2022年,中國城鎮(zhèn)寵物犬貓數(shù)量達到1.16億只。
在如此龐大的養(yǎng)寵人群背后,是一個更為龐大的寵物產(chǎn)業(yè)。
張曉林是20年前跨入這一行業(yè)的,當時的他剛剛大學畢業(yè),找到的第一份工作是在一家做智能貓砂盆的外企負責供應鏈事宜,這一干,就是十幾年。
創(chuàng)業(yè)做自己的產(chǎn)品和公司,源于張曉林讀MBA后的一個偶然經(jīng)歷。
在一次MBA課堂上,老師讓大家做實戰(zhàn)案例分析,當時的張曉林只有一份與寵物相關的工作經(jīng)歷,于是,張曉林開始深入研究中國寵物市場。
2014年的中國寵物行業(yè),仍然處于一個萌芽階段,但無論是從中國城鎮(zhèn)化發(fā)展速度來看,還是從中國人口來看,中國寵物市場都擁有不可估量的潛力。
擁有十幾年行業(yè)經(jīng)驗的張曉林,在這一年冒出了一個想法:為什么不找老東家談一談,自己做總代,將更多產(chǎn)品引入國內(nèi)市場呢?
他是這么想的,也是這么干的,就這樣,張曉林的創(chuàng)業(yè)之路從引進國外智能貓砂盆開始。
01 進軍藍海
張曉林稱得上是國內(nèi)接觸智能貓砂盆最早的那批人,在這十幾年里,他也逐漸建立起了自己的團隊和認知。
到2017年,在為代理的智能貓砂盆品牌做雙十一復盤時,張曉林發(fā)現(xiàn),他當時代理的這個智能貓砂盆海外頭部品牌在國內(nèi)已經(jīng)觸達了500萬用戶,粗略估算,國內(nèi)養(yǎng)貓人已經(jīng)接近1000萬人。
但由于當時他代理的這款產(chǎn)品單價太貴(4000+元),實際轉(zhuǎn)化率并不高。
這時,在市場中摸爬滾打多年的張曉林有了不少關于產(chǎn)品的新想法,在向所代理的品牌提出這些想法沒能得到落實后,張曉林有了自研智能貓砂盆的念頭。
之所以有這樣的念頭,其實還有另一個原因,那就是,張曉林根據(jù)市場中的種種跡象判斷,2017年的中國智能貓砂盆市場,已經(jīng)到了爆發(fā)前夜。
于是,張曉林找到上MBA時認識的兩位同學,在這年年底注冊了一家公司,注冊名字正是聯(lián)寵智能。
公司正式成立后,張曉林為團隊定下了第一個目標:做出全世界第一臺由App控制的全功能自動貓砂盆。
回看2017年成立的聯(lián)寵智能,有兩個根本優(yōu)勢:
首先是國內(nèi)供應鏈優(yōu)勢。
相較于國外動輒大幾千的智能貓砂盆,成立于國內(nèi)的聯(lián)寵智能擁有成熟的中國制造業(yè)和供應鏈支撐,以及諸如物聯(lián)網(wǎng)、傳感器等技術在中國的普及,這是聯(lián)寵智能與成熟的國際品牌競爭的基礎;
其次是團隊的經(jīng)驗優(yōu)勢。
張曉林一直認為,要做一家全球化寵物公司,首先是要to pets,而不是to people。
這樣的認知,讓他們能夠更充分地洞察他們的“最終用戶”,做好產(chǎn)品定義和功能開發(fā)。
在這一過程中,聯(lián)寵智能的團隊開發(fā)了多貓識別、健康監(jiān)測等技術,這些技術成了后來他們產(chǎn)品上的功能,也成了公司沉淀下來的核心技術。
聯(lián)寵智能第一款產(chǎn)品正式上市是在兩年后,2019年8月,聯(lián)寵智能第一款智能貓砂盆SCOOPER上線天貓,一時成為爆品。
事后回憶,張曉林稱,“在這一年之后,聯(lián)寵智能的智能貓砂盆業(yè)務就一直保持著2-3倍的增速,更是在天貓平臺上連續(xù)四年保持著銷售額品類第一。”
02 出海困局
據(jù)艾瑞咨詢統(tǒng)計數(shù)據(jù)顯示,2022年,中國城鎮(zhèn)寵物犬貓數(shù)量已經(jīng)達到1.16億只,國內(nèi)寵物市場規(guī)模更是突破了3000億元。
中國的寵物市場,經(jīng)過過去幾年迅猛增長,如今已經(jīng)初具規(guī)模。
不過,張曉林告訴我們,“在養(yǎng)寵這方面,歐美起步要比中國早20多年。”
他認為,中國現(xiàn)在面臨的依然是第一代養(yǎng)貓人,歐美已經(jīng)是第三代養(yǎng)貓人,貓的壽命一般在12年以上,中間相差的就是24年。
“在這24年里,歐美寵物品牌踩過很多坑,我們從他們身上也學到了很多經(jīng)驗。”
張曉林不僅從歐美成熟的寵物品牌成長經(jīng)歷中學到了不少經(jīng)驗,實際上,在創(chuàng)立聯(lián)寵智能第一天起,他就將公司定位到了一家全球化公司,他當時的想法是“將中國成熟的供應鏈和IoT技術帶到海外。”
理想很豐滿,現(xiàn)實往往卻有著各種各樣的阻礙。
例如,更為成熟的海外市場,擁有已經(jīng)占據(jù)用戶心智的寵物品牌,2000年成立于美國的Whisker就是這樣一個品牌,其研發(fā)的Litter-Robot長期獨占美國智能貓砂盆市場超50%的市場份額。
