智能穿戴7条军规,教你像Fitbit一样成功

移动开发
可穿戴设备制造商Fitbit上周四正式登陆美股市场,作为第一家在美上市的专业可穿戴设备技术公司,Fitbit的股价在上市首日便大涨48.4%至29.68美元。而在上周五,Fitbit股价又涨了近10%,报32.5美元。时至今日,Fitbit的股价累计已经上涨了60%左右,完全是在其发行价并不低的前提下获得了暴涨。

[[138746]]

一个月前写过一篇关于Fitbit的文章,《智能穿戴***股Fitbit凭啥一年赚2亿美金?》里面比较深入地分析了Fitbit成功的原因。而今天再次写Fitbit,已经是在其上市,并且股价获得暴涨之后的了。

可穿戴设备制造商Fitbit上周四正式登陆美股市场,作为***家在美上市的专业可穿戴设备技术公司,Fitbit的股价在上市首日便大涨48.4%至29.68美元。而在上周五,Fitbit股价又涨了近10%,报32.5美元。时至今日,Fitbit的股价累计已经上涨了60%左右,完全是在其发行价并不低的前提下获得了暴涨。

不言而喻,Fitbit是成功的。那么,我们的智能穿戴产业如何才能走出“苦逼”融资,成为第二个“吸美金”的Fitbit呢?这便是值得我们今天探讨的一个问题。

Fitbit之所以能够成为可穿戴领域的“吸金”***股,跟它站在智能穿戴这一趋势行业上,代表着一种未来价值体现不无关系。而作为成功的先行者,Fitbit在智能领域前行过程中所经历的7件事及其所做的抉择,值得我们今天该领域创业者参考与借鉴:

现状1:产业链技术不支持。

整个智能产业是在还没有成熟的产业技术基础支持的条件下,被谷歌突然之间从科幻电影中,或者更准确地说从实验室里带到了大家的面前,并由此引爆了智能穿戴产业这个概念。但是,因为缺少产业链技术的支持,此时搞“万金油”的产品,显然是不成熟也不理智的。

在目前的实际情况下,不论是从芯片、技术方案、算法技术、传感器、续航、显示等方面技术都在以“火箭”式的速度在探索发展,而借用这些本身还处于快速演变中的技术进行产品的搭建,就像是直接将实验室的产品搬到了市场商业化中。

这对于推动产业探索是非常有价值的,因为不同的创业者可以直接通过不同产品在市场上的“秀”来获取经验。而于此同时,这对于创业者自身来说,却也是件压力非常大的事情,基本可以说是“里外不是人”。一方面是自己投入了大量的人力、物力、财力来搭建这个产品;另外一方面则是搭建出来后若消费者不埋单,还可能会招来一片骂声。

Fitbit策略:坚决地砍掉一切能砍掉的功能与技术,而非堆上一切能堆上的“玩物”,然后从当前有限的产业链技术中,通过“矮中取长”的策略,做出相对靠谱的产品。

现状2:消费者认知模糊。

目前,关于什么是智能穿戴产品,大部分人是没有清晰概念的。可以说目前内业的一些从业者也很难站在消费者的角度,剔除一切专业术语,讲清楚自己的智能穿戴产品到底是怎么回事。至于目前的智能眼镜、手表、手环等产品之所以受关注,从营销传播角度来看,跟其能够让消费者建立比较清晰的认知有很大的关系。在眼镜、手表、手环等产品前面加上“智能”,大家直观的反应就是比现在所使用的“传统”产品要先进一点,是一种科技化的产品。如若再复杂,做为创业企业来说,通常很难承担起一个新领域的消费者认知教育。

Fitbit策略:用消费者能听懂的话来定位自己的产品,简单直接地告诉消费者我是谁!我是智能手环,是运动手环。这同时也是一种营销借势,因为生命在于运动,这是地球人都知道的事情,而Fitbit就这样简单地告诉消费者,我的产品就是让你运动更“科学”。

现状3:大数据价值难形成。

智能穿戴是物联网时代最重要的数据入口,这已经是一致共识。可以说智能穿戴***的货币价值点并不在硬件产品本身,而在于所采集到的数据。但从目前的情况来看,一方面由于产品应用领域广泛,从人体、环境、家居、工业到宠物等;二是产品形象各异,从眼睛、手表、手环、鞋子、挂坠、衣服到其它一些领域的应用等,产品正处于一种分化演变的阶段。而碎片化的产品,一方面由于缺乏数据的整合平台;另外一方面用户对于产品的粘性偏低。这两方面的原因就导致了目前大部分的智能穿戴创业企业的大数据难以有效形成,所采集到的数据基本可以定义为无效数据。

Fitbit策略:将产品功能做到“最小”,通过“小”来提高产品的使用体验。一方面可以在有限的产业链中整合比较优质的资源来打造硬件产品本身的使用体验;另外一方面聚焦之后可以修正出比较接近于“真实”的算法技术,得到相对精准的监测结果。只有这种“准确”的数据监测,才能给予用户合理的建议,增加用户使用黏性。而Fitbit则借此获得更大量的用户数据,这些相对有效的数据,则为其的大数据价值想象提供了实质的保障。

现状4:可参照商业模式缺失。

在智能穿戴领域,目前虽然已经有一些机构在探索商业模式,尤其是以美国为主导的一些机构,但对于国内的创业人员来说,在短时间内还难以具备参考价值。或许Fitbit是当前比较靠谱、现实的一种参考对象。

