4月21日，“第六屆中國工業(yè)數(shù)字化高峰論壇”在上海舉行。本屆會議由中國互聯(lián)網(wǎng)協(xié)會互聯(lián)網(wǎng)投融資工作委員會、中國生產(chǎn)力促進中心協(xié)會數(shù)字經(jīng)濟工作委員會提供指導，由中國化工學會信息技術應用專業(yè)委員會和產(chǎn)業(yè)數(shù)字化創(chuàng)新發(fā)展聯(lián)盟提供支持，由MyMRO我的萬物集·固安捷、齊心集團、歐菲斯、鑫方盛、致趣百川、市場易、晨光科力普、領先未來、脈鏈、米思米中國、百煉智能等企業(yè)參與協(xié)辦。來自全國各地的政府領導、專家學者、工業(yè)產(chǎn)業(yè)鏈上下游企業(yè)、產(chǎn)業(yè)數(shù)字化平臺、傳統(tǒng)工業(yè)企業(yè)負責人等參加了會議。
歐菲斯工品供應鏈科技有限公司總經(jīng)理 楊旺
歐菲斯工品供應鏈科技有限公司總經(jīng)理楊旺出席會議并發(fā)表主題演講。以下為演講實錄，以饗讀者：
今天非常高興，能夠受托比網(wǎng)的邀請來參加線下峰會。我們發(fā)現(xiàn)作為平臺方，在工業(yè)品領域有個很大的痛點同樣在客戶端也會遇到。那就是客戶在采購工業(yè)品的過程當中，特別是對于采購端口，不清楚一線使用者的實際使用商品。
這里面有一個很大的點--剛剛提到的內容生產(chǎn)。目前在工業(yè)品領域，我們不說商品的視頻化，就算是圖片的在線化，大部分工業(yè)品都沒有做到。勞保圈和工具圈，大量的數(shù)據(jù)已經(jīng)可以在線化搜索到了，但是品牌方放出來的這些在線折頁，大量的內容是圖片版的。他們這么做有幾個作用，首先是防止別人直接把內容復制出來，還有就是文件的形式和排版是偏傳統(tǒng)線下的方式來做成手冊的，還是維持這種線下地推的營銷習慣。
由此在互聯(lián)網(wǎng)上的今天，衍生了一個很大的業(yè)態(tài)--互聯(lián)網(wǎng)營銷。但是目前行業(yè)大量的在線工業(yè)品銷售額，并不是在大的To B企業(yè)手里。不知道大家有沒有了解過淘寶在工業(yè)品板塊的交易數(shù)據(jù)，我三月份的時候去過淘寶，淘寶工業(yè)品線上交易額已經(jīng)超千億，甚至專業(yè)化程度非常高的高端刀具，一年都有數(shù)十億的線上交易額，這個體量在整個工業(yè)品市場里都是非常龐大的量級。淘寶有大量工業(yè)品的流量，有數(shù)十萬的商家和數(shù)千萬企業(yè)采購用戶每天在淘寶進行選購和互動，這就是互聯(lián)網(wǎng)營銷所帶來的紅利之一。
我們行業(yè)從業(yè)者只要一提到手工具品類，潛意識里首先想到的第一個品牌是什么？很多傳統(tǒng)的MRO人只要提工具就想到“世達SATA”，現(xiàn)場很多人以及身邊的朋友不知道“世達SATA”這個品牌。所以僅僅在封閉的圈子里有深刻的印象，卻無法占領廣大的用戶市場，基于此也就引發(fā)我們對于品牌策略的一些思考。進而引發(fā)對于工業(yè)品營銷思路的一些探討。
回歸到我們的主題，來一起探討一下MRO商品的數(shù)字化如何踐行。其實我們更呼吁品牌方在現(xiàn)有的市場環(huán)境里面，將所有的商品、參數(shù)和商詳在線化展示，這是MRO電商化最為關鍵的一環(huán)。
