2017年无人货架行业白皮书：办公室里的新消费场景

1办公室里的新消费场景2018/1/252017年无人货架行业白皮书 21无人货架行业概览无人货架行业整体•互联网经济模式的商业演变•国内创投环境整体稳中向好•连锁及零售领域掀起创业潮•无人货架行业融资梯队概况•无人货架业务模式浅析•无人货架城市覆盖热度 3OMO时代即将到来，线上与线下将全面融合数据来源：公开资料整理互联网时代电商时代O2O时代OMO时代传统互联网阶段中，门户和网游是促使用户触网的重要媒介。电子商务的兴起激发了实体经济向互联网渗透的决心，以阿里巴巴、京东等为代表的模式逐步获得市场认可。线上和线下的串联合作，打开了O2O商业模式在更多经济领域的渗透，其中，外卖、商超配送等的上门服务业态催生了消费者更多的工作生活需求。OMO(OnlineMergeOffline)是线上和线下全面融合的新型商业模式，线下流量与线上赋能所产生的新场景消费或者服务将孕育出广阔的市场发展空间，并对实体经济的渗透跃升到全新的高度。国内互联网经济模式的发展演进#门户/垂直##B2C/C2C##上门服务##融合#技术升级迭代促使业务创新（互联网、PC、手机、云计算、Big Data、AI等）用户需求衍变驱动体验创新（产品、服务等） 408001,6002,4003,2004,0004,80005001,0001,5002,0002,5003,0002012年2013年2014年2015年2016年2017年1-11月近年国内创业投资市场发展概况投资金额（人民币：亿元）投资案例数“大众创业、万众创新”动力持续释放在移动互联网、O2O、大数据等浪潮的推动下，国内创投界从2012年至2017年保持着比较稳定的发展态势，2017年前11月披露投资金额的四千多起案例共涉及约2000亿元人民币。数据来源：私募通国内创业投资市场整体保持稳定向好态势，创业创新热情不减 5-200%0%200%400%600%800%1000%1200%年月年增长幅度互联网、医药和IT仍是投资重点关注领域，连锁及零售成为风口数据来源：私募通国内创业投资市场细分领域分布2017年前11月--国内创业投资市场融资TOP10领域占比2017年前11月VS 2016年国内创业投资市场细分领域分布融资TOP10领域占比84% 6创投市场融资TOP10领域中，电信、汽车和连锁及零售融资力强数据来源：私募通2017年前11月--国内创业投资市场融资TOP10领域概况互联网生物技术/医疗健康IT电信及增值服务金融汽车娱乐传媒连锁及零售清洁技术机械制造09018027036045001002003004005006007008009001000投资金额（人民币：亿元）投资案例数（注：圆圈大小代表“平均单笔投资金额”，面积越大表示“平均单笔投资金额”越高。） 7数据来源：公开资料整理，以上案例仅依据能够公开查询到融资信息的案例，不包括全部，仅供参考连锁及零售领域无人货架模式兴起，数十家企业累计融资超30亿元无人货架商业模式满足办公室消费需求办公室所拥有的稳定用户群体为“懒人经济”创造了市场机会，其工作时间至少8小时的高频活跃特质，员工素质相对较高的诚信环境，以及优质点位上投入回收周期短的商业优势，不断吸引创业者和创投市场在无人货架领域掀起一股进军“办公室”的热潮。无人货架无疑是离用户更近的消费场景，相对于便利店不仅能够让白领人群“足不出户”享受到便利，而且满足了日常对生鲜水果、餐食、零食、冷饮等的即时性需求。据不完全统计，数十家无人货架创业企业的累计融资额度已经超过30亿，无人货架市场前景被广泛看好。目前，每日优鲜便利购凭借超10亿的累计融资额处于行业领跑地位，无人货架行业头部化格局开始显现。