不同的市场,需要用不同的打法。在B端成为红海的情况下,销售易将触角伸向了C端市场,这行得通吗?
近日,销售易完成了7000万美元的新一轮融资,这笔资金将主要用于加大公司在消费领域的布局,帮助汽车、金融、零售等B2C行业直连消费者。
而实现这样的战略布局需要产品的支撑,于是销售易发布了基于企业微信构建的两款垂直SCRM产品:智慧门店数字化平台——易店、“营销服”一体化SCRM平台——易客,以及企业级电商平台——电商云。
对于销售易而言,此举标志着其将自己的B端业务边界延展到C端市场。对于这样的变化,作为销售易的掌门人,销售易创始人兼CEO史彦泽认为,2020年中国企业服务的元年真正开启,而这源自需求侧的变化。
众所周知,销售易一直深耕CRM市场,销售易始终围绕“连接”不断创新与突破,坚持用移动、社交、大数据、AI等新型互联网技术与CRM深度融合。
在史彦泽看来,CRM厂商向规模化成长,需要跨越三座大山:中小企业转向中大市场,单一产品转向多产品、一体化,通用转向垂直。
基于这样的思考,销售易不断丰富CRM的内涵,打造了端到端、一体化的双中台型CRM,以及PaaS平台,支撑从通用CRM向垂直类行业CRM扩展。
经过这些年的发展,销售易已先后收获了沈鼓集团、联想、上海电气、海康威视、施耐德电气等多行业500强企业客户,并帮助诸多跨国或出海企业完成CRM系统从国外品牌到销售易的国产化切换,且目前仍然是连续五年唯一入选Gartner SFA全球魔力象限的中国CRM企业。
史彦泽说,销售易在B端市场积累了丰富的产品、技术与服务经验,可以迁移到B2C消费行业领域。
例如此次推出的易店、易客两款面向垂直领域的企微SCRM产品,都基于销售易PaaS平台搭建,具备业务组建灵活配置和定制的能力,能够满足不同行业、企业间的个性化需求。
直连消费者(D2C)的新时代
后疫情时代,大量线上消费的创新模式,如直播带货、社区团购、在线问诊、生鲜电商、无接触配送等等。
史彦泽表示,消费者的在线化,为数字消费新体系创建了基础,“以客户为中心”的时代已经来临。
不过虽然消费领域的企业已经“觉醒”,但是对于数字服务提供商而言,他们的能力与客户需求之间存在差距。
为此,销售易推出易店、易客产品,助力消费行业直连消费者,实现精细化、智能化的私域流量闭环运营,拉动销量增长。
易店面向零售、母婴、生鲜、文创等低客单价消费连锁门店企业,让每一家连锁门店快速、低成本地实现“像星巴克一样的数字化经营效果”。
易客面向高价值消费品行业,帮助客单价较高、消费决策较长的消费类行业如汽车、银行、保险、教育、家居家装等企业,构建覆盖消费者从销售到服务全生命周期的一体化私域运营解决方案。
史彦泽说,销售易希望帮助企业通过私域流量的搭建与运营,更好地直连消费者、精细化服务客户,实现从“以产品为中心”向“以客户为中心”的数字化转型,通过业务模式变革驱动发展。
据悉,销售易已经在为良品铺子、洽洽食品、唱吧、九号公司、建发汽车等多个消费领域头部企业提供数字化服务。
结语
正如文章开头所言,B端市场与C段市场是两种不同的市场。虽然销售易在B端取得了不错的成绩,积累了丰富的市场经验。
但是面对C端市场,原有的产品体系和市场玩法是否能够变化来匹配新的市场,这是销售易接下来要进行验证的。
其实从史彦泽的思考中,我们看到销售易对此有着清晰的认识。不过市场是残酷的,跨越产品和市场的鸿沟才能赢得市场。
在当下,对于各个行业我们都需要用数字化的手段重新做一遍。这或许是C端市场常做常新的时代背景,技术的更新和需求的捕捉是新市场开拓的关键。
所以笔者乐见销售易的新战略举措,也期待其后续的表现。所谓时势造英雄,只有勇于迈出步伐的人,才能看到远方的风景。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。