歐菲斯大家可能不太熟，我們從1993年開始做線下門店，從那個時候開始重點就是做企業(yè)的采購服務。2014年在全國主要的幾個省會成立了自己的全資子公司，從目錄銷售和線下門店銷售徹底轉型電商平臺，2022年也創(chuàng)造了接近百億的銷售額，在整個企業(yè)采購服務領域已經(jīng)成為中等規(guī)模的綜合性公司。
說回MRO，MRO按照流量分成了通用MRO和專業(yè)MRO。在MRO領域有很多復雜性的品類，比如機動車的檢修備件領域更偏工程機械的專業(yè)領域，一些傳感器、輪胎等，這些品類專業(yè)程度和復雜程度會更高。基于MRO商品的這些特點，商品數(shù)字化，為什么要做？怎么做？拋磚引玉，給出一點思路。
傳統(tǒng)的大的品牌方和經(jīng)銷商，一個很常規(guī)的做法就是組建線下的地推團隊，還有自己的經(jīng)銷商團隊，全國幾百個業(yè)務員和經(jīng)銷商是常有的事情，需要覆蓋到最低一級的工業(yè)品區(qū)縣。但是搭建地推團隊一定是規(guī)模而不經(jīng)濟的，因為大量的工業(yè)品大家都覺得非常專業(yè)，使用人對于產(chǎn)品的選購和使用是有困擾的，需要真正專業(yè)的人來給客戶進行推薦。今天我會結合ChatGPT這種新型工具的出現(xiàn)，解釋一下為什么大家需要把現(xiàn)有的產(chǎn)品開始往線上遷移。在整個消費互聯(lián)網(wǎng)領域有一個很大的習慣，就是依賴搜索。在不清楚具體需要什么商品的時候，一定是先百度。但是從百度里面看到的很多是廣告，不一定是我需要的解決方案或者具象的商品，這個時候又衍生了對應的產(chǎn)品--知乎，通過知乎搜索或者問答體系和專業(yè)人士的種草，我們可以判斷什么產(chǎn)品適合我，然后去電商或者是其他渠道進行購買。
我們自身無法判斷到底什么產(chǎn)品防燙效果更好，什么扳手更適合現(xiàn)在的場景，并且在工業(yè)品領域沒有一個很好的通道可以直接根據(jù)痛點搜索出相對準確的結果；為什么會推薦這個品牌或者這個產(chǎn)品。背后的邏輯和推薦算法，是搜索引擎的延伸閉環(huán)。所以在工業(yè)品領域，除了商品數(shù)字化之外，還要把其他所有商品相關的屬性、參數(shù)、圖片、交易信息等全部數(shù)字化之后才能形成一個完整閉環(huán)，這也是今天想要探討的話題。
交易鏈條里面，商品數(shù)據(jù)以及交付主體數(shù)據(jù)是最重要的端口數(shù)據(jù)。我們把商品交付的主體性質（經(jīng)銷商還是品牌商）以及對應的資質（經(jīng)營范圍、企業(yè)風險、商標/代理授權等）進行數(shù)字化。但是大部分工業(yè)品電商目前有一個很大的難點，就是商品數(shù)據(jù)的標準化。目前大部分的平臺都是把所有的商品信息全部糅雜在一起作為商品名稱展示，包括商品品牌、型號、參數(shù)、功能、包裝規(guī)格和計價單位等，所以行業(yè)內需要做大量的人工清洗，才能真正把這些參數(shù)準確獲取。
基于此現(xiàn)狀，我們也在構建工品伙伴自己的工業(yè)品百科。工業(yè)品之所以專業(yè)，是因為大量的數(shù)據(jù)無法實現(xiàn)在線化：安裝條件、安裝接口、故障排查、維修方法和售后等都無法準確的進行在線呈現(xiàn)。舉個例子，我們嘗試把一些品類下的四級類目做成知識庫，工程師可以通過知識庫查看品類商品的具體使用方法，以及具體產(chǎn)品的參數(shù)差異，然后再判斷這個商品是否能滿足使用需求。
