O2O领域的热门程度毋庸置疑，半年之间资本暗涌，千树万树梨花开。
这其中，我跟很多类型的上门形式都打过交道，前两日与上门按摩领域一家企业的数据工程师浅聊了下，对他们在数据上的挖掘深度大为惊异。因此简单总结此文，分享给对企业经营内幕有兴趣的朋友。
简单介绍背景：“上门按摩”市场大致起步于去年年末，年后开始高速增长。市场培育虽不足半年，各路专业投资机构、个人资金、民间资本一直不断涌入，截止目前全国已大致有三十余家创业团队。但大众却鲜少有渠道和机会了解这种商业价值，对于各路公司的自我吹嘘难以分辨;甚至是专业的投资团队，偶尔也会因为跨领域投资被数据欺骗。
那么想要看懂企业，有哪些维度的核心数据?
先看看有哪些最常接触到的浅层数据。
在可公开的信息和媒体报道中，用户数、订单数、市场份额是最常见的信息，首先减轻这些数据对你造成的影响，他们并不具有说服力。
一个原因是无从求证，留有作弊空间。成熟市场机制完善，数据可信度较高;但本文所分析的新兴市场监督规则匮乏，竞争混乱，时有发生虚报数据、互相争夺“*”的情况也不难想象。
另一个原因是数据本身的价值有限，用户数和订单数确实可以一定程度上反应公司的发展水平。但是继美团的打法成功后，越来越多的团队投入大成本推广线下，企图短期聚集大量用户、订单，借以“爆发式增长”的帽子抬高公司估值。
“一元体验”、“免费享受”这些字眼每天都能在办公楼底听到，再来看“爆发式增长”这个词儿，大家以后也就能有所思考了。
近几年，企业的玩儿法有所创新，开始流行秀“峰值订单”，河狸家去年的万人圣诞大趴就是类似的逻辑——免费体验，万人同场。
站在传播角度上确实是不错的案例，但站在拉新转换角度上，不能当真。当然也还有其他微创新玩法，比如做类似的千人大趴，然后解读为最高库存能力和抗压能力。
但以这种方式，拥堵的现场反而会拉低用户体验，造成品牌伤害。另外以免费提供千人服务的投入成本来说，传播回报和订单转换回报也不够高。
以上这几种粗暴的推广活动涌入的大多数用户都是垃圾用户，一旦活动结束，这部分用户也无法转换真实订单。
因此除非意义是单纯的刷数据，或者诚心的做用户反馈，企业做此类活动的意义比较低。
那么站在投资的角度，我们如何看待这种数据增长，过滤杂音找到真相呢?
总服务时长(Gross Service Time)
如果需要了解真实的订单水平，与其看订单数，不如看“总服务时长”，一个小时的体验可以被拆分成N个订单，但总服务时长仍然无法变化，这个数据更为代表性。
而为什么说GST一般来说比较准确，很简单，因为企业需要根据这个数据给每位劳动者开工资。所以即使企业会在前端把五分钟的地推记做一个订单，但在后端仍然会老实的记录实际服务时长。因此在这种计算方法下，五分钟的地推、刷单、邀请用户下空白单等等方式都立马失去意义。
另外，拆单在另一个角度来说也是拆分体验，本来经过成熟考虑推出的服务模式，被地推拆分成快餐体验，这种方式不仅伤害用户体验，也根本无法形成有效的黏性和口碑传播。
总交易额(Gross Merchandise Volume)
总交易额 = 订单量 x 客单价。它是一个综合的指标，能直观的反映企业的整体状态，反映深层次的问题。
例如，如果真实订单量确实在大幅提升，但同时总交易额并未随之上涨，很可能就是客单价出了问题。有不少创业企业为了冲销售业绩、保证订单量，在地推、企业推广、合作等都给出远远低于市场正常水平的价格，换算下来的客单价远低于平台标准;也就因此拉低了总交易额。
这种做法最直接的影响就是破坏了自己的价格体系，而这样长久经营下去的结果，要不然就是持续亏本投入，要不然就只能选择损失这批亏本换来的用户。不仅如此，过低的价格促销会对品牌的定位和价值产生更为深远的影响。
实付比例(Real Payment Percentage)
总服务水平很高，总交易额也很高，这样是不是就没问题了呢?
还存在一种情况，即企业虽然不会降低客单价，但是在大幅发放高价优惠券，企图留住用户下单。如果要判断是否有这种情况，就需要看实付比例了。
实付比例 = 用户付费金额/总交易额
目前的补贴战十分常见，但这不代表没有计划的高价补贴就是合理的。一旦停止补贴，这批用户很可能会立马流失。
消费者对产品的选择都是用脚投票，用实际的消费反应自己的态度。实付比例可以直接看出价值用户的比例。
这个数据才是平台规模的核心，它反应着用户真正的需求。
上面的这两个数据都在用户维度，显示着目前的大致发展水平;另外还有一个维度的数据则关切企业的长远发展——技师维度。
工作饱和度(Work Saturation)
“技师数”跟“用户数”类似，都是包含大量噪音的浅层数据。供给端是否能保证持续稳定的输出，确实对企业是否能保持高发展有着重要影响。
事实上，行业内企业快速膨胀导致资源闲置的现象反而更为常见，因此需要“工作饱和度”(总订单量 / 总技师人数)来反映供应和发展的是否平衡，实现对技师、订单同步增长、技师资源是否被有效利用的动态监控。
更重要的是，可以通过设立饱和度合理值，及时进行调整——减缓技师招聘或加大订单增长，来保证平台技师的时间库存被有效利用合理比例，保持技师收入稳定。
订单间隔时长(order space time )
单纯保证技师的工作饱和显然并不足够，我叫过不少类型的上门服务，聊天中发现他们做上门服务经常需要从北京城的最东边到最西边，一天来回跑三趟;严重的时候甚至服务者会对用户表达对公司的抱怨情绪。
这便带出一个新概念，订单间隔时长(订单与订单之间的路程总和 / 总订单数)。
它反映了目前的上门经济，每服务一个订单需要付出的路程成本。
工作饱和度保证了技师的收入基础，而订单间隔时长的优化则是为了技师收入能持续提高。如果不对此进行优化，那么即使在订单完全充足的情况下，单人的日最高服务单数仍然固定;长久下去，技师收入瓶颈明显，缺乏可增长空间，无疑会成为他们考虑进入上门行业的巨大阻拦。
换个角度，对于企业来说，如果使用无法把技师的时间成本*化利用，那无疑也会成为自我限制的关键。
上门经济不是单纯的让劳动者从坐店接单到疲于奔命，这些数据的意义，这些技术尝试的革命性才是在真正意义上实现“解放手艺人”。而提高饱和度、降低订单间隔时长的*途径就是算法优化，潜藏在市场增长下面的技术积累，是这些初创团队度过初期的爆发增长后，是否能保持增值的关键。
也只有这样，反过来企业的价值才有可能摆脱行业限制，成为一家伟大的互联网科技公司。
否则，再新鲜的概念，也只能生产出无趣的“大型上门服务连锁店”，价值仍然沉淀在服务生产，而非真正的“科技改变生活”。
