从体验到思考，产品极客养成第一步
不管你愿不愿意，你的日子都在一天天过...有人过的白纸一张，有人过的五彩斑斓，有人过的深邃诱人...
地铁里的小鸟广告
这次的体验从小鸟租赁开始
小鸟音响是我在颐堤港发现的品牌，由于取代了之前B&O Play的展台，所以让我映像很深刻。我一向比较喜欢小众和有质感的东东，小鸟的logo设计很有特点，源自丹麦，产品体系和B&O很像，即便不买也有让人种草的冲动。
几天前偶然发现了小鸟公众号上推的消息，借着双十一，他们要搞耳机租赁。
- Libratone
- 一元戴走
当看到这几个关键词时，我就被深深的吸引了。曾经创业时租赁业务的失败让我对一个异业的租赁业务充满了好奇心。简单的注册之后我就完成线上申请：
- 简要的看看规则说明
- 选择租赁天数
- 填写收货地址
- 支付押金
不难看出，租赁系统要么基于现有商城系统开发，要么还处于产品早期，SKU无法选择，数量限定1个...不过倒是简化了C端用户的体验，虽然我想租的颜色并不在范围内。
第二天，小鸟租赁给我打电话了。很唐突的询问，起初还以为是配送部门核对地址，绕了一圈才知道他是为了了解我的租赁动机...
第三天，顺丰快递一大早就来了...
晒图环节
假装晒单，图片摘自网络
假装晒单，图片摘自网络
假装晒单，图片摘自网络
体验部分
因为不是专门的晒单，我就简单写写，毕竟现在耳机爱好者也很多。
听感
说实话和B&O没有太大差异，起初觉得低音有点闷，听着听着竟然慢慢变得深沉了，整体达到了平均水平。
外观
典型的出街造型，发光的logo和转轴设计的连接部位加分。
佩戴
由于不是封闭式耳罩，戴久了有点压耳，重量控制的不错所以不压头。
其他
- 我是冲着蓝牙降噪去的，但压耳式的注定了她没有Bose的沉浸感。
- 支持很多手势操作来控制音量、播放和环境音，这点很人性化。
- 蓝牙连接支持AptX，但是连接高清播放时会卡...
- 续航比耳机式的好太多。
- APP有点多余，除非你有多个Libratone设备串联...
从产品经理的视角再来看看这个体验过程
品牌
说实话，小鸟的品牌是很有调性的，很有北欧简约的设计感觉，因此我第一反应就是联想到了B&O。再看看产品体系和价格，和B&O很像但价格普遍低了不少。对于玩相机的人都能理解，副厂是什么概念吧？！
品牌的设计感、产品体系和定价直接影响了消费者的心理定位。
对于这一点，我至今无法从各种媒体渠道上了解他进入中国市场后的定位和战略。中国市场的耳机大品牌太多了，和同基因的B&O竞争又丢了位势...这次双十一能很清楚看出来B&O的品牌溢价，但即便如此销量和反响也还是好于小鸟的...
千年老二的位置是最难受的，它和第一直接的距离往往隔着第34567。
营销体验
借助互联网的体验营销是最好选择吗？
首先我不知道小鸟的线下体验店到底有多少，借助纯粹线上的体验总感觉有点单薄，毕竟对于一个相对陌生的品牌，需要快速建立大家的认知以及找到种子消费群体。
因此我倒觉得围绕线下店从线下去拓展体验渠道会更直接。比如在颐堤港附近扫扫楼，找点靠谱的大企业挖掘下音乐爱好者群体也许会更有效。
陌生品牌的区域性介入，初期需要的是强绑定而非弱曝光。
这点让我想起了创业时对租赁范围的选择，选择整个北京基本是个灾难，选择一个高质量受众区域是最重要的。这个本质上和店铺选址一样。
你的服务体系能跟上品牌的调性吗？
一流的产品二流的服务，让多少消费者心底是减了分的。从那个唐突的电话，我能感受到他们运营定式，意料之中也是意料之外。我原本以为这是场有准备的仗，但是在产品层面和后台运营层面却有着明显的脱节：
- 产品是为租赁定制化的，需要靠app激活使用，这点加分。
- 产品未激活时是浓浓的北京口音的提示...
- 主打个性化的品牌却在租赁上只放出了黑色的SKU，有点失望。
- 对于C端的跟踪明显没有，人工也没有专业的话术培训。
品牌调性一半靠产品，一半靠服务。
体验之后的结果是什么？
很明显，这次的体验前半段设计是完整的，而后半段设计几乎没看见...这个关乎营销活动设计的目的以及阶段性战术。我没有看见：
- 晒单
- 建议评价
- 传播
- 体验转销售
- 新颖的会员机制
- ...
不以结果导向的营销都是耍流氓。
收获若干
- get了品牌历史
- get了蓝牙传输协议AptX
- get了解降噪耳机的手势操作套路
- get了各品牌的溢价区间
思考以及实践backlog
以租赁为手段的体验式营销或销售应该怎么玩？
- 设立租赁的目的
- 围绕目的设定产品及全链路服务链条
- C端+B端的混合式客户旅程
售卖体系下的产品如何快速添加体验的特性？
- 体验的是什么？ -> 体验的流程 -> 体验的结果
- EaaS, Exp as a Service -> EaaP, Exp as a platform
如何透过品牌关联性识别受众人群？
- 对品牌基因的分解
- 构建多品牌的混合数据库
- 评价驱动的受众推测
- 成交驱动的受众推测
- 回归迭代的学习模型
