中国互联网公司最新最全阵亡名单

中国互联网公司最新最全阵亡名单

过去两年时间里,每天都有O2O创业公司获得融资,也有O2O创业项目中止、倒闭。现在,我们为您奉上中国史上最全O2O创业企业大盘点,共涉及16个领域、千余家企业,而这16个领域中目前已经死亡的有哪些,“死者”众多,一片哀鸿,请自备纸巾。  这16个领域分别是医疗、美业、婚嫁、房产、家居、出行、汽车、旅游、教育、餐饮、社区、零售、金融、服务商和其它,例举了目前O2O行业的死亡企业,并逐一分析了这16个行业的死亡原因。


医疗死亡名单

  医疗02O是近几年,随着互联网的发展新兴起的行业,政府促进医疗改革的利好信号更是促进医疗O2O发展的催化剂,是互联网改造传统企业的一个典型。据调查,2014年中国移动医疗市场规模为28.4亿元,预计2015年从事医疗O2O领域的企业将达到42.3亿元,其中,移动医疗和理疗保健呈集中爆发式发展。不过,在整个行业在呈现井喷式发展的同时,也有大批医疗O2O企业默默退出市场。


死亡原因:

  1. 移动医疗、智能硬件以及上门服务的兴起,抢占了很大一部分市场份额,传统在线医疗的企业造成冲击,导致一批企业死亡。

  2. 通过列表可以看出,死亡企业多以健康管理为主,从事该领域的企业较多,不利于形成竞争优势,一旦没有巨头注资,很容易被行业淘汰。



美业死亡名单


  目前中国整个美业市场有上千亿规模,美容(包含整形)的市场规模最大,剩下的就是美发业和美甲业,整个市场非常巨大。美业线下专业店有两三百万家,整个线下高度分散,未来随着美业O2O刚刚发展,其带给投资者的机会越来越大。有人欢喜有人忧,美业O2O刚刚起步,没有能力融资持续培养用户的企业则困难重重,甚至倒闭。

  本次盘点的美业O2O死亡企业有7家,其中有5家是关于美发的APP平台,所在城市以北京和上海为主。


死亡原因:

  1、低频次、非刚需,美发O2O普遍不被看好。从美业融资情况看,美发基本没有融资,可见投资人对美发业O2O并不看好。其原因是,美发业线下门店较为发达,线下店无数,线上很难竞争;上门等家庭场景不能与美发服务相融合;顾客消费习惯难以改变,消费者习惯于选择熟知的发行店或者就近选择美发门店,美发咨询等服务需求较少。所有服务类的关键就在于流量。因此切入细分领域,迅速做起流量来,是创业者最需要打磨的功夫。美发行业虽然有很高频次和需求,但是上门美发这一O2O项目,是否真的是刚性需求,恐怕还需要创业者三思吧。且不说剪完头发留在家里地板上的一地狼藉,就说你能否请来理发店里真正的“大牌”上门都是难题。

  2、无法标准化:过去的团购网站也提供了美业服务,但是团购为什么对美业的推动力不强?最重要的原因就是——美业属于非标类服务。非标类服务,极可能面临“两头难伺候”,创业者要学会当好两头受气的“小媳妇”。因此,美业O2O其实是个“看起来很美,实际上苦逼”的行业。




婚嫁死亡名单


  2014年全国婚庆行业服务营业额达到7000亿左右规模,婚庆行业整体利润率水平趋于走低并将持续,所谓婚庆暴利已是“昨日黄花”。这其中很大原因来自于互联网对其的冲击。


死亡原因:

  低频消费,缺乏资源。婚嫁行业的互联网化进程较短。在本次盘点中盘点出的已经停止运营的大部分企业成立时间稍早。由于婚嫁行业是低频需求的行业,如何提高用户粘性,不断的拓展产业链(横向或纵向)就成了每个企业亟待思考的问题。

  据刚刚获得融资的寻拍CEO孙鹏介绍,他们曾拿出了两个月的试错时间。现在他们已经开始调整步伐,从婚嫁摄影领域作为切入口而展开业务 .

