直播行业真的很赚钱吗？

上图薇娅直播合作的报价单，即底价+提成的形式。

据说，薇娅一年销售流水大概接近30亿，其提成收入+底薪大概10亿，估算其毛利50%，运营费用（营销推广、办公室租金、员工工资等）占另外50%， 运营费用中的50%拿来支付员工工资（含薇娅个人工资，属于高位占比，乐观估算，大多数情况下不会有这个占比），其工资支出约为2.5亿。其大约100个员工，每人工作时间1天12个小时以上，折算成“收入/人/小时”，平均大约为570元/小时/人。

即使薇娅的时薪是这个平均时薪的10倍，即5700元/小时；即使是20倍，即10000元/小时，这个时薪确实远高于一般工薪阶层；但是，与大型企业的高管及按时薪收费的律师、咨询顾问等职业相比，这个时薪并不算高——更何况，在计算流水时，我们尚没有计算退货率。

退货率在直播业也是非常严重的。如果扣除退货率，这个时薪可能还要至少打个七八折。

这个对比只是说明，当下的直播赚的还是靠不间断的甚至透支健康方式的工作时间所赚的钱——它远未到以高效获得收益的阶段。

这种靠个体以透支健康方式的工作方式的可持续性并不强。而这还是薇娅这样的头部主播的情况，其他主播的实际生存状况就可想而知了。

因此，直播需要找到一个有可持续性的，能让好不容易培养出来的主播有一个健康的工作方式，而不是靠拼直播时间长短的工作方式（假设主播能力在同一水平）来作为商业模式。

2. 电商利润连年减少，如何应对？

近几年，做电商的成本直线上升，已经基本和实体店持平了。

电商的一个很大的成本是退货 。电商的退货率普遍比较高，女装至少50%，最高能达到80%，双十一的时候尤其会高。

对于一般的直播，退货率通常在50%~60% 。不同的商品消费习惯不一样，比如男装，退货率明显比女装低很多。

高退货率导致了后期运营成本的提高，整个售后、物流、仓储、捡货、验货系统的成本都会上升。而且退货率高，最终变成库存积压，对企业有非常大的影响。

电商退货率高是常态。对于女装，消费者的退货理由通常是由于衣服有色差、尺码不合适、不喜欢、穿上没有想象中好看等等，真正的品质退款不到1%。

退款的主要原因是顾客的期望值太高，但期望值太高有时也是因为销售过度夸张，或者照片拍得不符合实际，消费者被模特误导。

所以现在越来越多的商家用的模特或主播会接地气一点，不会选长相太出众的。

退货率高与销售方式也有关系 ，大部分商家在各种销售节点如双十一，或不同销售渠道如直播中等都鼓励冲动型消费、过度消费。有时，退货率高的原因竟然是是为了凑折扣，比如必须达到满减金额才能使用折扣，使用了折扣后再退货。这都导致了退货率上升。

退货率高有什么解决方案呢？

一个比较好的方法是精准库存，同时适当延长发货时间，分批次销售。当然发货时间不能太长，否则会让粉丝热情度下降。

电商成本上升的另一个原因是付费流量和供应链的磨合。

一般来说，电商一个访客的成本大概在一块多，真实转化率只有千分之一点五到千分之三，流量投入巨大。前期培养主播，也是需要大量投入资金买流量。

近两年短视频带货火，很多商家流水可以做的很高，但是赚钱的不多，能做到保本就算成功了。

在前期，如何选品、商品的售罄率等等都很难控制，试错成本很高。电商都有一个供应链磨合的阶段，前期供应端的损耗非常大。

当然，这方面的损耗在运营以及供应链管理趋于成熟后，是可以减少或避免的。同时，电商的利润也越来越低。

其中一个原因是电商的价格提不上去。人们普遍认为电商成本低，习惯在网上淘便宜货，如果价格高了就不会接受。

现在服装直播的售价普遍比较低，利润也很少。品牌目前主要利用直播来种草、减少库存，导致直播很难获取高收入。有的直播，通过常规拿市场货是赚不到钱的，只能通过销售极低价的库存货获取利润。

所以现在来看，电商直播的风险有点难预测，直播更新迭代太快了。这就要求厂家适应新的销售模式，不断革新。

除了淘宝，现在各种新兴的电商平台也多起来了，比如蘑菇街、衣联网等。公司需要更新过时的销售逻辑，针对每一个平台单独指定选品逻辑和销售计划。

很多品牌都希望通过各种新的平台，增加新的销售渠道，但现实大多数时候都事与愿违。这正是由于品牌不够强势、没有“因地制宜”的结果。

3. 新兴科技的崛起

这一部分我们讨论三个例子：

双十一物流 、刷脸支付 和AI对于消费数据的应用 ，让我们体会一下电商新科技。

近几年大家也许发现了，双十一物流 的速度越来越快。这是怎么做到的？随着每年双十一物流单量翻倍式的增长，仅仅是预先准备并不足以解决全部的问题。这就需要另一种解法：把商品提前下沉。依托菜鸟遍布全国的前置仓体系，提前把货备在离消费者最近的仓库里，只要消费者一下单，马上从最近的仓库发货。这就是菜鸟的智能分仓技术。

举个例子：

对于三只松鼠物流来说，大礼包组装业务是个业务量很大的项目，双十一通过人工上料、2D/3D相机识别定位、机械手自动抓取投料、AGV运输成本至打包台的柔性人机协同作业解决方案，实现礼包需求计划波动的削峰填谷，也优化了容错率低的投料环节，无疑极大提高礼包组装的效率与准确率。

今年，刷脸支付 也有成熟产品出现。综合了技术、竞争、商业等因素，加之刷脸支付的无感体验带来的便捷性都是未来支付在探索的方向。5G时代来临，万物互联，也促进了刷脸支付的兴起。刷脸支付完全丢掉了手机，让一些盲人、老年人以及没有手机的儿童都有可能被纳入到这场支付端体验的变革中来。

有了AI的帮助，我们能够做到对海量数据的分析，从而更好地进行商业决策。“机器能思考”的实现条件是有足够多的数据可供学习，数据样本越丰富、细节越准确、人工智能就会越聪明。作为一个导购平台，“什么值得买”积累了海量消费数据，包括多产品在多平台的价格数据、价格走势、价格定位等等，还有用户对产品价格的认可度等数据记录，能够密切关注全网热销产品的价格波动。这对企业来说，能够更好地了解消费者，也避免了将资源浪费在“羊毛党”上。

本内容属于网络转载，文中涉及图片等内容如有侵权，请联系编辑删除