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
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。