当前位置:首页 - 新闻中心           业界广告公关案例互动社交媒体品牌对话数据技术观察   

 

蚁匠家修获千万天使投资,小e管家阵营再添一员

2016/1/14 9:47:00 

  据 36 氪获悉,上门家庭维修 O2O 服务商 “蚁匠家修” 已获得来自e 袋洗和Share VC(由 e 袋洗募集)的 1000 万元天使投资,并已接入基于 e 袋洗扩展而成的社区服务平台 “小 e 管家”。

  我们曾有阐述,e 袋洗在洗衣 O2O 领域走到了前列之后,已开始重点打造包含邻里互助概念的社区服务平台——小 e 管家,由内部孵化和外部投资两种方式整合多个服务,而据 36 氪了解,e 袋洗、小 e 管饭和蚁匠家修将是该平台主推的三大服务。

  蚁匠家修 CEO 林念龙并不避讳地告诉 36 氪,其服务模式基本等同于氪空间项目 “万能小哥”,以众包的方式聚集家庭维修师傅,用户下单后基于 LBS 匹配附近的师傅上门服务,属再典型不过的 O2O 平台模式。

  蚁匠家修于 2015年12月 初在北京开展业务,短短一个月左右时间已汇聚近 4000 名维修师傅,预计本月底达到 5000 名。林念龙告诉 36 氪,获取师傅的渠道有三:物业(局限性强,即时性强,价格不透明)、厂家售后维修(即时性差,过了保修期收费吓人)和街边修理店(即时性最好,但需要检测费、上门费、配件费,价格过高),以物业人员为主。

  本质上来讲,蚁匠家修上的师傅还是传统服务的一部分人,但平台为其制定统一标准,比如不能在用户家里上厕所、喝水,走之前要帮用户带走垃圾等等。价格方面比市场价低 20%左右,用户大致按照问题选择 SKU 得出指导价,师傅上门检测后再予以调整,用户接受报价后才开始修理,不接受可以取消订单,上门时间则由双方协商而定。

  林念龙表示,由于这是一个买方市场,师傅供大于求,故而会与师傅签订条款,只要用户投诉便需接受一定惩罚。而家庭维修比洗衣更标准化,有明确的质量评判标准,比如水龙头漏不漏水、灯泡亮不亮一眼就能看出,同时平台提供 7 天质保和用户、师傅双方的人身安全险。

  目前蚁匠家修已上线微信、安卓端产品并接入小 e 管家平台,iOS 产品预计本月底上线。其在周末活动期间日单量峰值已接近 500 单、客单价一百多元,而 2015年10月 时万能小哥在北京的日单量是 600 单。

  若说蚁匠家修与竞品有何差异的话,主要还是体现在运营推广的打法上。

  北京有 600 余万套住房,按平均每两月产生一次家修需求、客单价 150 元来计算,每年市场大约 54 亿元,扩展到全国大概是 2000 亿元。市场其实不完全小,但的确属于比较低频的需求,以至于平台需要不断增加各类服务 SKU,从水龙头、花洒、地漏,再到橱柜、桌椅,甚至是替换灯泡,基本上家中所有物件出现问题都能在平台上找到相应维修服务。

  但小 e 管家的逻辑是将各种低频需求汇聚在一起,便有 “抱团取暖”、“互相导流” 之作用,上文提到蚁匠家修日峰值单量接近 500,主要原因就是拥有 1000 万粉丝的 e 袋洗微信服务号推送了一则宣传消息,使其各项数据获得飙升(截止目前已有 3000 名粉丝,主要为女性)。

  地推获客方面,蚁匠家修借助了 e 袋洗在北京的万人 “管家” 团队,这也是后者的一大核心资源,同小区的邻居上门推广转化率还是要比大街上发传单高的。

  盈利模式上,林念龙表示暂时还不收取佣金,但未来少不了这一块。另外就是靠配件、延保服务和二手回收交易赚钱,以及拓展家电售卖业务,最后一点上门家电维修公司轻松家电已经开始尝试了。

  团队方面,蚁匠家修创始人兼 CEO 林念龙曾创建婚趣网、曾任团购网站 24 券东南大区总监;COO 陈继强、产品技术 VP 崔腾伟也是婚趣网的合伙人,前者曾任 24 券西南大区总监;维修服务 VP 徐勇有 14年IT 家电客服经验,曾就职 IBM、海尔和联想。可以看出,蚁匠家修的核心班底一半是 e 袋洗 CEO 陆文勇在 24 券的同事。

  在以 e 袋洗、社区小 e 管家(大妈们)为核心的社区服务平台上,各项服务互喂食吃的确比单打独斗要好,不过目前为止还非常依赖于早期业务的哺育,距离反哺平台还有不短的距离。我们之前提到,e 袋洗已备好 1 亿美金打造社区共享经济,该公司也已开始准备将 e 袋洗的服务号粉丝向小 e 管家服务号迁移。

  将蚁匠家修提到前三重要服务,我想还是认定家庭维修属于刚需、且必须上门完成,虽然低频但不是伪需求,且看其是否能把服务质量和标准化做好吧。



本站文章部分内容转载自互联网,供读者交流和学习,如有涉及作者版权问题请及时与我们联系,以便更正或删除。感谢所有提供信息材料的网站,并欢迎各类媒体与我们进行文章共享合作。
上一篇信息 下一篇信息
信息分类查询:  业界广告公关案例互动社交媒体品牌对话数据技术观察