從技術層面和體驗上進行優(yōu)化，還需要一段時間的探索。以長城液壓油來舉例，把所有概念層的數(shù)據(jù)：品類、粘度、型號、成分、品牌等全部抽離出來，將實例層所對應的具體值單獨羅列，然后把歧義和專利號對齊，這樣做有什么好處？你在搜索相關詞條的時候可以穿透不同層級的信息得到你想要的結果。例如搜索長城潤滑油，就不會返回非遺建筑相關信息。百度搜索為什么可以得到相對精確的搜索結果，就是因為針對關聯(lián)數(shù)據(jù)做了對應關系。這個方法在互聯(lián)網(wǎng)領域已經(jīng)趨于成熟，但是在工業(yè)品領域還有待探索。由于大部分工業(yè)品商品數(shù)據(jù)沒有建立關聯(lián)信息，平臺方只能自己做商品信息和參數(shù)的整理、關聯(lián)。如果品牌方自己做了商品數(shù)據(jù)的在線化，平臺方就可以直接復用，準確率也會更高。
此外，還有大量的用戶只能提供模糊需求，供應商如何進行產(chǎn)品匹配？傳統(tǒng)方式更多靠經(jīng)驗，現(xiàn)在通過算法使用工業(yè)品的標注體系和建立關聯(lián)信息的商品知識圖譜來進行商品匹配。還是以長城潤滑油為例，將“長城”這個字段標注成一個獨立的詞語，將品牌擊中，準確率能高達90%以上。型號字段也采用同樣的方式標注，就能準確匹配用戶的實際需求，這個就是數(shù)據(jù)精準打標的作用。但是難點在于目前行業(yè)超千萬的商品，跟商品相關的數(shù)據(jù)量達到億級，光靠部分企業(yè)去慢慢打標，人力成本實在是太大。
但是隨著ChatGPT的上市，這個標注的工作量就會變小。舉一個具體案例說明，隨機挑選一個“趣行”的警戒線，通過商品名稱可以看出“趣行”是品牌，警戒線是四級類目，詞條往后是一些功能和顏色，所有的關鍵信息全部糅雜在商品名稱里。按照以前的邏輯，需要憑經(jīng)驗識別字段，然后做好對應的標注。但是這個工作需要憑借自身的知識面和經(jīng)驗識別后準確標記。如此看來難度已經(jīng)特別大，再加上自身經(jīng)驗限制以及工業(yè)品的類目繁雜、參數(shù)設置規(guī)則沒有規(guī)范，要靠人來進行識別的難度可想而知。給出一組具體的數(shù)字進行說明：工業(yè)品行業(yè)大概有5000萬個SKU，每個SKU都涉及到十幾個字段，假設用一個人對一條數(shù)據(jù)進行識別并標記，至少需要三到五分鐘，一共需要10萬天才能完成這個龐大工作量。但是ChatGPT上市之后，可以將數(shù)據(jù)直接給到ChatGPT來做關鍵信息解析，識別關鍵字段：長度、類型、顏色、材質、功能、清晰度等。以前需要大量的人力物力做的事情，現(xiàn)在可以一鍵生成，也為后期的模糊清單的精準匹配提供了更加高效和穩(wěn)定的支撐。如果實現(xiàn)了商品的精準匹配，也會更有利于線上化的營銷推廣。大量的用戶通過類似于new bing的搜索引擎去搜索“警戒線”的時候，new bing可以以問答的方式直接推薦“趣行”。越到后期，數(shù)據(jù)越全面、質量越高的商品被搜索引擎直接推薦或者是其他種草神器直接引用的概率則會越高。進而反向推動品牌方有更大的動力去做數(shù)據(jù)模型，來增加曝光。則最終以前的模糊關鍵字的時代，就演變成了全量的精準字段的營銷時代。
近期我們給某鋁業(yè)集團部署了一套SaaS版招采商城Demo，命名為PCP。把ChatGPT3.5的模型嵌入之后做一些實用案例進行展示。依靠工具提取關鍵信息將所有關鍵結構數(shù)據(jù)解析后進行展示，除此以外模型還能展示更多的商詳和參數(shù)列表沒有展示的內容。這些應用對于所有的用戶和商家來講，都會帶來便利?？蛻臬@取信息的途徑更簡單，速度更快，專業(yè)度要求也會更低；商家的各項服務成本也會隨之降低，并且交易雙方可以快速的獲取信息完成商機閉環(huán)。通過在產(chǎn)品功能中把具體參數(shù)以及使用場景、使用案例全部羅列進去，形成商品的數(shù)字化圖譜，使用人可以快速的決策是否需要購買。減少工作量、減少信息傳導的時效，我相信是大家都需要的更加高效的解決方案。