第一梯队10亿+第二梯队1 -10亿第三梯队1 亿以下国内无人货架案例累计融资额（部分） 8数据来源：公开资料整理无人货架商业渐趋成熟，“前置仓”模式受青睐中心仓国内无人货架商业模式概览物流体系←中长途→←短途→平台统筹/全链路监管/数据&客户服务信息流体系←补货→←订单→供应侧中心/城市仓供货商生产商电商检测分选物流配送前置仓模式自营│合作配送距离远补货频次低以长保为主接近点位分布广泛运营效率高支持生鲜货架侧从无人货架领域通行的业务模式来看，长保商品由于对仓储、时效等的要求相对较低，这种比较轻度的业务模式便成为大多数参与者首选的商业模式。但是，对生鲜、热食等需要冷藏或者快速周转的商品而言，支撑长保商品的中心仓方式已经不能满足其短、频、快的配送或者上架节奏。相比之下，由每日优鲜首创的快速触达用户的“前置仓模式”与无人货架产生了协同效应，能够以较低的供应链成本提升对无人货架的货物补给。 9主流无人货架品牌竞争激烈数据来源：根据公开资料整理相关数据指标，并计算行业整体水平运营指标决定着未来无人货架行业的竞争已经不仅仅是扩张点位数量的竞争，而是需要通过精细运营逐步实现盈利的一场攸关未来生存的市场竞争。供应链的广度和稳定性决定着运营指标质量，而运营指标的好坏则决定着未来发展空间。从无人货架行业主流参与者的运营指标TGI指数看，一套成熟稳定的运营体系，对于无人货架品牌主来说至关重要。此外，无人货架的点位质量，也成为行业参与者越来越看重的指标，其中，提升无人货架准入的企业员工数量便成为一个重要参考，拥有20人及以上员工的企业成为无人货架铺设的行业门槛。随着无人货架行业越来越成熟，以往盲目追求点位数量、忽略点位质量和营运效率的做法将被市场淘汰，无人货架市场做大做强，需要行业参与者回归理性、服务用户、稳步前进。主流无人货架品牌运营指标TGI指数（对比行业整体水平）主流无人货架品牌正处于上升期点位数量单位货架平均日流水每周补货频次平均耗损率猩便利每日优鲜便利购果小美小e微店七只考拉（耗损越低越好） 10无人货架处于蓝海市场，未来被看好数据来源：TalkingData，2017年11月无人货架将向更多城市扩张无人货架城市分布热力图无人货架在北上广等发达城市呈遍地开花之势，市场前景被看好目前，无人货架领域的参与者除了新兴的创业者之外，京东、顺丰、饿了么、苏宁、猎豹、便利蜂等也纷纷加入抢夺“上班族”的竞争中来，说明无人货架行业是被看好的新兴商业模式，无人货架行业规模预计将在未来不断发展壮大。同时，无人货架由于商业模式相对较轻，一线城市的市场竞争越来越激烈，这或将促使行业参与者向二线、三线等更多城市扩张。 112无人货架用户洞察无人货架用户洞察•无人货架用户人口属性•无人货架用户应用偏好•无人货架用户触媒习惯•无人货架用户活跃特征•无人货架用户消费偏好•无人货架用户线下热度 12人口属性：女性占比高于男性，26-35岁上班族超5成数据来源：TalkingData，2017年11月无人货架人群性别&年龄23%53%19%4%1%36%36%15%10%3%25岁及以下26-35岁36-45岁46-55岁56岁及以上无人货架人群移动互联网人群年龄段分布性别比例移动互联网无人货架51.2 %45.3 %男性48.8 %54.7 % 1302004006008001000120014000%20%40%60%80%100%120%140%覆盖率TGI指数应用偏好：较多使用社交和网购类App，相对偏好便民服务和导购数据来源：TalkingData，2017年11月无人货架人群应用行为偏好 14应用偏好：无人货架人群对O2O方面的需求相对较高数据来源：TalkingData，2017年11月无人货架人群细分应用类型偏好(部分)餐饮网购视频旅行综合电商O2O零售社区购物团购垂直电商导购娱乐票务海外购物O2O餐饮团购(餐饮)订餐点评菜谱美食社交O2O旅游综合预定铁路公共交通酒店旅游资讯行程管理民航民宿短租综合视频短视频真人视频聚合视频垂直视频电视视频直播视频播放器 15无人货架人群接触广泛的主要是社交、音乐和视频等网络娱乐类媒介，以及网购、金融等消费理财类媒介；无人货架人群相对偏好出行、旅游、汽车、票务、健美和餐饮类媒介，其在外出和生活方面媒介的TGI指数较高。