  大部分的婚嫁平台都是基于线下资源而建立的,没有线下资源无异于无源之水。从本次的盘点中,也可以管窥到,很多基于平台的网站,无法立足于市场之中。据业内人士透露,现在很多摄影O2O平台就在苟延残喘中。




房产死亡名单

  房产O2O预计市场规模万亿。玩房产需要相当的实力。公寓租房和租售平台动辄融资过亿,如2015年6月青客公寓获1.8亿人民币B轮融资,2015年5月魔方公寓获2亿美元B轮融资、吉屋网获1亿人民币A轮融资、爱屋吉屋获1.2亿美元D轮融资。

  有人欢喜有人忧,巨额的融资说明:要么行业门槛高;要么行业呈聚合现象,市场留给后来者的机会越来越少。

  本次盘点的房产O2O死亡企业有7家,其中有5家是在2013年成立,所在城市以北京和上海为主,主要从事租房业务。


死亡原因:

  1.经过2014年的调整,房产行业告别“黄金时代”,面临一轮新的洗牌,“大鱼吃小鱼”的并购现象成为新常态。用一位从业者的话说:这个行业太拥挤了,有1000个玩家,市场只能容纳100个,900家都得滚蛋。

  2.租房领域龙头隐现。2015年初,链家租房业务零佣金,只收5天的房租作服务费。爱屋吉屋在北京和上海,租客佣金全免。前者链家,占据北京一半的二手房成交市场。后者爱屋吉屋上线4个月后,成为上海租房市场的第一。烧不起钱的公司只能让道。




家居死亡名单


  相比于单纯的家居用品电商,家装才是这个行业的重头戏,互联网家装行业是线上与线下深度融合的产物,是个万亿级的市场。互联网家装未来的2-3年将迎来关键时期,这个时期谁能率先做好模型,整合好供应链,拿到资本,实现模式可复制谁就能快速脱颖而出,有人预言目前90%的互联网家装公司都会死掉。

  在本次盘点的6家“已死亡企业”中,有1家家居饰品电商,其余5家均为装修公司,涉及到了对接设计、提供监理到一站式装修服务的企业。


死亡原因:

  1.同质化严重,无差异化竞争导致核心竞争力不足。不管平台还是重度垂直型企业,目前的家装企业都主打“0曾项”、“环保材料”、“高级供应商”等口号,差异化不明显。

  2.在价格战中败下阵来,难以品牌化。互联网家装未出现、短期内也不会出现一家独大的局面,家装行业自有其复杂性,目前很多企业都是紧盯价格战,以此来抢占渠道、抢占用户,699元、688元、777元等千元以下套餐层出不穷。互联网信息透明,可以随意比价,有些企业无法很好地整合产业链、压缩成本,为了保证利益不能加入千元以下套餐的混战,而用户本身是追求性价比的,对于质量和服务相差不多的产品,自然优先选择价位更低得一家。

  当然,价格战并不是最佳选择,品牌化是更能保证市场地位的做法:不管市场热不热,品牌的那几家总是可以占到市场份额的。有些企业价格战跟不上,品牌化之路还未成形,只能消失在商业的漩涡中。


医疗死亡名单


  医疗02O是近几年,随着互联网的发展新兴起的行业,政府促进医疗改革的利好信号更是促进医疗O2O发展的催化剂,是互联网改造传统企业的一个典型。据调查,2014年中国移动医疗市场规模为28.4亿元,预计2015年从事医疗O2O领域的企业将达到42.3亿元,其中,移动医疗和理疗保健呈集中爆发式发展。不过,在整个行业在呈现井喷式发展的同时,也有大批医疗O2O企业默默退出市场。


死亡原因:

  1. 移动医疗、智能硬件以及上门服务的兴起,抢占了很大一部分市场份额,传统在线医疗的企业造成冲击,导致一批企业死亡。

  2. 通过列表可以看出,死亡企业多以健康管理为主,从事该领域的企业较多,不利于形成竞争优势,一旦没有巨头注资,很容易被行业淘汰。




美业死亡名单


  目前中国整个美业市场有上千亿规模,美容(包含整形)的市场规模最大,剩下的就是美发业和美甲业,整个市场非常巨大。美业线下专业店有两三百万家,整个线下高度分散,未来随着美业O2O刚刚发展,其带给投资者的机会越来越大。有人欢喜有人忧,美业O2O刚刚起步,没有能力融资持续培养用户的企业则困难重重,甚至倒闭。