圖示案例中，世達59757這個旋具頭的相關數(shù)據(jù)ChatGPT已經(jīng)在公網(wǎng)上進行了搜羅和學習，同時包括使用方法和功能。我們提問ChatGPT“關鍵信息”、“具體參數(shù)”、“產(chǎn)品功能”，都給出了公網(wǎng)的專業(yè)知識回答。大量的工業(yè)品之所以專業(yè)，是因為大部分商品都有使用范圍和使用場景，勢必就存在大量的用戶需要試用，因而大量的商品在線下都有場景推薦和使用案例的知識庫，通過抽取這些信息到線上形成一個在線知識庫，后期就可以根據(jù)輸入的場景得到推薦結果，這樣可以大大加快成交的速度、減少部分成本的浪費、減少退換貨和售后問題。
為什么說現(xiàn)在品牌方需要去搭建自己的線上商品的資料庫呢？展望未來的應用場景，一定會出現(xiàn)類似于“工業(yè)品知乎”的APP出來。工程師只需要輸入場景，然后這個APP就可以給出相應的商品推薦。例如我圖示中的案例，“為世達的旋具頭匹配對應的電動風批”，此時ChatGPT從功能上推薦出相應的品牌、型號和價格，品牌方就拿到了非常大的流量入口，商機也會隨之而來。當羅列出來的風批槍都可以滿足用戶的需求，可選項一目了然的時候，選擇的過程也會相對簡單。當然也可以根據(jù)用戶最中意的商品再去追加前面提到的問題，最后再進行一次選擇。這個時候品牌方就有了很大的危機，如果商品參數(shù)、使用場景、功能的在線化都沒做的話，勢必就會錯失很多機會。這個功能類似于工業(yè)品領域的“知乎”，大量的使用者將此功能作為工具在使用的時候就會得到目標推薦商品，下一步選擇到底是通過淘寶、京東還是歐菲斯下單就相對簡單很多，相當于在ChatGPT就可以直接決策。后期疊加賬號管理和審批權限管理，所有的電商交易流程就更加簡單和方便了，從而實現(xiàn)了場景提問--商品推薦--參數(shù)確認--下單--物流--售后的交易閉環(huán)。
以前傳統(tǒng)層層分銷制的商品推廣方式是不是會被互聯(lián)網(wǎng)顛覆？商品的數(shù)字化到底要不要做？保留現(xiàn)有經(jīng)銷商的權益，還是線上線下結合？是不是品牌方在線上交易，代理商線下服務？傳統(tǒng)代理商是否能從囤貨、壓資金、走費用的模式轉向做安裝、調試和售后的服務網(wǎng)絡？
工具的使用可以降低從業(yè)人員的素質方差，可以讓工業(yè)品地推團隊慢慢減少，同時也降低了企業(yè)培養(yǎng)人才的難度。
消費互聯(lián)網(wǎng)的一個最大的特點，就是快速迭代快速響應。C2M通過線上交易閉環(huán)迭代服務閉環(huán)就可以快速獲取用戶需求和場景，反向快速迭代產(chǎn)品，快速搶占市場，擴大市場份額。
未來通用工業(yè)品也是有機會能夠進入到消費互聯(lián)網(wǎng)的高速發(fā)展階段的，在整個AI工具里面，重點還是產(chǎn)業(yè)的整體升級。剛才主持人Lucy也提了，不管是未來AGI的視頻化還是內容的營銷，最關鍵的一環(huán)還是基礎數(shù)據(jù)的在線化，這也是我們歐菲斯一直做的事情。
這就是歐菲斯今天分享的內容，謝謝大家！
會議現(xiàn)場
