|
简单来说，自助设备行业必须符合“新+零售”的属性。“新”可理解简单为“流量效率”，“零售”则为“赚钱效率”。 文 | 英诺天使 投资总监 施卓杰
在生活中，遇到的自助设备无非三种：“自助服务”、“自助贩卖”和“自助加工”。而无人便利店属于这三者结合，也是最复杂的。这三类具体包括再细分的典型行业如下表： 很明显发现三者的特性： 1、“自助服务”几乎没有原料成本，仅有设备摊销成本和少量电费等杂费（共享汽车除外，涉及到油费）； 2、“自助贩卖”指的是标品售卖； 3、 “自助加工”相对复杂，涉及到后端供应链+半成品运输+二次加工，但毛利普遍会高。
自助设备行业属于线下生意重要的一支，它的研究模型必然和线下生意逻辑是一致的，简单来说必须符合“新+零售”的属性。自助服务类设备虽然不卖货，但因其出售服务，所以也可算零售的一种。 对“新”的理解简单概括为“流量效率”，对“零售”的理解可概括为“赚钱效率”，因此下述模型会从“流量效率”和“赚钱效率”层面来建立。
流量效率可分成两个维度：一个是投放自助设备的单体价格，一个是自助设备单日能获取的交易用户数量。 因此有了以下表格： 以上数据来源渠道包括公开渠道和其他投资人交流得知，已经竭尽所能接近真实性，但难免有误差，感谢提供数据的投资人、创业者和媒体，也欢迎投资人、创业者交流，下同。 其中，办公室货架和车载货架的单体价格包括备货成本。其他的娃娃机、饮料机等因备货成本相较于机器成本相差5%以内，在此不计入单体价格。 最后得到的单位价值流量效率意思是，在一天内，获取一个交易用户，所需要付出的成本。此处成本仅是可在不同类目间比较的数值，和真实成本是一定比例关系。 优化1： 显然不同设备的使用寿命是不一样的，充电宝、车载货架虽然便宜，但易损耗，因此需加入摊销年限进入模型。 优化2： 在流量转化过程中，必然要考虑设备所处环境是否封闭。其背后对流量转化的意义在于，封闭环境容易流量转化。 判断是封闭、开放环境，我设定的标准是在这个场景下，是否有解决某需求的其他手段。譬如办公室货架，通常在一层写字楼中，如果想吃零食只有这一种解决方案，因此可看做封闭场景；但转念想，若把办公室周边便利店考虑进入，其实办公室货架也是有替代手段的，因此可看做半开放半封闭。 再举一个例子：充电宝，应将其看成完全开放场景，因为替代手段很多：自己的充电宝、店家的充电宝、自己的充电线等。使用共享充电宝环境下必有其他解决方案，一旦有其他解决方案，必要性没那么强，对共享充电宝品牌依赖度没那么高，因此流量转化效率必然是降低的。 同样在不同大场景下的自助设备，其环境判定也不一样。学校自助设备大多是封闭场景，因为学校是封闭的，解决某种需求的方案通常更单一；同样的自助设备，在办公室环境下就会相对开放了。就像自助咖啡机在学校数据就比办公室数据要好很多。 为简化此模型，这里讨论的都是普遍社会场景下自助设备，学校场景暂不讨论（学校场景也遇到学生价值低的问题）。 对于环境属性的判断，如何用数字去具象表达差别其实是很困难的，因此我做了尝试：把封闭场景列的环境折算率列为1，半开放为1.5，全开放为2；或者半开放场景的折算率用2，全开放用3去尝试，最终发现对于总的排名影响较小。 以下是以半开放为1.5，开放场景折算率为2作为举例。 优化3： 还需要把“需求频次”因素考虑进去，高需求频次肯定有利于用户成为粉丝和交易用户。像共享单车，用户每天用，所以他们很容易交199元押金，因为频次足够高。而共享汽车不一样，一般人可能一个月用不上一次，共享汽车的精准用户可能是一周一次。一周一次和一天一次的需求，会导致用户成为粉丝和流量转化效率差别。 同样我也用需求折算率来进行数字化的直观体现，用1代表一天一次，用2或者3代表一周一次，发现对最终排名的影响也不大，因此这里使用2来计算。 还有一个因素需要考虑，就是是否受到周末、工作日影响。摆在办公室的设备，得打7折（5/7=0.71）；放在购物场所的打五折（周末人流较多，工作日折算一下），无人便利店稍有不一样，有些商务区周边的便利店其实周末也有周边居民的生意，因此折算为85%。 因此有了下图： 最后对于折算后的单位价值流量效率进行排名，对于相差50%以内的可看成一个排名，以减小因为价格的上下波动、单体单日流量不同公司间差别等造成的影响。以下为排名： 从流量效率排名中，我们很容易看出：单体价格在1000元以下的，是非常好的流量获取设备；或者单体单日流量足够高，大于30次/天，在流量效率方面也是相对高效的。
