研究目的 在《智能電視產業(yè)透視》上集中,我們重點探討了整個產業(yè)鏈格局、市場規(guī)模份額和不同品牌的競合關系。在今天的下集中,我們將進一步解讀產業(yè)當下的多種合作、盈利模式,以及產業(yè)將要面臨的風險和挑戰(zhàn)。 四、智能電視跨界模式解析 目前智能電視企業(yè)的商業(yè)模式主要分為三類:垂直一體化模式(樂視)合作構建生態(tài)鏈模式(阿里云+華數(shù))、合作分成模式(TCL+愛奇藝、創(chuàng)維+優(yōu)朋普樂)。 樂視:垂直一體化,學習蘋果 樂視進入智能電視采取的是硬件靠富士康代工,內容借助樂視網,打造自身生態(tài)系統(tǒng)。 其贏利主要依托于“硬件+內容+廣告”。例如,樂視超級電視X60價格6999元+490年卡,另加廣告收益。 這種垂直整合的一體化模式,也正是蘋果在智能手機里采用的策略。同時,樂視專門為電視大屏幕提供更為精準、豐富的視頻內容,并將在線視頻網站的商業(yè)模式復制電視,獲得原有樂視網廣告商的支持。 封閉式系統(tǒng)被認為是蘋果智能手機獲得成功的關鍵。但在智能電視領域,這一方式遭到挑戰(zhàn)。樂視垂直一體化模式引來電視機廠商的直接對抗,樂視網APP過去與傳統(tǒng)電視品牌的合作植入,如今遭受卸載或隱藏。 樂視智能電視采用較為激進的“低價”策略,也引來了電視機廠商的共同圍剿。目前,樂視的最大困難,仍是如何獲得更大量級的電視用戶數(shù)。 阿里+華數(shù):以內容為核心 從阿里巴巴與華數(shù)成立合資公司華數(shù)淘寶,到去年推出互聯(lián)網電視機頂盒“天貓魔盒”,再到4月日馬云投資65.36億元控股華數(shù)傳媒,阿里巴巴正在加速對智能電視的滲透步伐。 借助華數(shù)傳媒在互聯(lián)網電視牌照及內容運營上的優(yōu)勢,阿里OSTV在互聯(lián)網電視布局中又邁出重要一步。 此前,阿里巴巴借助天貓與眾多電視機品牌的合作,從電視購物領域滲透。去年下半年起,阿里OS TV與各大游戲內容商頻繁合作,目前在阿里OSTV布局中,已經擁有了購物、視頻、游戲三大平臺。 相比樂視的垂直一體化平臺,以及傳統(tǒng)電視機依賴互聯(lián)網公司的“一錘子”買賣合作方式,阿里巴巴與華數(shù)合作,成為產業(yè)鏈變數(shù)最大的外來者。 TCL+愛奇藝、創(chuàng)維+優(yōu)鵬普樂:軟硬互補 與傳統(tǒng)電視機品牌在某些型號或系列產品中合作,是目前視頻企業(yè)曲線布局智能電視的最常規(guī)模式。 TCL與愛奇藝合作的分成模式為,TCL自負硬件盈虧,愛奇藝免費向用戶提供視頻內容。未來獲得廣告收入后,雙方再進行利潤分成。 創(chuàng)維與優(yōu)鵬普樂分成模式為,優(yōu)鵬普樂“直通好萊塢”的收費標準為:5~8元/部、35元/月、200元/半年、360元/年。創(chuàng)維將在中高端電視機中搭載這一服務,以充值卡的方式銷售,初步預期銷售額為8000萬元。 兩組合作對比,優(yōu)鵬普樂和創(chuàng)維采取了先項收費模式,愛奇藝和TCL則采取了廣告分成模式。前者收益穩(wěn)定,后者收益想象空間更大,但需要終端量的積累——超過100萬臺的規(guī)模才能實現(xiàn)。2013年,TCL財報顯示,與愛奇藝合作的智能電視銷售為10萬臺。 難題:傳統(tǒng)品牌陷入同質化競爭 無論哪種合作,傳統(tǒng)彩電品牌在應用、內容上的劣勢較為明顯,隨著互聯(lián)網公司的進一步的滲透,會有越來越多的后來居上者。 長虹、海信、TCL等傳統(tǒng)彩電企業(yè)都在加速自身的互聯(lián)網轉型,但由于技術、資金等方面原因,很多傳統(tǒng)廠商選擇與互聯(lián)網公司進行非排他性合作——這種合作方式在長期看容易造成產品上同質化,無法形成核心競爭力。 五、智能電視三大盈利模式 1、傳統(tǒng)硬件銷售盈利:商業(yè)模式以硬件為主,同時兼顧內容。傳統(tǒng)硬件廠商與互聯(lián)網內容提供商合作,硬件銷售所得歸傳統(tǒng)廠商,互聯(lián)網企業(yè)不從硬件上分錢;后期電視內容運營中獲得的利潤,將采取分成模式歸雙方所有。這一模式以硬件為主體,目的是實現(xiàn)互聯(lián)網企業(yè)和家電廠商在硬件、內容、用戶、渠道方面互補,快速打開市場。 2、“內容+服務”盈利:這一模式的主體一般為互聯(lián)網公司。企業(yè)推出自主品牌硬件產品,通過互聯(lián)網平臺低價銷售,其盈利著力點并非在硬件,主要重心在廣告收入和電視內容服務費。這一模式的核心在于,智能電視可能打破傳統(tǒng)電視廠商的藩籬,實現(xiàn)從賣產品到賣服務的轉變。 