物業公司是社區O2O平臺“最后一公里”的救命稻草？

社區O2O經過2014到2016年的犬馬喧囂，終于在2017年上半年偃旗息鼓。

包括恒大、萬科、碧桂園、花樣年、雅居樂、龍湖等公司也對自己的社區O2O平臺項目進行了業務調整和緊縮，但是在社區痛點依然不明確，閉環無法形成，平臺仍舊無法滿足社區用戶的復合需求局面下，物業O2O平臺是應該轉型創新商業模式?還是借助大數據重回萬億市場?

現有社區O2O平臺除了部分以社區電商和人工智能設備為服務模式的小眾平臺，主要分為兩類平臺，一種是是社區O2O生活服務平臺。當小區無憂、實惠、365小區寶、社區001等平臺進入發展瓶頸的時候，資本的風口就開始轉向物業公司的社區O2O平臺，因為和純平臺O2O比較，只有物業平臺才有打通線上線下“最后一公里”的服務優勢，尤其隨著這幾年人們消費升級，AI技術在家居方面的應用，讓很多創業者發現社區未來的盈利方向不僅只有服務，還可以延伸至硬件設備的升級改造。

一、物業公司做社區O2O平臺的現狀和發展方向

絕大多數大型物業公司著力打造社區生態，圍繞社區用戶提供物業基礎服務、社區O2O平臺以及物聯網智能設備服務。

其中物業基礎服務依然屬于傳統物業服務模式，社區O2O則是通過線上平臺為社區用戶提供物業費繳納、業主投訴、居家維修、日用品和生鮮食品購買等服務，而物聯網智能設備則一部分為物業公司提供日常設備維護、能耗管理、遠程監控服務。

另外一部分則為業主提供智能門禁、智能停車等服務。所有這些行為都是為了物業的大數據進行的前期的數據收集工作，其最終目的就是社區里的“萬億市場”。

既然市場前景如此美好，那為何文章開篇提到物業公司打造的社區O2O平臺面臨緊縮?是因為物業公司本身不具備互聯網基因?還是因為這些公司都逃不開社區O2O里面的幾個偽命題?

第一個偽命題：社區萬億市場

中國指數研究院在《2017中國物業服務百強企業報告》里提到：

“2020年社區增值服務市場規模將達萬億，物業服務企業具有貼近用戶的天然優勢，將大有可為。預計2017年中國社區增值服務市場規模將達到4545.1億元，2014-2017年4年復合增長率為27.55%，按照這一復合增長率計算，到2020年市場容量將增加5000多億的規模，達到10122.8億元，社區增值服務擁有億萬的市場空間�！�

可是這個萬億市場里面既包含已經被互聯網獨角獸公司獨占的出行、外賣等幾大垂直領域，也有房產中介、交易等資金流水較大的領域，還有一些業務領域物業公司本身無法為市場提供相應服務。除了以上市場份額，還要去掉那些品牌成熟的垂直市場如區域性的家裝、家政，那么圍繞人的基本衣食住行物業還能從這萬億市場里面擠出多少?

第二個偽命題：社區共享經濟

2014年3月12日自從uber進入中國以后，伴隨著國內出行軟件滴滴打車的出現，互聯網行業處處都被“共享經濟”這個熱詞充斥著。

可是從本質上來說所謂的共享主要共享的是信息和閑置社會資源，也就是將傳統用戶的出行需求信息放到某個平臺上面，而這個平臺上面也有大量的服務供方信息，當雙方信息經過基于LBS的匹配和算法以后實現閉環。

很多理解共享經濟的人，將共享經濟的核心放在了閑置社會資源的共享以及服務供方搶單模式，將這個服務資源共享模式生搬硬套進社區O2O平臺，可是他們沒有想過這些簡單現象后面的邏輯。

首先培育服務供方的習慣需要從線下開始，滴滴打車、美團外賣、最后3公里配送這些互聯網公司前期為了良好的用戶體驗，都花費了大量時間對服務供方進行標準化培訓，當然這個標準化過程是相對簡單的，所以在需求市場成熟的后期才能快速形成規模。

而社區O2O為用戶提供的居家維修、家政服務的標準化過程較為復雜，物業公司在沒有海量資本支持的情況下，基本不可能打造專業的運營團隊來進行標準化的培訓工作，從而導致用戶體驗差，平臺粘性逐步降低。