0501001502002503003504000%20%40%60%80%100%120%140%覆盖率TGI指数触媒习惯：无人货架人群相对偏好外出、生活类媒介数据来源：TalkingData，2017年11月无人货架人群应用媒介偏好 16数据来源：TalkingData，2017年11月活跃特征：无人货架人群周末在移动互联网表现更活跃工作日:早晚活跃在工作日期间，无人货架人群在上午10-11点和晚间19-21点的设备在移动互联网活跃率相对较高。休息日:全天活跃在休息日期间，无人货架人群的设备在移动互联网上呈现全天活跃趋势。移动金融用户9.2亿0%2%4%6%8%10%12%14%16%18%6:007:008:009:0010:0011:0012:0013:0014:0015:0016:0017:0018:0019:0020:0021:0022:0023:00工作日休息日无人货架人群移动互联网活跃时段(24h) 17餐饮服饰鞋帽生活服务零售卖场珠宝手表化妆品丽人休闲娱乐箱包运动健康金融家居厨具文化教育医疗数码无人货架人群移动互联网人群无人货架人群线下消费偏好数据来源：TalkingData，2017年11月消费偏好：无人货架人群的消费能力相对较强吃穿类消费覆盖高从线下消费场景分布看，无人货架人群的消费品类主要集中在餐饮、服饰鞋帽和生活服务等方面。相比移动互联网人群，无人货架人群在珠宝手表、化妆品、箱包、运动健康、文化教育和数码类的覆盖率则相对较高。 18北京市：无人货架人群主要在丰台、西城、海淀和朝阳区域工作数据来源：TalkingData，2017年11月北京市--无人货架人群热力图北京城区TOP10典型加班区域热力图1.7%3.0%3.4%5.2%5.7%6.1%15.6%17.5%19.8%20.1%通州区石景山区昌平区房山区东城区大兴区朝阳区海淀区西城区丰台区北京主城区工作地热力图10-16点海淀区域西城/丰台区域东城/朝阳区域上地附近上地望京附近望京 19上海市：无人货架人群主要在浦东、长宁和徐汇区域工作数据来源：TalkingData，2017年11月上海市--无人货架人群热力图上海城区TOP10典型加班区域热力图3.9%4.2%5.5%5.6%6.2%7.1%7.3%11.6%13.2%27.7%闸北区宝山区普陀区闵行区杨浦区虹口区黄浦区徐汇区长宁区浦东新区长宁/徐汇区域黄浦区域浦东区域外滩附近徐家汇附近上海主城区工作地热力图10-16点外滩徐家汇 20广州市：无人货架人群主要在越秀、海珠和天河区域工作数据来源：TalkingData，2017年11月广州市--无人货架人群热力图广州城区TOP10典型加班区域热力图0.3%0.7%1.2%1.2%3.5%12.4%12.4%16.3%20.7%30.7%增城市黄埔区花都区萝岗区番禺区荔湾区白云区天河区海珠区越秀区人民公园附近陈家祠附近广州主城区工作地热力图10-16点越秀区域人民公园陈家祠天河区域海珠区域 报告说明•数据来源•TalkingData数据中心数据来自TalkingData AppAnalytics、TalkingData GameAnalytics、TalkingData Ad Tracking的行业数据采集，以及诸多合作伙伴的数据交换，如应用市场、渠道、运营商等多种不同来源的数据复合而成；•清科研究中心私募通、公开资料整理等。•数据周期•2017年1月-11月•概念定义•覆盖率：安装过某个App的设备数量/监测移动设备数量*100%；•活跃率：使用过某个App的设备数量/监测移动设备数量*100%；•TGI指数：即指Target Group Index（目标群体指数），反映目标群体在特定研究范围内的强势或弱势；例如：消费类型偏好TGI=[目标用户群某类型消费偏好占比/整体移动互联网用户该类型占比]*标准数100。 关于•TalkingData成立于2