汽車電商概念的提出已有兩三年的歷史了,特別是去年開始有了諸多大的動(dòng)作,但就目前看來,之前的汽車電商實(shí)際上并不能稱得上是真正的汽車電商。追其根本,無外乎在人和車的關(guān)系上,尚做不到線上與線下的無縫連接。通往汽車電商的未來之路,到底還有多遠(yuǎn),應(yīng)如何打通線上線下的連接點(diǎn)?
偽電商,偽字何來?
此前的汽車電商模式仍是一種傳統(tǒng)市場行為,用戶在汽車網(wǎng)站下單后,拿著購車憑證到線下4S店砍價(jià),完成交易,憑購車發(fā)票領(lǐng)取汽車網(wǎng)站提供的獎(jiǎng)品或補(bǔ)貼;整個(gè)購車過程,沒有為用戶提供任何便利,反而更加復(fù)雜。如果非要將其稱為汽車電商,那最多算作汽車電商的1.0時(shí)代,或者稱為汽車電商的O2O模式。
這種汽車電商的O2O的模式存在嚴(yán)重不足,目前為止仍沒有做好兩個(gè)“O”的對接、轉(zhuǎn)化,多是依靠“脫節(jié)”的運(yùn)營,打造了一片Online的偽繁榮(比如天貓汽車節(jié)號稱的眾多訂單,實(shí)際還是需要到線下詢價(jià),砍價(jià),付款)。線上Online部分的這個(gè)“O”表現(xiàn)得很弱小,而線下Offline的這個(gè)“O”又與傳統(tǒng)線下體驗(yàn)、交易出現(xiàn)重疊。從Online到Offline的轉(zhuǎn)化率卻異常失調(diào)(用戶在網(wǎng)上看到的價(jià)格無法在線下兌換),電商的精髓并無體現(xiàn)。
惠買車-汽車電商C2B模式探索
到底該如何解決汽車電商O2O中前一個(gè)O的弱小呢?前幾天易車推出了“惠買車”平臺,根據(jù)相關(guān)報(bào)道信息了解到,惠買車提出了一個(gè)相對于傳統(tǒng)汽車電商業(yè)務(wù)的顛覆性的模式——C2B。其運(yùn)營模式簡單地說,就是模擬了消費(fèi)者線下多家比價(jià)的消費(fèi)場景,由用戶在惠買車網(wǎng)站上主動(dòng)發(fā)起購買需求,多家經(jīng)銷商競價(jià),給出價(jià)格和配送方案。對于消費(fèi)者來說,從傳統(tǒng)的用戶需求等待被商品(報(bào)價(jià))滿足,變?yōu)樯唐穱L試著滿足用戶需求,用戶的地位完全從被動(dòng)轉(zhuǎn)為主動(dòng),同時(shí)省去了到線下4S店砍價(jià)的辛苦;而對于經(jīng)銷商來說,通過這種模式可以獲得高精準(zhǔn)的成交用戶。
在我理解看來,惠買車的C2B模式其實(shí)就是O2O里第一個(gè)O(Online)的解決方案,即如何解決汽車電商線上的服務(wù)問題,為線下交易環(huán)節(jié)做好足夠的鋪墊。說白了汽車電商的最終目的是什么?無非是形成交易,既然是形成交易,那就應(yīng)該從需求方入手,而不是從供給方入手,這也是汽車電商的意義所在。即:聚集更多精準(zhǔn)用戶,為用戶提供更好服務(wù),從而形成更高的轉(zhuǎn)化率。
汽車電商-汽車互聯(lián)網(wǎng)發(fā)展的3.0階段
國內(nèi)汽車互聯(lián)網(wǎng)發(fā)展初期,所謂的1.0階段,多基于媒體資訊屬性之上,主要培養(yǎng)購車初/中期用戶,以PV、UV作為衡量網(wǎng)站價(jià)值的標(biāo)準(zhǔn),也因此門戶的汽車頻道異常受到追捧。隨著互聯(lián)網(wǎng)的發(fā)展,以及購車人群的成熟,這類媒體屬性網(wǎng)站所帶來的銷售線索被看作是衡量網(wǎng)站價(jià)值的標(biāo)準(zhǔn),汽車互聯(lián)網(wǎng)進(jìn)入了2.0時(shí)代,這也是汽車垂直網(wǎng)站興起的根源。而隨著近期電子商務(wù)的興起,用戶需求將進(jìn)一步演變和衍生,到了后期購車決策階段,單純媒體屬性的網(wǎng)站已無法滿足用戶需求,用戶需要的是一個(gè)能夠提供底價(jià)、方便快捷的在線交易的平臺---汽車電商平臺,也就是3.0時(shí)代。而顯然易車在2 .0和3.0交替時(shí)期推出單獨(dú)的電商平臺惠買車,同時(shí)又對易車網(wǎng)進(jìn)行改版,強(qiáng)化其媒體屬性,是有其戰(zhàn)略布局深意的。
汽車電商的未來
試想,當(dāng)前惠買車主要做新車的電商業(yè)務(wù),當(dāng)這種C2B的模式慢慢被用戶接受,相信不日這種模式便會切入二手車的電商領(lǐng)域中,而在二手車的業(yè)務(wù)領(lǐng)域中也不排除會出現(xiàn)C2B的衍生模式——C2C,即人人都是需求提出方,人人都是解決方案提供方。
在通往汽車電商的未來之路,惠買車這種C2B模式也好,未來或?qū)⒀葑兂鰜淼亩周嘋2C也好,均意在化解“連接”的瓶頸,搭建人與車之間更順暢的關(guān)系。從互聯(lián)網(wǎng)的本質(zhì)來看,連接亦即本質(zhì)。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。