就算某些物業公司針對共享閑置的社會化服務供應方進行了標準化培訓，可是投入的人力物力最終很可能是給別人做嫁衣，因為物業各自的區域壁壘導致服務供應與訂單量不匹配，服務供應方與物業本身沒有勞務關系，最終還是離開了平臺。

但是傳統行業為用戶提供服務的供方在用戶服務領域反而凸顯了自身優勢，往往傳統領域開拓市場是以片區劃分，他們將自己服務半徑3公里以內的社區全部達成合作，同時在把控服務人力的成本進行人員優化，實現盈利。例如某個維修服務公司與某片區5家物業公司達成合作，合作項目中包含10個樓盤，戶數約10000戶需要配置4名維修技工。

第三個偽命題：社區O2O閉環

社區O2O平臺作為一個信息平臺，它的閉環包括需求和服務，首先社區用戶的需求并不是單一存在的，往往是結合了衣食住行甚至其他增值服務的復合性需求，社區O2O平臺無法同時滿足。

其次仔細研究不難發現社區O2O所有業務都是將社區內用戶的傳統服務業務放到了社區，在沒有互聯網工具的前幾年，并不是由物業為社區用戶提供服務的，物業公司打造社區O2O平臺只是為用戶和傳統服務供應方之間提供了信息，對自己本身的增值業務并無助力。

二、物業公司的社區O2O平臺面臨商業模式轉型

以上只是簡單的描述了物業公司打造社區O2O平臺的問題，絕大部分物業公司在打造社區O2O平臺的時候都經歷過三個階段。

初期階段物業公司只是想簡單的通過互聯網平臺工具為業主提供簡單便捷的服務，實現物業+互聯網的行業轉型。

中期階段在社區O2O平臺運營一段時間以后發現需要大量資金維持平臺運營，物業公司則希望通過平臺來邁向資本市場，就算無法引入資本也能為物業本身附屬的地產品牌助力。

后期階段物業公司以社區O2O平臺作為孵化器，將多業務型的社區O2O平臺逐漸轉為單一垂直領域的深耕和孵化，并在商業合作上進行模式轉型，同時以物聯網智能設備和社區O2O平臺的數據作為將來的大數據沉淀，為了2020年的戰略目標奠定基礎。

物業公司由于本身的物業基因根深蒂固，無法以互聯網運營模式來推動平臺業務發展，同時由于用戶需求和服務力無法達到高度匹配的情況下，訂單匹配服務資源短缺，服務品牌在市場毫無競爭力，而且幾大業務線同時發展，根本無法進行專業和精細化運營。

以上的種種都表明了物業公司社區O2O平臺必須轉型深挖垂直領域，同時也要將過去的社區共享經濟進行重新洗牌。

三、大數據能否拯救社區O2O

我們一直不斷的提到大數據，可是大數據本身是沒有意義的，只是一些用戶行為數字化的堆砌，大數據本身是沒有價值的，如何利用社區大數據進行分析應用和變現才是社區大數據的根本。既然提到了大數據，我們可以來看看社區里面有哪些大數據?

從大數據的角度可以將物業公司的用戶數據進行收集，眾所周知百度是搜索引擎，可是用戶通過百度搜索并不能夠直接產生交易，而淘寶、天貓、京東商城確是可以將用戶搜索內容變現的搜索引擎，那么物業公司的用戶大數據能否從“百度”變成“天貓、京東”呢?

圖中的以上數據均可以通過物業日常服務的系統來實現，可是數據收集之后如何形成消費行為分析、用戶畫像和變現?我們需要一系列復雜的數據統計和分析來實現，數據分析不光是簡單的統計，而是要通過類似ALPHAGO的人工智能分析來使得數據能夠預估用戶將來的消費行為，而物業服務和社區O2O平臺則提前為用戶提供高匹配度的消費服務。

2017年是我們所有搭建了社區O2O平臺和SAAS系統的物業公司都面臨深刻思考的一年，如何在市場蛋糕已經被瓜分殆盡的情況下維持平臺的基本生存?如何通過戰略和商業模式的轉型來實現平臺到大數據的過渡?如何通過大數據的積累來實現2020年后社區市場的爆發?除了在縮緊自身平臺發展的同時，也需要我們放慢腳步，進行更深刻的思考。