Отличная механика — для новых маркетплейсов
Суть проекта
Ply — это платформа, на которой строительные и ремонтные компании могут удобнее, быстрее и выгоднее покупать материалы и оборудование для отделки и обустройства помещений.
На первом этапе компании нужно подключить к платформе свои счета, бухгалтерию и систему учёта выполнения работ — чтобы Ply мог собирать и анализировать всю информацию о заказах и использовании материалов и оборудования в компании.
Когда компания начинает новый проект — она создаёт на платформе карточку этого проекта, в котором указывает время его выполнения, бюджет на материалы и оборудования и другие детали.
При возникновении необходимости закупок в рамках этого проекта компания просто добавляет список необходимых материалов и оборудования в карточку проекта — забивая руками их названия и количество или выбирая нужные позиции из имеющегося на платформе каталога.
Главная фишка Ply в том, что компаниям не нужно самим искать варианты поставки этих материалов и оборудования на маркетплейсе. Всё происходит ровно наоборот. Заявки от компаний переправляются поставщикам, подключённым к маркетплейсу — и они сами выдают свои предложения потенциальным покупателям, надеясь, что их предложение окажется самым выгодным на фоне других.
Компания по своим собственным соображениям может ограничить список возможных поставщиков, от которых они хотят получать предложения.
Кроме того, она может добавить к этому списку поставщиков, с которыми они уже успешно работали раньше — но которых ещё нет на платформе. Таким простым образом Ply расширяет количество подключённых к своему маркетплейсу поставщиков.
Все получаемые от поставщиков предложения компания будет видеть в сводной таблице на платформе — в которой она сможет легко увидеть и выбрать самые выгодные варианты для покупки.
Нужные товары можно сразу же заказать у выбранных поставщиков, оплатив заказ прямо через платформу.
Однако работа платформы не прекращается даже после оформления и оплаты заказа. Специалисты платформы осуществляют ещё и контроль за доставкой заказанных товаров — разруливая возникающие в это время проблемы и непонятки между заказчиком и поставщиком.
Ply наверняка зарабатывает на комиссиях от поставщиков за выполненные через платформу заказы. Но это не единственный способ его заработка.
Ply может ещё и предоставлять своим клиентам, закупающим товары через их платформу, кредиты на их покупку. Эти кредиты может предоставлять как Ply, так и его финансовые партнёры — давая возможность Ply зарабатывать на процентах по таким кредитам.
Зеркальным образом Ply может предоставлять услуги факторинга поставщикам, выполняющим заказы через их платформу. В этом случае поставщик получит деньги сразу после обращения (за вычетом комиссии Ply) — а Ply займётся выбиванием долга из своего клиента, купившего эти товары.
Стартап был создан в апреле прошлого года, тогда же он получил первые 1.7 миллион долларов на разработку платформы.
В середине июля платформа наконец-то была публично открыта. Спустя две недели стало известно о том, что Ply поднял новые 4 миллиона долларов инвестиций — но уже на рост и развитие.
Что интересного
Ply утверждает, что используемая ими механика закупок помогает уменьшить расходы на материалы и оборудование до 30%.
Но за счёт чего? Неужели только потому что поставщики в массовом порядке захотят на ровном месте скидывать свои цены только ради возможности получить заказ — зная, что они конкурируют с другими поставщиками?
Какое-то влияние на цены это безусловно должно оказывать
Но только ли в этом дело? Есть у меня ощущение, что механика работы платформы устроена более хитрым образом.
Наверняка использовать платформу для закупок материалов и оборудования захотят в основном небольшие компании — у которых нет возможности самостоятельно выбивать значительные скидки у поставщиков за счёт больших размеров заказов.
В то же время много небольших заказов, проходящих через платформу, суммарно складываются в большие и/или регулярные заказы — ради получения которых поставщики будут готовы давать дополнительные скидки.
Однако платформа не может тупо передавать все получаемые заказы одним и тем же поставщикам — давая им объёмы и получая в обмен скидки. Как минимум, потому что в этому случае все остальные поставщики тогда уйдут с маркетплейса, а оставшиеся поставщики в какой-то момент начнут диктовать маркетплейсу и его клиентам свои условия.
К тому же, начиная с какого-то объёма заказов от одного поставщика, дальнейшее увеличение размера предоставляемых им скидок заметно замедлится — потому что поставщик упрётся в порог своей рентабельности.
При этом зависимость скидок от объёмов для разных категорий товаров у разных поставщиков будут разными! Да ещё и меняться с течением времени — из-за изменения его финансовой ситуации, условий работы с производителями и кучи других причин.
