【第202＋033天】体验经济

面对深邃的星空瀚海

唯有读书方可以敬之

P85：要想把服务变成体验，最简单的做法是提供糟糕的服务，保准能让顾客记恨一辈子。提供糟糕体验，最保险的方法莫过于用同一套机械的、毫无人性化的做法对待每个顾客，无视他们不同的需求，提供千篇一律的产品或服务

解读：

为什么会出现标准化，这是一个商业发展的阶段问题，从我的理解。

最初的商业因为生产能力不足，其实是满足不了所有人的。所以人们最大的消费需求是获得和别人一样的东西。换而言之，这个时候只要能够满足就好，哪怕有所瑕疵，只要能基本满足需求就好。

这就是为什么产品是标准化的，服务是标准化的。因为这个时候这种方式最容易批量满足人们的需求，让人们一方面感觉到他们被平等的对待，一方面有利于零售商和品牌商最小成本的扩张。这就是标准化产品的历史背景

当供给逐渐超过需求的时候，人们已经从最初渴望被满足变成希望挑挑拣拣，这个时候问题就来了。我们对于那种普适性的商品和标准化的服务开始变得挑剔，认为他们已经无法满足自己大需求下的小需求，这种小需求已经被用户放大。

这个过程主要是供给关系发生了一个颠覆性的变化。试想在凭条购买的年代，你会嫌弃电视颜色不好看么？现在你一定会嫌弃，这就是为什么颜值会变得越来越重要。这也是符合人们的心理的，不管你好用不好用，先保证好看再说

现在最大的矛盾是消费者的个性化需求已经觉醒，但是品牌商还停留在供给导向的惯性中，依然在强调成本、生产和渠道控制。从这点上，为什么电商会被初级产品化，就是因为这样。当我们发现他只能满足基本需求，无法激发我们的兴奋点的时候，我们又为什么要花费那么多时间在上面呢？

说的难听一点，现在电商提供的就是这样令人讨厌的购物体验，即便是有变化，也是傻到要死千人千面，而不是基于个人消费大数据的预判性推送。电商的大数据依然停留在基于历史数据或者即时数据的同类推送，而不是令人眼前一亮的预判推送。通过预判的结果进行再次数据优化，前者是个死循环，后者是个正循环。

P86：企业员工花在顾客身上的时间越来越少，服务时间变短了，可服务质量却没有提高，由于这种做法是以牺牲顾客需要来实现成本节约的，因此这些企业无形中就贬低了自己的价值。也就是说变得初级产品化了，显而易见，哪个顾客会愿意掏高价购买质量劣质的服务呢？

解读：

直到今天的零售阶段，我们依然在寻求节省成本的方式，前提是以降低服务质量为代价的节省成本。比如现在的无人便利店，也许对于商家来说没有人员成本是成功的，但是对于顾客来说，真的不需要服务么？我们在强调静默购买的同时，是否反思过顾客可能是因为我们服务质量太低只会造成干扰才选择静默购买的。

零售业本质上就是一种服务或者服务整合后的体验，他所销售的产品只是道具而已。因此通过降低服务质量来控制成本，其实就是加剧消费者的不方便，没有人喜欢在一个没有便利性的地方购物，除非你卖的东西其他地方买不到，除非你的价格或者其他优势无可比拟。否则消费者为什么要选择你呢？这种降低服务水平的做法其实在自我贬值，将有价值的用户进行驱赶

正确的做法应该是想清楚自己的核心价值和竞争力是什么？对于大多数零售企业而言，服务一定是第一位的，因此降低服务质量的做法一定实不可取的。但是如果你的核心竞争力发生转移，比如costco，他通过限制客流降低服务难度，降低服务人数，但是不是降低服务质量，这样的方式就非常可以接受的。毕竟料理一万个单品和料理2000个单品的服务难度是不一样的

所谓降低服务成本与降低服务水平是两个事情，降低服务成本在某种程度上有可能是提升服务水平的，比如奢侈品店的一对一服务，会迫使大多数非目标用户打消进店的想法，从而保证了真正用户的服务质量。这就是降低服务成本但是提高服务水平的做法

我们需要的是找到我们的核心用户，然后将时间花在他们身上，从实体店我认为人脸识别的商业应用是最有价值的。通过将人脸识别和用户的消费、信息进行匹配，然后对用户进行最精准的识别，这是一个伟大的技术应用。这个场景应该是什么样的？首先要识别用户通知店员，其次要在店内做二次识别，快速识别距离哪个店员最近？还是这种要做用户一对一服务？这要什么样的店铺最适合呢？如果有好的用户和差的用户一起进来，如何判断呢？

但是我很看好这个场景，尤其对于服装店、美妆店这种低频用户的店铺，用户信息快速同步有利于判断用户消费喜好，有利于形成更好的消费气氛。对于高频店铺，我们能做的事情是什么？

我认为未来提高店铺服务水平有两个方向可以考虑，一个是无人收银，释放收银员。二是人脸识别，释放用户信息降低服务成本但是提高服务水平。

人脸识别技术目前最理想的状态是低频消费场景，做长线核心客户那种。也就是以前的人脸识别老司机变成机械化，变成体制化。这个方式应该是一个比较有前景的创业方向。如果可以做一个相对低价，或者说是一个租赁的方式，是否可以成为一个店铺的标配，这是一个非常有意思的事情。但是问题在于如何颗粒度更细致，这个我没有见识过。