  本次盘点的美业O2O死亡企业有7家,其中有5家是关于美发的APP平台,所在城市以北京和上海为主。


死亡原因:

  1、低频次、非刚需,美发O2O普遍不被看好。从美业融资情况看,美发基本没有融资,可见投资人对美发业O2O并不看好。其原因是,美发业线下门店较为发达,线下店无数,线上很难竞争;上门等家庭场景不能与美发服务相融合;顾客消费习惯难以改变,消费者习惯于选择熟知的发行店或者就近选择美发门店,美发咨询等服务需求较少。所有服务类的关键就在于流量。因此切入细分领域,迅速做起流量来,是创业者最需要打磨的功夫。美发行业虽然有很高频次和需求,但是上门美发这一O2O项目,是否真的是刚性需求,恐怕还需要创业者三思吧。且不说剪完头发留在家里地板上的一地狼藉,就说你能否请来理发店里真正的“大牌”上门都是难题。

  2、无法标准化:过去的团购网站也提供了美业服务,但是团购为什么对美业的推动力不强?最重要的原因就是——美业属于非标类服务。非标类服务,极可能面临“两头难伺候”,创业者要学会当好两头受气的“小媳妇”。因此,美业O2O其实是个“看起来很美,实际上苦逼”的行业。




婚嫁死亡名单


  2014年全国婚庆行业服务营业额达到7000亿左右规模,婚庆行业整体利润率水平趋于走低并将持续,所谓婚庆暴利已是“昨日黄花”。这其中很大原因来自于互联网对其的冲击。


死亡原因:

  低频消费,缺乏资源。婚嫁行业的互联网化进程较短。在本次盘点中盘点出的已经停止运营的大部分企业成立时间稍早。由于婚嫁行业是低频需求的行业,如何提高用户粘性,不断的拓展产业链(横向或纵向)就成了每个企业亟待思考的问题。

  据刚刚获得融资的寻拍CEO孙鹏介绍,他们曾拿出了两个月的试错时间。现在他们已经开始调整步伐,从婚嫁摄影领域作为切入口而展开业务 .

  大部分的婚嫁平台都是基于线下资源而建立的,没有线下资源无异于无源之水。从本次的盘点中,也可以管窥到,很多基于平台的网站,无法立足于市场之中。据业内人士透露,现在很多摄影O2O平台就在苟延残喘中。




房产死亡名单


  房产O2O预计市场规模万亿。玩房产需要相当的实力。公寓租房和租售平台动辄融资过亿,如2015年6月青客公寓获1.8亿人民币B轮融资,2015年5月魔方公寓获2亿美元B轮融资、吉屋网获1亿人民币A轮融资、爱屋吉屋获1.2亿美元D轮融资。

  有人欢喜有人忧,巨额的融资说明:要么行业门槛高;要么行业呈聚合现象,市场留给后来者的机会越来越少。

  本次盘点的房产O2O死亡企业有7家,其中有5家是在2013年成立,所在城市以北京和上海为主,主要从事租房业务。


死亡原因:

  1.经过2014年的调整,房产行业告别“黄金时代”,面临一轮新的洗牌,“大鱼吃小鱼”的并购现象成为新常态。用一位从业者的话说:这个行业太拥挤了,有1000个玩家,市场只能容纳100个,900家都得滚蛋。

  2.租房领域龙头隐现。2015年初,链家租房业务零佣金,只收5天的房租作服务费。爱屋吉屋在北京和上海,租客佣金全免。前者链家,占据北京一半的二手房成交市场。后者爱屋吉屋上线4个月后,成为上海租房市场的第一。烧不起钱的公司只能让道。




家居死亡名单


  相比于单纯的家居用品电商,家装才是这个行业的重头戏,互联网家装行业是线上与线下深度融合的产物,是个万亿级的市场。互联网家装未来的2-3年将迎来关键时期,这个时期谁能率先做好模型,整合好供应链,拿到资本,实现模式可复制谁就能快速脱颖而出,有人预言目前90%的互联网家装公司都会死掉。

