实例详解O2O产品:大众点评、切客优惠和这里
简单来说O2O是将线下的商品（衣食住行）通过线上展示，消费者获得消费决策，然后决定消费最后消费的整个过程。至于是不是线上交易，线下消费，其实不重要。
纵观整个行业，各种O2O产品不断涌现。最开始的大众点评，口碑，然后是团购，后来提出O2O概念后，然后有人说到“网购只占人均消费的百分之几左右，还有90%多属于线下消费。”整个行业开始热起来，淘宝本地生活，QQ美食，丁丁，切客优惠，百度身边，爱出发，这里，等等，都属于O2O.其实还有个最重要的，就是旅游行业了，其实他是具备天然的O2O优势的。
从整个行业用户的需求来看，个人觉得分为2部分吧。1部分是对于自己熟悉的商家，1部分是对于自己不熟悉的商家。对于熟悉的商家，最主要的决策依据，就是优惠（这优惠包含打折，团购等）。对于不熟悉的商家，消费指南很重要，这里的消费指南是：我该选哪个，为什么选这个？
说说几个具有明显差异化的产品吧，旅游类的产品后面会专门分析，至于其他的本地生活类产品，同质化太严重。
一：大众点评
没有手机客户端之前，我很少用大众点评。对于用户的需求来说，他主要满足的是那部分对自己不熟悉商家的用户的需求。这也是为什么大众点评的APP在旅游的分类下能找到，将用户定义为旅游类的用户人群很准确。
我使用大众点评场景经常是这样：周末我要和新新去沙面摄影，快到中午了，想去吃饭。我出来主要目的不是来吃饭的，摄影属于短时间的活动（1天内），还有我对沙面这个地方不是很熟悉。在来这里之前我没有查看攻略什么的。反正就是我要吃饭了，想去找个餐厅。
整个需求就是这样：即时需求、我对这个位置周边的生活环境不熟悉（原因），想了解这附近有哪些餐厅（我想），哪个餐厅值得我去（我想），我怎么去？（我做）。
所以大众点评为满足需求设计的功能，总结起来就是：基于地理位置的消费指南。1：基于地理位置查找周边的餐厅；2：通过用户评级列出餐厅信息并做为用户的决策参考。3：地图指引；4：餐厅的菜谱推荐。
从产品层面来说，大众点评的壁垒就是商家资源以及用户数据（广）。商家资源和用户数据可以通过时间来积累，但你如果来做一个跟大众点评一样的产品，即使你有时间去做积累，基本上也死定了。1是因为时机不一样了，第二是，其实一个行业多数人只记得第一。你愿意花那么大的成本和风险去做吗？
不过做本地生活也还是有切入点的，说说大众点评的缺点吧。
第一：其实O2O范围很广，包含衣食住行各个方面，而对于大众点评，大家的印象还是在“美食”。
第二，如果说我要找本地有特色的餐饮娱乐，在大众点评上很难找。究其原因，发现的渠道很少，要么通过搜索，要么基于地理位置。而且对商家特点的描述很少，基本上就是黄页+评级。
第三：我们现在很多消费决策都是通过朋友/网游推荐。回想一下自助游的场景，去旅游之前，我们一般会找攻略，攻略里面提到跟景点相关的信息之外，就是住和吃了。你会选择相信攻略还是大众点评。我想一般来说，我们会选择攻略里面的介绍。不知道大家有没有关注微博上关于吃喝玩乐主题的博主，大部分微博的转发率和评论率也很高。我自己就亲身经历过由于一条微博导致了我好几次的消费决策。
二：切客优惠
切客优惠以前叫切客，以前就是个签到的工具，虽然也有根据我签到推荐一些周边的优惠信息但价值不高。切客也是今年改版成为切客优惠的。
为什么看好切客优惠，有2个原因。
第1：切客优惠与大众点评服务的用户群体不一样。切客服务的用户群体是那部分对自己熟悉的商家的用户需求。
第2：切客经过差不多2年的积累，实际上记录了用户的很多消费习惯的，可以通过地理位置以及用户的消费习惯进行生活服务的推荐。
改版后的切客主要包含模块：优惠、动态（以前的签到首页）、活动、个人中心。基于地理位置推送周边的优惠信息，关注感兴趣的商家并且获得及时获得他们的折扣信息，以及活动的功能的设计满足用户获得优惠信息以及折扣消费的需求。
突然想起07年的时候我就想过这个产品，基于地理位置和用户消费习惯推送周边的生活优惠信息。
三：这里
这里也是一款基于地址位置推荐周边生活的APP，面对的主要用户群也是对于不熟悉商家的用户。不过与大众点评不同的是，他是通过朋友推荐、达人推荐、媒体推荐做为消费决策的。目前覆盖的城市只有北京和上海。
这里主要包含的模块有：附近、发现、动态、个人中心。
基于地理位置推送周边的生活信息，可以按照好友推荐、达人推荐、媒体推荐过滤，帮助用户做消费决策。
发现类似于大众点评的榜单，实际上就是攻略，按照某个主题将信息重新组合，让用户发现特色的吃喝玩乐。
商家介绍方面，突出商家特色，推荐的媒体有哪些，来这里消费过的达人有哪些？（从众心理）
所有的功能都围绕于帮助用户做消费决策，这个消费决策绕开了大众点评基于简单的评级做为消费决策。但相对于大众点评来说，大众点评的内容都为用户创造，虽然说良莠不齐，真实性和参考价值不高，对于大众点评来说，UGC利用群体的力量可以产生很多内容，而且成本低。而要做到这里这样这么细，对内容编辑的要求是很高的。
