劉濤一刀砍出半價(jià)海景房,直播賣房你會(huì)被種草嗎?

2019年,是電商直播元年。這一年,直播帶貨正式站上了風(fēng)口。

2020年,疫情導(dǎo)致線下賣房通道關(guān)閉,直播的火,終于燒到了房地產(chǎn)。

近日,知名演員劉濤通過微博發(fā)布消息,宣布入職阿里,將于5月14日晚8點(diǎn)進(jìn)行職業(yè)主播生涯里的直播首秀。

在長(zhǎng)達(dá)19項(xiàng)的直播選品名單里,萬科雙月灣海景房排在第一,“劉濤直播 半價(jià)賣房”的關(guān)鍵詞,也一度成為微博熱搜。

直播“種草”,房企怎么玩兒?

直播帶貨的底層邏輯,是種草。所謂“種草”,是一個(gè)網(wǎng)絡(luò)流行詞,指的是通過宣傳某種商品的優(yōu)勢(shì)來誘導(dǎo)人購(gòu)買的行為,和早些年的“安利”性質(zhì)類似。

“種草”一詞,在Web時(shí)代就開始流行于美妝論壇和社區(qū),后來擴(kuò)散到小紅書、微信、微博等社交平臺(tái)。在早期語境里,“種草”所關(guān)聯(lián)的商品,主要是客單價(jià)低、消費(fèi)頻次高的快消類商品,最常見的就是口紅、面膜等等。

小紅書的內(nèi)容推廣,用的就是達(dá)人種草的模式

2020年年初,受疫情影響,線下售樓處全線關(guān)停,返鄉(xiāng)置業(yè)徹底泡湯。嗷嗷待哺的房企,只好將營(yíng)銷轉(zhuǎn)到線上,除搭建線上售樓處、啟動(dòng)全民營(yíng)銷等常規(guī)操作外,還放下身段,加入了直播帶貨的大潮。

售樓員為吸引更多關(guān)注,在直播間耍起了雙截棍

機(jī)構(gòu)統(tǒng)計(jì)顯示,疫情發(fā)生后,百?gòu)?qiáng)房企中有20家以上采取了直播賣房的措施。目前主流的直播賣房形式,主要有三種:一種是頭部房企依托自建平臺(tái)中的直播功能,進(jìn)行線上看房、直播賣房等營(yíng)銷行為;一種是規(guī)模房企與第三方平臺(tái)合作,在第三方平臺(tái)上開通直播入口,進(jìn)行項(xiàng)目展示;最后一種是售樓員化身主播,在抖音、快手等平臺(tái)直播帶貨。

這三種形式,各有利弊。頭部房企自建的線上售樓處,能利用自身的品牌效應(yīng),完成成規(guī)模的聚客、鎖客,但是平臺(tái)搭建成本較高,運(yùn)營(yíng)也需要持續(xù)的投入;與第三方平臺(tái)合作直播,好處是有現(xiàn)成的直播平臺(tái)可用,弊端是用戶沉淀很難直通房企甚至項(xiàng)目,在鎖客上會(huì)有一定的效率耗損;售樓員的抖音、快手直播,則更多是對(duì)項(xiàng)目潛在客群的激活和維護(hù),在拓展新客方面效用有限。

流量有了,“種草”效果如何?

如果說疫情初期的賣房直播是單兵作戰(zhàn)式的小打小鬧,那么進(jìn)入4月以來,直播賣房就開始呈現(xiàn)出系統(tǒng)化、規(guī)模化的特點(diǎn):不但頻繁邀請(qǐng)網(wǎng)紅、明星為房企站臺(tái),所售房源也從單個(gè)項(xiàng)目擴(kuò)大到多個(gè)區(qū)域間的項(xiàng)目聯(lián)動(dòng)。

薇婭賣房,是直播賣房試水的開始。4月2日,“淘寶一姐”薇婭首次在直播中和房企合作,售賣杭州某酒店式公寓價(jià)值521元的權(quán)益券,引來1400萬吃瓜群眾圍觀。當(dāng)晚權(quán)益券售出853份,一天之內(nèi)產(chǎn)生200多份退單。后有媒體報(bào)道稱,該公寓一星期之內(nèi)成交金額超過2000萬,但簽約是否來自薇婭直播的轉(zhuǎn)化,并未提及。

薇婭直播521元權(quán)益券包含的具體內(nèi)容

在網(wǎng)紅主播試水之后,明星也開始加入直播賣房的陣營(yíng)。4月15日,著名主持人李湘攜手富力地產(chǎn)和鳳凰網(wǎng)房產(chǎn)舉行了一場(chǎng)賣房直播,吸引了逾千萬人次觀看。但這次直播只賣出了一套7.2折的特價(jià)房(優(yōu)惠額度近30萬)和20張8折購(gòu)房?jī)?yōu)惠券。

