将价格不透明、工期冗长、成本浪费的传统 家装 ,改变成为可定价、定期的标准化 家装 ,并通过线上实现预约和全程监控,线下实现体验和交付的新型 家装 模式。通过用户参与,快速迭代,优化产品。”当然这里有个局限,就是讲互联网 家装 等同于标准化的整包产品,肯定不是这样的。
系统而全面的定义互联网 家装 是在“互联网+”的背景下,借助互联网思维和互联网工具,改造装修中存在的问题,通过标准化、技术化及去中间化、去渠道化,优化或重构装修产业链,提高生产和运营效率,降低产品及服务成本,改善装修用户的体验,让装修变得简单、透明、精致,性价比更高。
这里特别强调一点,互联网思维的“用户思维导向”在 家装 领域尤为重要,因为以前的一锤子买卖太多了,不会管你的感受,赚到钱就行。总之互联网 家装 的核心点是建立在标准化、技术化和垂直化之上的效率、成本和体验三个关键点。
四个标准判定互联网 家装
获客成本的降低
得先解决粮草问题,有单子,且能持续获取单子。不管是靠内容运营,还是社交媒体传播,不为单子发愁。互联网 家装 的整包销售成本必须控制在合同成本3%以内,不管是电销、sem,一定是控制成本,提高报名转化率、上门转化率及订单转化,最起码得做到付费 渠道的线上访客报名转化率5%~10%,上门转化率30%~50%,定单转化率40%~60%。现在一些互联网 家装 的整包产品的客单价在七八万左右,而销 售成本也就2000左右。
这背后逻辑是获客成本降不下来,想要毛利在20%以上很难。还有一点是标准化之后的规模化必须是建立在口碑回单基础上,要不然品牌的信任会被透支,BBIN传统回单比例低于20%会陷于恶性循环,导致获客成本持续高走。
生产及管控效率提升
前面说的产品标准化、去中间化,及缩短工期等都会提升运营效率。比如45天内完工,而传统装修往往是90天,工期了缩短了一半,那工人干活儿效率就提高了一倍。这就要相信系统的力量。如果同时开工1000个工地而不出问题,会牵扯到设计、施工、供应链等效率的问题,现在很多的延期基本都是定制品安装造成的。这 也是为什么很多公司特别重视ERP系统的原因,期望通过系统去统一所有人的步骤,弱化人在过程中的角色,让材料等工人,而不是工人等材料。
产品及服务成本降低
设计标准化降低了对设计师的依赖及设计费的支出,施工标准化提高了施工效率,材料标准化后降低了供应链的选择成本,集约采购的F2C去掉了渠道的中间成 本。相比于传统装修的高毛利,互联网 家装 就可以降到其的一半,甚至三分之二,但毛利也会在20%以上,纯利还可以到5%,费用率控制在10%左右。
用户体验的数据化考量
正是这点儿成了互联网 家装 被吐槽的核心点,也确实在施工过程中存在各种问题,这也是2016年他们发力的一个方向之一。BBIN传统欢迎登录mg123.COM作为新生物,线下那么重,团队也 需要磨合,一个月就要开那么多工地,确实跑得有些快了,以前都没经历过,但用户体验是要长期关注、持续优化的一件事,做这件有价值的事,一直做,然后等待 时间的回报。当然,互联网 家装 的用户口碑也是可以数据量化的,通常用NPS(净推荐值)作为数据管控,是一种计量客户将会向其他人推荐企业或服务可能性的指数。净推荐值是等于推荐者所占的百分比减去批评者所占的百分比。