传统工业时代的主要经营模式是B2C模式，但是这套模式放到今天会出现很多的不确定性。比如说要开发一款新的烤箱，面临着很多的不确定性。30岁的设计师，给20岁的人设计，最后方案给50岁的老板拍板，其实这里面都是通过个人的经验在判断，也就产生出种种的不确定性，继而导致开发不精准，研发成本高，决策效率低。所以我们通过数据，去结合设计的转译，洞察用户的真实需求，然后反向去指导商业行为。客观的销售数据等，可以让设计和研发更精准。也就是大数据下的新品孵化C2D2B商品设计模式。C代表消费者，D代表数据洞察和设计转译，B代表商业行为。下面通过两个案例来分享一下这套模式。
首先是厨房小电。看一下他的行业状况：成熟行业、老化、同质化、价格战。通过数据我们发现，整个厨房小电的消费人群中，95后的人群虽然消费份额较少，但消费增速在上升。说明年轻代的食文化需求出现。抓住这些人群，成为破局的一个机会点。我们通过多维数据分析，发现95后群体的一些特征，并根据这些特征，转化成设计上的一些策略。我们最终把核心设计策略定义为萌潮行动。然后联合多个厨电商，并提供商品的全案设计内容。包括选品，研发，设计，营销。
第一季的产品我们孵化了佛系考拉电炖锅，柴犬电饭煲，小猪电磁炉等。第二季孵化了小熊电热杯，随身携带的电热饭盒，还给某商家定制了一套萌潮系列。
希望通过萌潮的风格，结合自然IP跨界融合，也就是95后喜欢的萌宠形象与产品功能，形态，色彩等进行结合，传达出一种可以陪伴的小伙伴这样的感受。看一下销售结果。
分享下小烤箱的数据。它在今年5月份上市，在刚刚过去的6.9潮电日，首日10分钟内销售了2万+台，成为小家电第一单品。商品的支付转化率提升了15%。也就是在同样的运营投入前提下，以前月销1万台，现在月销可以到达1.15万台，这是一个不容易的提升。基于此，我们提炼了商品设计的概念。
基于这种概念，我们也提出了一种新的设计提案形式。商品设计包，包含了一个商品的全局设计元素，希望通过这个包，让产品经理，开发，设计等所有参与者，都能一目了然获得商品全局的设计图谱。这个包里定义了产品有关的所有要素，包括结构，形态，设计语言，包装，线上销售的活动，详情页等。
比如电动牙刷，传统的电动牙刷是这样的。这是因为传统的电动牙刷，他的医疗属性很强，消费者对他的心智是卫生。但是现在的年轻人看待电动牙刷，已经不单纯是卫生工具了，是牙齿美白，个人美妆的心智。我们认为在年轻群体中，他们对电动牙刷的心智，已经从医疗属性转向美妆属性。我们看到很多商品，从以往到现在，用户对他们的心智和诉求产生了变化。而且当细分需求出现时，也就出现了新的品类。比如美妆冰箱。我们可以反思一下，现在用的产品，他的原始状态，和现在的状态，我们对这些产品的心智产生了什么样的变化。
基于这样的认识，我们提出了新的设计观。
接下来分享下基于大数据的数据设备算法，并且如何使用这套数据审美算法，来帮助商家和设计师。我们目前合作的商家已经超过40家，比如九阳等。并且我们看到很多的中尾部商家，他们在设计能力上是不一样的，所以要为他们去提供不同类型的数据设计。如何架构这个系统就很关键。
可以理解成，基于数据审美的算法，建立了一个飞轮，飞轮的左边是消费者，右边是商家。然后就要消费者和数据之间，商家和数据之间，他们的关系就很重要。我们基于这些数据，去洞察他背后的什么特征。然后通过数据化这些特征，来给予消费者更多该类型的产品。
如果我们的算法能够知道消费者喜欢什么，下一个问题就是如何把这些东西给到商家，让他们开发出更符合消费者审美的商品。所以我们建立了一套通过数据还原设计的能力，给不同商家不同粒度的设计元素，同时回收不同商家的设计结果，通过这个结果去实时调整设计的粒度，直到给出适合这个商家的粒度。
现在来看如何组织内部的核心算法。大量的散点数据的搜集和拼凑（比如设计师去了解一些用户的信息和市场的信息，然后拼凑出产品设计策略），很多时候不如找到一个典型特征的数据切面。在我们的算法里面，通过找到一群具有代表性的用户特征，这样的准确度是大于现在个人经验去拼凑信息的准确度的。
若有收获，就点个赞吧
0 人点赞