3、“存費送電視”盈利:這一模式借鑒了電信運營商“預存話費送手機”經驗,智能電視廠商通過預存服務費送電視的方式,快速贏得用戶。由于將服務費用抵消在電視售價中,用戶對于初期的服務成本并無太多抵觸,容易建立起用戶對內容和服務的依賴性。 受益于運營商在手機補貼方面長期市場培育,國內用戶對這種模式較為認可。當下主要擔心在于,免費贈送產品是否存在質量方面問題。 六、風險:產業(yè)增速放緩,平臺標準分散 整體彩電市場面臨增速放緩危機 中怡康預測數(shù)據(jù)顯示,2014年國內彩電市場銷售量受樓市下行、股市低迷、通脹預期上升等影響,相比2013年將下降1.9%,零售額同比下降1.6%。奧維咨詢(AVC)的預測數(shù)據(jù)則更為悲觀,2014年中國彩電市場內銷零售總量同比下降4.5%。整個市場的大環(huán)境,將從根本上抑制家電消費剛需。 據(jù)奧維咨詢(AVC)預測,2014年智能電視市場總量將達3128萬臺,滲透率將達69%。但相比智能手機9億部的規(guī)模,智能電視終端數(shù)量較少,而終端數(shù)量恰是能否激活開發(fā)者為智能電視開發(fā)應用的意愿、改變目前絕大多數(shù)應用由廠商主導開發(fā)的關鍵。 國家政策限制 目前我國對于智能電視監(jiān)管比較嚴格,這在某種程度上限制了商業(yè)模式的創(chuàng)新。在內容監(jiān)管方面,相關政策尚無太多松動,智能電視在內容上供應不足,難以提高電視活躍度及用戶黏性。 但面對一些新興科技類產業(yè),今年兩會上已經提出了全面深化科技改革、加快實施創(chuàng)新驅動發(fā)展的相關指導思想。未來如能適當放寬相關監(jiān)管制度和流程,將有利于產業(yè)更快發(fā)展。 平臺較為分散,領導者尚未出現(xiàn) 無論是樂視垂直一體化,還是企業(yè)之間的跨界合作,各品牌智能電視的自有平臺較為分散,產品競爭仍停留在營銷和價格上。 目前我國TVOS缺乏統(tǒng)一標準,多數(shù)智能電視操作系統(tǒng)是從手機系統(tǒng)Android移植開發(fā)而來,在穩(wěn)定性和用戶體驗方面存在較大的缺陷。 從目前實踐看,Android系統(tǒng)并不適合大屏,且由于硬件標準不統(tǒng)一,開發(fā)者需要根據(jù)多家電視參數(shù)進行適配,這種碎片化現(xiàn)狀讓開發(fā)者對智能電視平臺缺乏興趣,很難出現(xiàn)殺手級的應用。 一些大規(guī)模互聯(lián)網公司尚未對智能電視深度介入,僅是與傳統(tǒng)電視品牌簡單合作。面對移動互聯(lián)網巨大的市場,更多互聯(lián)網公司認為進入智能電視市場時機仍未到來,與電視企業(yè)合作更多是APP的簡單植入。 據(jù)奧維咨詢(AVC)預測,2017年,智能電視將突破2億臺,屆時終端上量,或許是互聯(lián)網公司大規(guī)模進入的更好時機。 七、機遇:游戲是掘金的下一站 家庭網速逐年提升 隨著寬帶中國政策持續(xù)推進,2015年中國城市網絡帶寬將提高到20Mbps,農村網絡帶寬將提高到4Mbps。這為智能電視進一步發(fā)展,提供了扎實的網絡連接基礎。 游戲激發(fā)新的購買需求 歡網發(fā)布2013智能電視白皮書顯示,在智能電視的應用下載統(tǒng)計中,視頻類應用下載占比46.85%,游戲類應用占比32.36%,工具應用占比10.25%——游戲正在成為新的智能電視用戶應用需求點。對此,TCL、阿里、海信等廠商,已經加大對游戲的布局。相關分析顯示,2013,智能電視游戲尚以簡單操作的小型游戲為主,今年手柄游戲則將成為智能電視的擴展重點。 同時,支付方式的多元化,也為更多游戲在電視端的植入和盈利創(chuàng)造了更好的條件。 擴展配件成為資本關注新熱點 因為具備可擴展性,更多新穎配件為智能電視增加更多功能與操作便利性。基于交互、傳感器、數(shù)據(jù)采集等方向的配件創(chuàng)新,可以延展出全新的業(yè)務形態(tài)。基于應用服務配套需要的附件,也對智能電視周邊生態(tài)的建設提供新的利潤增長點,也可以實現(xiàn)因政策限制而無法一次性提供的功能。 新型輸入輸出型設備(如創(chuàng)新遙控器、WIFI連接模塊)、APP關聯(lián)應用(游戲配件)、新型路由器(帶有盒子及下載功能),將成為智能電視領域資本關注的新熱點。 |
Archiver|新帖|標簽|軟件|Sitemap|ZNDS智能電視網 ( 蘇ICP備2023012627號 )
網絡信息服務信用承諾書 | 增值電信業(yè)務經營許可證:蘇B2-20221768 丨 蘇公網安備 32011402011373號
GMT+8, 2025-7-30 04:56 , Processed in 0.037836 second(s), 10 queries , Redis On.