  在本次盘点的6家“已死亡企业”中,有1家家居饰品电商,其余5家均为装修公司,涉及到了对接设计、提供监理到一站式装修服务的企业。


死亡原因:

  1.同质化严重,无差异化竞争导致核心竞争力不足。不管平台还是重度垂直型企业,目前的家装企业都主打“0曾项”、“环保材料”、“高级供应商”等口号,差异化不明显。

  2.在价格战中败下阵来,难以品牌化。互联网家装未出现、短期内也不会出现一家独大的局面,家装行业自有其复杂性,目前很多企业都是紧盯价格战,以此来抢占渠道、抢占用户,699元、688元、777元等千元以下套餐层出不穷。互联网信息透明,可以随意比价,有些企业无法很好地整合产业链、压缩成本,为了保证利益不能加入千元以下套餐的混战,而用户本身是追求性价比的,对于质量和服务相差不多的产品,自然优先选择价位更低得一家。

  当然,价格战并不是最佳选择,品牌化是更能保证市场地位的做法:不管市场热不热,品牌的那几家总是可以占到市场份额的。有些企业价格战跟不上,品牌化之路还未成形,只能消失在商业的漩涡中。



出行死亡名单


  从打车领域看,去年和前年在滴滴和快的的疯狂补贴下,一年就烧掉24亿元人民币!搞得众多没有来得及傍上大佬的打车软件公司纷纷倒闭,可是谁也没有想到的是本来是世仇的两家公司竟然在今年握手言和。而合并后滴滴快的推出了一系列出行产品,顺风车,巴士,代驾,这让众多中小创业公司亚历山大。首先一大批倒闭的就是打车软件,然后就是拼车和代驾。那接下来让我们看看出行行业的死亡原因。

  本次盘点的出行O2O死亡企业有11家,所在城市以北京和上海为主,以下为具体死亡原因。


死亡原因:

  1、大佬初现,格局已成。对于初创公司来说,简直是内忧外患。滴滴快的合并后如猛虎,更是打破目前创业公司融资最高纪录。来自国际巨头Uber的威胁,挂着拼车的羊头,却做着专车的生意,直接威胁拼车和专车两条产品线。

  2、投资收紧大批拼车公司面临断粮据了解,自2013年北京颁布《关于北京市小客车合乘出行的意见》,鼓励搭乘之后,拼车软件如雨后春笋般冒出,提供私家车拼车业务的公司超过20家。

  但是随着滴滴宣布进军拼车市场,投资人对拼车领域的投资开始持谨慎态度,拼车软件融资难度骤增。作为拼车行业三强,虽然嘀嗒拼车、51用车和天天用车还是凭借其用户和市场份额,融到了大战前的最新一批“粮草”,但也极有可能是最后一批“粮草”。




汽车死亡名单


  汽车后市场与出行打车平台一样,是一个拼资源,拼流量的血路战场。


死亡原因:

  1、门槛极高:对于初创者而言,汽车领域O2O创业有着极高的门槛。尤其是汽车平台类项目,BAT三巨头分别涉猎了滴滴、快的、Uber三家打车项目。即使是易到用车、一号专车也逐渐形成气候,因此打车平台基本上没有机会可言。

  2、服务难保证:对于汽车后市场,一个基于服务的市场来说,没有渠道可以压缩,要为消费者讨到便宜,只有一条路,给商家带去足够的客户量,薄利多销,就是团购模式。但服务资源不可能像商品一样有库存。团购的情况下极易出现饱和,从而引发消费者的预约和排队,降低整体的消费体验。

  3、口碑与公信力不够:对于汽车后市场的服务店面,按照现在的点评方式,都不足以带来太多口碑上的帮助。汽车是一个很复杂的商品,汽车服务项目又很多,车作为主要的服务载体不会说话,绝大部分消费者又说不明白,专家不在现场也都说不明白,那在网上的点评不是“瞎评”吗?点评公信力下降,口碑传播也因此失效,这对于运营O2O的中间商来说是一个难题。


来自:数盟www.dataunion.org


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值