Таким образом, тонкость механики платформы должна состоять в постоянном нащупывании и проверке подобных зависимостей для каждого поставщика и каждой категории товаров — чтобы всё время работать в оптимальном для каждого из них коридоре объёмов поставок данной категории товаров. То есть:
- обеспечивать минимальные объёмы и регулярность, за которыми начинаются существенные скидки,
- но при этом не превосходить объёмы, за которыми дальнейший рост скидок становится несущественным.
Сейчас эту работу, судя по всему, руками выполняют специалисты платформы, ведущие переговоры с поставщиками и следящие за соблюдением описанных условий. Но это прямо-таки классическая задача, которую способен выполнять ИИ.
Поэтому не удивлюсь, если стартап сейчас как раз такую ИИ-машинку тестирует в реальной работе. Вернее я очень удивлюсь, если они этого не делают
Потому что при большом количестве заказов и большом количестве поставщиков такую задачу руками эффективно решить не получится.
Другими словами, появление маркетплейсов подобного типа стало возможным только сейчас. Когда появились технологии ИИ, способные не только вычислять варианты распределения заказов между поставщиками, но и автоматически переговариваться с ними о размерах скидок в зависимости от объёмов — чтобы находить самые выгодные варианты осуществления поставок чисто за счёт такой механики.
А это сразу переводит Ply в русло появляющегося сейчас нового тренда. Это — ИИ-маркетплейсы, в которых традиционно ручной выбор поставщиков покупателями заменяется на их автоматизированный выбор с помощью ИИ-машинки маркетплейса. Такая ИИ-машинка может сделать выбор быстрее, с меньшим количеством ошибок или обеспечить получение оптимальных условий за счёт умного распределения потока заказов между поставщиками, как в случае сегодняшнего Ply.
При этом выбор поставщика может быть полностью автоматическим, а может представлять собой составление короткого списка наиболее оптимальных вариантов, из которых покупатель делает финальный выбор самостоятельно. Принципиальной сути концепции это не меняет.
Такие ИИ-маркетплейсы начинают появляться в самых разных областях:
- Nash (мой обзор). Маркетплейс для локальных доставок, который в реальном времени собирает маршруты и доступность курьеров и машин сервисов доставки — а ИИ-машинка при поступлении каждого заказа на доставку товара из интернет-магазина и ресторана автоматически выберет оптимальный на данный момент сервис для осуществления именно этой доставки. Они подняли 27.9 миллионов долларов инвестиций.
- Paro (мой обзор). Маркетплейс, связывающий компании и фрилансеров в теме финансов и бухгалтерии. Для компании ИИ-машинка находит оптимальных исполнителей, которые могут выполнить конкретную задачу качественнее, быстрее и дешевле, чем другие фрилансеры. Для фрилансеров ИИ-машинка подбирает оптимальную воронку заказов. А также выдаёт рекомендации, каким новым навыкам им стоит овладеть, чтобы зарабатывать на этом маркетплейсе ещё больше. Подняли 68.5 миллионов долларов.
- Offered (мой обзор). Маркетплейс для поиска работы, через который кандидат может автоматически отправлять свои заявки большому количеству компаний-работодателей. При этом каждая заявка персонализуется под запросы компаний, изложенные в их вакансиях — чтобы обеспечить максимально возможный отклик. Дополнительная фишка платформы ещё и в том, что она связывает только те компании с теми кандидатами, которые подходят другу другу по мнению ИИ-машинки платформы. Они подняли пока только 750 тысяч долларов, но и работают всего лишь полгода.
Куда бежать
ИИ-маркетплейсы в общем — это большая перспективная тема. Прелесть её ещё и в том, что такие новые маркетплейсы можно создавать в тех областях, где уже работают маркетплейсы традиционного типа — то есть востребованность их уже доказана.
Однако новые маркетплейсы получают теперь возможность конкурировать со «старичками» за счёт дополнительной ценности, которую им даёт использование ИИ.
В некоторых ситуациях это является существенным конкурентным преимуществом. Например, там, где нужно принимать решение о выборе в режиме реального времени, опираясь на получаемые в режиме реального же времени данные — как это происходит на маркетплейсе локальной доставки Nash.
Другой же вариант, о котором я раньше даже не задумывался — это механика умной консолидации небольших заказов для распределения их между поставщиками, чтобы получать и давать покупателям скидки за счёт суммарных объёмов таких заказов. Это как раз то, что реализует сегодняшний Ply в теме заказов материалов и оборудования для строительных и ремонтных компаний.
Но подобную механику ведь можно применять много где ещё! И это открывает возможности для создания аналогов Ply в совсем разных областях. Чем прямо сейчас можно заняться — пока этот фокус не раскусили другие
На каком ещё большом рынке стоит сейчас создать ИИ-маркетплейс, работающий по такой же схеме умной консолидации и распределения заказов между поставщиками?
О компании
Ply
- Сайт: getply.com
- Последний раунд: $4M, 03.08.2023
- Всего инвестиций: $5.7M, раундов: 2