五招扒掉創業公司的假數據

O2O領域的熱門程度毋庸置疑，半年之間資本暗涌，千樹萬樹梨花開。

這其中，我跟很多類型的上門形式都打過交道，前兩日與上門按摩領域一家企業的數據工程師淺聊了下，對他們在數據上的挖掘深度大為驚異。因此簡單總結此文，分享給對企業經營內幕有興趣的朋友。

簡單介紹背景：“上門按摩”市場大致起步于去年年末，年后開始高速增長。市場培育雖不足半年，各路專業投資機構、個人資金、民間資本一直不斷涌入，截止目前全國已大致有三十余家創業團隊。但大眾卻鮮少有渠道和機會了解這種商業價值，對于各路公司的自我吹噓難以分辨;甚至是專業的投資團隊，偶爾也會因為跨領域投資被數據欺騙。

那么想要看懂企業，有哪些維度的核心數據?

先看看有哪些最常接觸到的淺層數據。

在可公開的信息和媒體報道中，用戶數、訂單數、市場份額是最常見的信息，首先減輕這些數據對你造成的影響，他們并不具有說服力。

一個原因是無從求證，留有作弊空間。成熟市場機制完善，數據可信度較高;但本文所分析的新興市場監督規則匱乏，競爭混亂，時有發生虛報數據、互相爭奪“第一”的情況也不難想象。

另一個原因是數據本身的價值有限，用戶數和訂單數確實可以一定程度上反應公司的發展水平。但是繼美團的打法成功后，越來越多的團隊投入大成本推廣線下，企圖短期聚集大量用戶、訂單，借以“爆發式增長”的帽子抬高公司估值。

“一元體驗”、“免費享受”這些字眼每天都能在辦公樓底聽到，再來看“爆發式增長”這個詞兒，大家以后也就能有所思考了。

近幾年，企業的玩兒法有所創新，開始流行秀“峰值訂單”，河貍家去年的萬人圣誕大趴就是類似的邏輯——免費體驗，萬人同場。

站在傳播角度上確實是不錯的案例，但站在拉新轉換角度上，不能當真。當然也還有其他微創新玩法，比如做類似的千人大趴，然后解讀為最高庫存能力和抗壓能力。

但以這種方式，擁堵的現場反而會拉低用戶體驗，造成品牌傷害。另外以免費提供千人服務的投入成本來說，傳播回報和訂單轉換回報也不夠高。

以上這幾種粗暴的推廣活動涌入的大多數用戶都是垃圾用戶，一旦活動結束，這部分用戶也無法轉換真實訂單。

因此除非意義是單純的刷數據，或者誠心的做用戶反饋，企業做此類活動的意義比較低。

那么站在投資的角度，我們如何看待這種數據增長，過濾雜音找到真相呢?

1.總服務時長(Gross Service Time)

如果需要了解真實的訂單水平，與其看訂單數，不如看“總服務時長”，一個小時的體驗可以被拆分成N個訂單，但總服務時長仍然無法變化，這個數據更為代表性。

而為什么說GST一般來說比較準確，很簡單，因為企業需要根據這個數據給每位勞動者開工資。所以即使企業會在前端把五分鐘的地推記做一個訂單，但在后端仍然會老實的記錄實際服務時長。因此在這種計算方法下，五分鐘的地推、刷單、邀請用戶下空白單等等方式都立馬失去意義。

另外，拆單在另一個角度來說也是拆分體驗，本來經過成熟考慮推出的服務模式，被地推拆分成快餐體驗，這種方式不僅傷害用戶體驗，也根本無法形成有效的黏性和口碑傳播。

2.總交易額(Gross Merchandise Volume)

總交易額 = 訂單量 x 客單價。它是一個綜合的指標，能直觀的反映企業的整體狀態，反映深層次的問題。

例如，如果真實訂單量確實在大幅提升，但同時總交易額并未隨之上漲，很可能就是客單價出了問題。有不少創業企業為了沖銷售業績、保證訂單量，在地推、企業推廣、合作等都給出遠遠低于市場正常水平的價格，換算下來的客單價遠低于平臺標準;也就因此拉低了總交易額。

這種做法最直接的影響就是破壞了自己的價格體系，而這樣長久經營下去的結果，要不然就是持續虧本投入，要不然就只能選擇損失這批虧本換來的用戶。不僅如此，過低的價格促銷會對品牌的定位和價值產生更為深遠的影響。

3.實付比例(Real Payment Percentage)

總服務水平很高，總交易額也很高，這樣是不是就沒問題了呢?

還存在一種情況，即企業雖然不會降低客單價，但是在大幅發放高價優惠券，企圖留住用戶下單。如果要判斷是否有這種情況，就需要看實付比例了。

實付比例 = 用戶付費金額 / 總交易額

目前的補貼戰十分常見，但這不代表沒有計劃的高價補貼就是合理的。一旦停止補貼，這批用戶很可能會立馬流失。

消費者對產品的選擇都是用腳投票，用實際的消費反應自己的態度。實付比例可以直接看出價值用戶的比例。

這個數據才是平臺規模的核心，它反應著用戶真正的需求。

上面的這兩個數據都在用戶維度，顯示著目前的大致發展水平;另外還有一個維度的數據則關切企業的長遠發展——技師維度。

4.工作飽和度(Work Saturation)

“技師數”跟“用戶數”類似，都是包含大量噪音的淺層數據。供給端是否能保證持續穩定的輸出，確實對企業是否能保持高發展有著重要影響。

事實上，行業內企業快速膨脹導致資源閑置的現象反而更為常見，因此需要“工作飽和度”(總訂單量 / 總技師人數)來反映供應和發展的是否平衡，實現對技師、訂單同步增長、技師資源是否被有效利用的動態監控。

更重要的是，可以通過設立飽和度合理值，及時進行調整——減緩技師招聘或加大訂單增長，來保證平臺技師的時間庫存被有效利用合理比例，保持技師收入穩定。

5.訂單間隔時長(order space time )

單純保證技師的工作飽和顯然并不足夠，我叫過不少類型的上門服務，聊天中發現他們做上門服務經常需要從北京城的最東邊到最西邊，一天來回跑三趟;嚴重的時候甚至服務者會對用戶表達對公司的抱怨情緒。

這便帶出一個新概念，訂單間隔時長(訂單與訂單之間的路程總和 / 總訂單數)。

它反映了目前的上門經濟，每服務一個訂單需要付出的路程成本。

工作飽和度保證了技師的收入基礎，而訂單間隔時長的優化則是為了技師收入能持續提高。如果不對此進行優化，那么即使在訂單完全充足的情況下，單人的日最高服務單數仍然固定;長久下去，技師收入瓶頸明顯，缺乏可增長空間，無疑會成為他們考慮進入上門行業的巨大阻攔。

換個角度，對于企業來說，如果使用無法把技師的時間成本最大化利用，那無疑也會成為自我限制的關鍵。

而提高飽和度、降低訂單間隔時長的唯一途徑就是算法優化，潛藏在市場增長下面的技術積累，是這些初創團隊度過初期的爆發增長后，是否能保持增值的關鍵。

上門經濟不是單純的讓勞動者從坐店接單到疲于奔命，這些數據的意義，這些技術嘗試的革命性才是在真正意義上實現“解放手藝人”。

也只有這樣，反過來企業的價值才有可能擺脫行業限制，成為一家偉大的互聯網科技公司。

否則，再新鮮的概念，也只能生產出無趣的“大型上門服務連鎖店”，價值仍然沉淀在服務生產，而非真正的“科技改變生活”。

本文系O2O行業觀察者科技壹哥投稿，并不代表創業邦立場