早期進行產(chǎn)品出海時,張曉林發(fā)現(xiàn),他們很難進入歐美市場主流養(yǎng)寵人士圈層,尤其是在啟動獨立站時,無論如何做廣告投放,都無法帶來什么銷售效果。
于是,針對產(chǎn)品出海,張曉林做了兩個艱難的決定:
第一,停掉獨立站的投放,將更多投放投到B2C平臺上,例如亞馬遜。
第二,走“農(nóng)村包圍城市”路線,出海第一站首選中國周邊國家。
“我們這一行里的所有人都知道,美國是寵物行業(yè)最大的市場,市場規(guī)模要比中國大4-5倍,國內(nèi)企業(yè)出海如果拿下了美國,就相當于拿下了全世界,但實際上我們出海更適合先在離我們更近的東南亞國家。”
2019年,在聯(lián)寵智能第一款產(chǎn)品面世時,他們也將這款產(chǎn)品一并帶到了東南亞。
當時張曉林為這款產(chǎn)品首選了三個國家:
首先是日本、韓國這兩個養(yǎng)寵理念更接近歐美的發(fā)達國家,通過在日本、韓國市場銷售,來驗證在歐美市場可能的市場反饋;
其次是和中國養(yǎng)寵理念類似的泰國,通過這一新興市場,可以進一步驗證聯(lián)寵智能的產(chǎn)品。
通過將產(chǎn)品出海到這些國家,張曉林初步驗證了自己產(chǎn)品出??赡苡龅降膯栴},并為下一步品牌出海積累了豐富的實戰(zhàn)經(jīng)驗。
03 從賣貨到做品牌
聯(lián)寵智能真正沖擊規(guī)模更大的歐美市場,是在2022年。
張曉林深知進入歐美市場,就難免要與在這一行業(yè)深耕二三十年、已經(jīng)充分占據(jù)用戶心智的本地玩家掰手腕,例如在美國必然會遭遇Litter-Robot。
這時,像聯(lián)寵智能這樣的中國企業(yè)出海,必須找到一條適合自己的路。
“Litter-Robot在美國已經(jīng)運營了三十多年,占據(jù)了美國一半以上的市場,我們再想在美國市場超越Litter-Robot已經(jīng)很難,”這是聯(lián)寵智能進入美國市場時,張曉林最深的感觸。
當時他發(fā)現(xiàn),無論他們?nèi)绾巫鰪V告投放,很難看到什么轉(zhuǎn)化率,“因為根本沒人知道CATLINK是誰。”
經(jīng)過一段時間摸索,張曉林為聯(lián)寵智能制定了新策略,新策略強調(diào)兩點:
第一,功能優(yōu)勢。歐美市場雖然更為成熟,但在功能性和智能性上,并不比國內(nèi)做得好,這也是張曉林創(chuàng)業(yè)的一個根本原因。
第二,價格優(yōu)勢。歐美市場主流玩家的產(chǎn)品售價高,張曉林就以這些產(chǎn)品半價的定價去嘗試打開市場。
“總有一些希望可以買到更有性價比、更有科技感的嘗鮮用戶,再輔以跨境電商方式,也就成了我們最適合在歐美市場的運營策略。”
不過,張曉林也深知,跨境電商說到底拼的是價格,難以沉淀品牌,而中國企業(yè)出海要想做大做強,就必須走出賣貨思路,學會做品牌。
要學做全球化品牌,張曉林首先想到的是Google,于是,張曉林在2022年報名了谷歌出海創(chuàng)業(yè)加速器。
張曉林和他的團隊真正進入谷歌出海創(chuàng)業(yè)加速器是在2023年,這一年,從品牌打造、商業(yè)模式,以及渠道策略,張曉林和他的團隊都進行了一次重新學習。
這其中就品牌打造而言,經(jīng)過谷歌出海創(chuàng)業(yè)加速器,張曉林有了一套新的思路:
首先,針對頂層設計,每一個產(chǎn)品有自己的技術特性和故事。這其中又可以細分出不同的品牌故事,例如智能貓砂盆有多貓識別技術的故事,飲水機有過濾水和非過濾水的區(qū)別。
Google的專家?guī)椭?lián)寵智能從頂層設計上進行了梳理,例如,我們是什么?有什么不同?如何證明?這品牌三問。
其次,通過內(nèi)容方式將品牌理念傳達出去。通過AB測試,選用合適的渠道將聯(lián)寵智能想要表達的內(nèi)容傳達出去。
“經(jīng)過在谷歌出海創(chuàng)業(yè)加速器內(nèi)三個月的學習,我們發(fā)現(xiàn),做品牌要秉持長期主義,亞馬遜解決的是用戶購買問題,真正的品牌運營還需要針對每個單品內(nèi)容化的呈現(xiàn),一些私域的運營。”
最后是傳播渠道的選擇。
2023年,聯(lián)寵智能已經(jīng)在全球有近50萬用戶,智能貓砂盆做到了國內(nèi)品類第一,在亞馬遜平臺上,也連續(xù)兩年做到了primeday品類第一。
接下來,面向歐美市場,聯(lián)寵智能需要重新出發(fā)。
張曉林說,“2024年,我們的工作重點將是通過Google的多元化投放,打造我們的全球化品牌內(nèi)容和品牌。”
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。
關注智造、硬件、機器人。