赚钱效率的计算其实就是回本周期的计算，回本周期等于单体成本除以单体盈利，最后再把能考虑到的外界因素折算进去，就得到了一个相对真实的回本周期数据。 具体推导流程就不一一详述了，下图是最终的排名情况： 对于上图做一些说明： 第三列，毛利概念中，自助服务一般都近似为100%，而共享汽车因汽油成本、休息使用的太空舱涉及布草物料成本；自助贩卖中，车载货架因为毛利主要在司机端，运营公司只有供应链差价、技术费等收入，此处记为15%。 第四列，对于供应链难度描述中，对于“低”的定义是随处可买的，获得流程极快的；对于“中”的定义是，可找到工厂代工但因器件相对复杂因此获取流程不快或者是像车载货架，主要安装在网约车上。存在行业壁垒、不是一般创业公司都能铺设的，也定义为“中”；“高”的定义是需要自行研发的新产品或者需要后端供应链支持的，整个前期准备、设备获取流程特别长；而无人便利店因涉及了自助服务、贩卖和加工，因此定义为“极高”。 第五列，对于供应链的加权，如上文类似，对于感性的“低”、“中”、“高”、“极高”的定义，用数字去描述是很难做到精准的，此处用1、2、3、4去作为加权值，具象描述供应链对回本周期的影响。 第六列，运营成本较好理解，主要是用单月运营人员工资（一线城市7000元左右，二线5000元）除以单人运维设备数平均得到。便利店因为无人，算10000元，是水电加上无人设备成本摊销。 第七列，租金指的是单体设备在场景下的月租金。 第八列，周末/工作日的影响，已经解释过了。 第九列，单体天营收，用单体单日流量乘以客单价就可得到。 第十一列，单年盈利的公式是（单体天营收*毛利*30天-月运维成本-月租金）*周末/工作日影响*12月。 第十二列，单体成本投入公式是：一个月运维成本+6个月租金+设备价格，自助设备半年付租金较多。 第十三列，成本回收周期就是单体成本投入/单年盈利。 第十四列，折算后成本回收周期=成本回收周期*供应链加权，相乘后得到的折算后成本回收周期是把外界竞争因素导致的成本回收周期的变化考虑了进去，这也是为什么原本共享单车算的好好的是一年回本，到现在激烈完全竞争的情况下，迟迟不能回本的原因，供应链加权是对竞争因素的一个具象折算，但其实也是不完全准确的。 第十五列，排名也如上述，相差50%以内的就当成一个排名。会发现饮料机在我的模型中是亏损的，这也许是为什么“X宝”靠广告使得公司盈利的一个侧面印证吧，但也可能是我的数据有偏差，欢迎纠正。 在赚钱效率层面，自助服务因没有生产材料投入，赚钱效率明显要比贩卖、加工高很多，但我们也可以发现，在贩卖、加工中也会有些“性价比”很高的品类值得关注。
前面我们分别用具象的数据排名了“新”和“零售”，当我们把每一个品类的排名放到一个XY轴象限中，其实就更好的展现了自助设备行业的一些秘密。 再具象一点，把每个品类的X、Y轴的值相乘（都说线上是乘法，线下是加法）因此得到如下排名。 这样看起来就比较清晰了，我们把乘积在50的作为第一价值线区分，100的作为第二价值线。就这套模型，得出以下几个自助设备行业的结论： 1、就自助服务、自助贩卖、自助加工来看，各个品类都有效率（流量效率和回本效率）特别高的，也有特别低的，因此三者没有明显的优胜劣汰。但从现在的发展、铺设速度情况来看，自助服务>自助贩卖>自助加工，这也比较好理解，毕竟服务比贩卖简单，贩卖比加工涉及后端供应链简单。 2、在第一象限或者是第一价值线前的办公室货架、共享单车、充电宝、健身仓等都是拿了大钱的，他们兼具流量效率超级高、回本周期特别短的特点，这就是众多资本连续下重注的原因。具体他们的所在市场有多大不考虑，此处仅是对单体模型的思考。 3、在第一象限或者是第一价值线前剩下的车载货架，因为主要场景被打车巨头控制，所以目前只有少数公司；而盒饭机属于自助加工中的佼佼者，但其涉及很复杂的后端供应链，因此也只有饭美美一家。 4、低频、供应链复杂（机器、货）不适合做高效自助，每天使用次数少于10次的都低频，机器设备超过1万的往往回本慢且铺设慢（设备贵，因此不能随便铺设，因此租金也高，机会成本高，因此铺设慢）。 我们会发现排在后几位或多或少符合低频和供应链复杂的“坑”：共享汽车（低频、设备贵），橙汁机（供应链复杂，机器贵），娃娃机（低频，当大量机器铺开在一起时，每台机器使用频次并不高），迷你KTV（低频），按摩椅（低频），太空舱（低频）。 5、因此机器低成本、需求频次高、供应链相对简单是王道。只要其中一个指标足够牛也是很好的模型，像盒饭机每天60个消费者，频次足够高；货架类，机器成本足够低。 如果再细看一下，折扣场景（办公室30%off和商场场景50%off），会有下图：
我们又得出一个结论： 6、折扣场景不利于价值的提升，大部分止步于第一价值线的都是受到了折旧场景的影响，同样是咖啡机如果放在校园，没有30%off且需求频次高，会一下进入第一价值线前。 以上就是我对于自主设备行业的研究，也许得出的排名、结论会和实际有出入，但此文尝试地提出了一个看线下消费场景的方法论，希望对此感兴趣的线下消费领域的投资人、创业者、媒体能互相交流。 施卓杰，英诺天使投资总监，主要关注消费和文旅，投资案例包括多彩投、Xtrail、游必得旅行、空手到、凡米粒、新旅界、Omcat、卡拼拼。 责编 | 晓宇 |
|
|