Fitbit策略:一是通过产品本身赚钱。在有限的技术资源前提下聚焦细分市场、细分人群,做出相对可靠的产品,通过传统的硬件产品销售赚取相应的利润,以维持公司更大的投入做出更好的产品来服务用户。二是通过大数据赚钱。依托于可靠的产品,哪怕是一项监测项目,只要监测准确,在为用户提供数据监测反馈结果的同时,就能获得大量的“有效”用户数据,通过对这些数据进行挖掘,可以为个人、机构提供更为深度的分析、建议报告,而这项服务当然是额外付费项目。三是打造垂直化的娱乐社交圈,为下一步的价值增长点打下基础。

现状5:价值难以支持价格。

就如我曾经在《微软智能手环脱销带来的商业启示》一文中所说的,“价格从来就不是事,如何将产品做到***才是事”。当前之所以很多消费与不消费的人都认为部分智能穿戴设备的价格偏高,其主要原因并不在于价格本身,而在于价格与价值之间的失衡。

以华强北为代表的智能穿戴生产基地中,很大一部分的智能穿戴设备都存在不同程度的两方面问题:一是产品技术方案基本雷同,功能与问题也雷同;二是产品都很强大,基本“无所不能”。如果说这些“无所不能”的产品,在技术、性能、体验上都能做到不要说超越苹果的,至少不比苹果差,那么按照当前的这种千元以上的定价显然是非常“便宜”的产品。但从现实的产品情况来看,更多的是停留在一种理想的营销概念阶段,这必然会给消费者带来被“忽悠”的感觉。

Fitbit策略:聚焦简单、可控、可靠的功能,通过简单的产品形态方式表现出来,给用户带来具有实际指导意义的这样一款产品,这就是硬件本身之外的一种无形附加价值。可以说,用户要的并不是便宜与低价,而是所提供的这种产品或服务的价值能否具备或超过货币价格的本身。

现状6:技术人才缺失。

我并不反对叠加一堆技术的强大产品,可以说这是智能穿戴产品的必然趋势。但就目前的现实情况来看,谷歌引爆了智能穿戴产业之后,不要说产业链技术还没有形成,就连相关的技术人才都还不知道在哪里。而谷歌自身又没有去办所智能穿戴产业的职业培训学校来培养相关的技术人才,目前唯一的产业人才无非来自于两方面:一是曾经智能手机领域的技术人员;二是IT相关的技术人员。

这些人员尽管在其原来的产业中都有着丰富的经验,但面对智能穿戴这一颠覆性的产业来说,显然是缺乏经验的。正因为这样一种因素,导致很大一部分的技术人员在延续着IT与智能手机的产业技术思维来搞智能穿戴产业,搞出了很多迷你版的“PC”、“手机”之类的产品,而不是真正意义上的智能穿戴产品。

Fitbit策略:在产业技术人才缺失的情况下,切入最“小”功能的产品,以***的技术培养代价与最快的技术积累速度来培养属于自己,并且是真正意义上的智能穿戴产业技术与人才,这是智能穿戴产品可持续发展的保障。

现状7:技术总是很骨感。

任何一个新的产业出现,在初期总是容易陷入“理想很丰满,现实很骨感”的这样一种技术处境中。这可以说在当前是一种比较明显的局面,我们很多的产品其宣传功能大于实际应用价值,这不能简单地定义为商业的“不诚信”行为。而是这些美好的构想,在创业者的实际实施过程中,很难通过技术手段有效地表达出来。

可以说当前在确保“单项”技术做到***都还存在不小的困难,不论是从技术组合方面,还是产品可靠性方面,或是算法技术层面都还处于起步阶段,此时如果过于分散资源,结果可能就是看着都像回事,用起来总不是回事的局面。

Fitbit策略:集中资源在“单项”技术上进行突破,以最小成本的技术探索代价来做出相对可靠的产品,并借此让自身的产品技术在同类产品中迅速突围。

对于智能穿戴产业的从业者们来说,当前最重要的或许不是考虑怎么样“包装”,怎么样营销;也不是考虑产品的功能够不够强大,而是如何让自己的产品功能做小。要想走出当前困惑的迷途,成为第二个有独特资本价值的Fitbit,那么,学习Fitbit的七大策略不能说绝对成功,至少可以保障不死,或者死在别人之后。

责任编辑:chenqingxiang 来源: 新浪创事记
相关推荐

2020-01-09 17:03:29

人工智能技术算法

2022-07-28 14:46:01

人工智能机器人计算机科学

2023-04-05 14:19:07

FlinkRedisNoSQL

2022-12-21 15:56:23

代码文档工具

2023-05-23 13:59:41

RustPython程序

2013-12-31 09:19:23

Python调试

2013-12-17 09:02:03

Python调试

2013-08-22 10:17:51

Google大数据业务价值

2015-03-16 12:50:44

2021-05-20 08:37:32

multiprocesPython线程

2011-01-18 10:45:16

乔布斯

2015-02-05 13:27:02

移动开发模块SDK

2012-06-08 13:47:32

Wndows 8Vista

2017-10-23 13:22:18

编程顶级程序员编码规则

2021-12-14 19:40:07

Node路由Vue

2012-03-21 10:15:48

RIM越狱

2021-09-07 10:29:11

JavaScript模块CSS

2017-05-22 10:33:14

PythonJuliaCython

2011-10-24 13:07:00

2015-04-09 11:27:34

点赞
收藏

51CTO技术栈公众号