三只松鼠:顾客决定你的KPI

 

关键词:营销   心理学    在职研   KPI  信息

    导语:还记得那个卖萌、卖坚果,卖成第一名的三只松鼠吗?如今,三只松鼠不仅是互联网上这一类目的领导品牌了,且是全国这个类目上的领导品牌。“我觉得我们的壁垒已经完全形成了。”萌大叔张燎原底气十足。支持章燎原这番底气的,是拥有包括食品研究院、信息技术研究部、食品检测中心等13个部门、全国百余个上游供应链资源、全国四大物流分仓以及几万平米的分装工厂的安徽三只松鼠电子商务有限公司。

  此时距三只松鼠创立,还不到两年半时间。

  2012年2月16日成立的三只松鼠,目前拥有的在线会员数已达到350万。“6.19之后,我们称之为一个‘解放之战’。我们要让全国几十亿消费者中,还没有在网上买过坚果的,到网上来买。”章燎原宣布了他的新计划,要在2014年6月19日发动一场坚果大战。与他豪迈放言相呼应的,是资本市场对三只松鼠的热捧。安徽省工商局今年4月21日完成的变更登记上显示,创始人章燎原的占股减少至50.33%,与两个主要投资方,已是各执半壁江山。

  卖萌只是手段,“追求极致的用户体验”才是核心,章燎原反复强调这点。“在移动时代,你一定要做到让顾客来找你,而不是你去找顾客。因为你的展现太少了,而顾客是多样化的。”三只松鼠所探究的问题一直是,“怎样去激发消费者购买三只松鼠这个产品后,记住这个产品,并且去传播这个产品。”为此,最直观的一个做法是“强化沟通环节”。三只松鼠吸引“主人”历来是强项,方法就是在每一个环节上完全的人格化,寻找所有可能的沟通机会。“主人”写一条微博,几个官方微博会立刻形成互动调侃;在微信上给松鼠“闺蜜”留言,“闺蜜”会马上跟“主人”回话;在客服上咨询一个产品,“小清新组”或“重口味组”会即刻启动聊天模式。

  支持这一运作体系的,是一套全新的KPI考核系统。三只松鼠有一整套颇有技术含量的ERP流程管控系统,而今这个流程又添了新的秘密武器,从而改变了三只松鼠的整个员工考核体系。今年7月以后,章燎原将彻底成为“甩手掌柜”。新开发的可追溯软件,针对客户开放了一个端口,让三只松鼠的每一包坚果,都能做到品质与服务的两个可追溯。“扫一下二维码,输入可追溯码,这个产品的前世今生,直到到你手上的三十多个‘点’都是被控制的。”章燎原表示。既可以从食品安全环节追溯这袋坚果的来源、加工、质检,也可以从服务上了解到,当时是哪个客服在沟通,聊了些什么,哪个工人为你分包,一直到哪个快递员给你打包发出去。

  因此,顾客的一个表扬与批评,会直接决定一个客服或者打包人员的工资升降。章燎原宣称,“我们搭建了一个平台,让消费者跟我们无缝对接,让他们直接来评价我们。未来互联网组织架构的变革,就是让你的客户,完全说了算。”当然,这样的考核系统,在具体的操作阶段能否顺利施行,还有待考证。

  高速发展与年轻团队之间的不协调,在2013年曾困扰着三只松鼠。而今,三只松鼠通过三种办法,开始着手解决这一问题。

  首先,在管理上相对开放,章燎原甚至会“无为而治”。其次,依据互联网快速变化的形式将组织架构扁平化,尽量做到三个级别就到终端。三只松鼠从今年年初采取的就是七人一组的小组化管理方式,让其成为创业母公司中的创业子公司,每一个小组长成为创业子公司的领导层,而小组长成为母公司层面最重要的关注点。最后,在公司管理架构当中,形成自下而上的管理方式。“我们公司的内部管理文化当中,员工是为用户创造顾客体验的,而公司的上级领导是为下级创造用户体验的,这样形成一条链。”

  截止到6月,三只松鼠今年上半年的销售额将近4亿。疯跑的松鼠背后决胜的王道,不仅是卖萌而已。对于三只松鼠的未来,章燎原表示:“我们考虑未来战略的时候,不管PC端、移动端如何发展,我们只掌握一点,未来一定是以用户为中心的这样一个模式。未来的选择权一定全部在用户这一端。”

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