李湘直播頁(yè)面顯示的房?jī)r(jià)折扣力度

4月24日,佟大為與淘寶TOP級(jí)主播烈兒寶貝聯(lián)手為恒大直播賣房,累計(jì)觀看600多萬人。直播倒計(jì)時(shí)5秒后,17套特價(jià)房一秒賣空,佟大為驚訝“這么快啊”。直播中推出的房源有38套,分布在大灣區(qū)、長(zhǎng)三角等全國(guó)各地,部分房源折扣低至69折。除特價(jià)房外,這次直播還售出了可無理由退的“99抵10000”購(gòu)房券6848張。

佟大為在直播中感慨“這么快啊”

這三場(chǎng)直播賣房,吸引流量600萬起步,但在成交轉(zhuǎn)化上卻效果寥寥。薇婭號(hào)稱一場(chǎng)直播能賣出12個(gè)集裝箱的貨,這次521塊的權(quán)益券卻僅售出八百多份,這其中還包括后期的退單;李湘直播看著熱鬧,真金白銀的成交只有一套,還是打了7折的特價(jià)房;佟大為的直播轉(zhuǎn)化相對(duì)較好,但即使是售賣最好的購(gòu)房券,轉(zhuǎn)化率也僅千分之一上下。

直播規(guī)格升級(jí),如何提高“種草”效率?

“紅五月”開啟后,房企直播賣房的規(guī)格再度升級(jí),場(chǎng)面做的越來越大。4月底,某房企啟動(dòng)了為期兩個(gè)月的“百城百盤、老總直播”計(jì)劃,邀請(qǐng)營(yíng)銷老總給網(wǎng)友推薦房源,同時(shí)在直播間持續(xù)派送特價(jià)房、秒殺房、特批折扣等優(yōu)惠。

5月5日,碧桂園在抖音官方號(hào)上,和著名主持人汪涵、大張偉聯(lián)手推出了一場(chǎng)直播賣房。這場(chǎng)直播設(shè)有29個(gè)分會(huì)場(chǎng),共計(jì)推出1.7萬套特惠房源,觀看人數(shù)近800萬,最高峰34.2萬人同時(shí)看直播搶5.5元抵5.5萬的購(gòu)房券。碧桂園官方統(tǒng)計(jì)顯示,直播期間共實(shí)現(xiàn)認(rèn)購(gòu)約25億元。

汪涵碧桂園直播現(xiàn)場(chǎng)

長(zhǎng)期以來,房地產(chǎn)并不是直播的寵兒。房子屬于高客單價(jià)、低頻消費(fèi)、專業(yè)性強(qiáng)的非標(biāo)準(zhǔn)產(chǎn)品,受購(gòu)買力、資質(zhì)、地緣影響比較顯著,因此在面向用戶“種草”時(shí),并不那么容易。但如果想提高直播賣房的種草率,從“人、貨、場(chǎng)”來看還是有一些方法可用的。

首先是“人”,主播的人選非常重要。網(wǎng)紅明星雖然能帶流量,但出場(chǎng)費(fèi)高,還容易出現(xiàn)對(duì)產(chǎn)品不熟悉,信息介紹缺失甚至錯(cuò)誤的問題;城市總、項(xiàng)目總對(duì)房源信息更了解,同時(shí)有一定的定價(jià)權(quán),但在吸引流量方面要弱一些。

然后是“貨”,文旅地產(chǎn)和不限購(gòu)的公寓更有全國(guó)推廣的優(yōu)勢(shì)。不必?fù)?dān)心用戶有購(gòu)房資格的門檻,又能省去實(shí)地看房、選房的成本,相對(duì)來說成功率會(huì)高一點(diǎn)。另外如果是全國(guó)布局的頭部房企,多盤聯(lián)動(dòng)是個(gè)不錯(cuò)的選擇,“廣撒網(wǎng)式”推廣,指不定什么時(shí)候就能撈到魚。

最后是“場(chǎng)”,需要承認(rèn)的一個(gè)現(xiàn)實(shí),是很多意向客戶看直播,是沖著優(yōu)惠去的,足夠有誠(chéng)意的優(yōu)惠,可以讓直播成為意向客群認(rèn)購(gòu)簽約的催化劑。以佟大為的直播為例,直播倒計(jì)時(shí)結(jié)束上鏈接即秒沒,明星尚來不及展示個(gè)人魅力,可見用戶更多是沖著恒大低至6.9折的折扣去的。

另外,購(gòu)房?jī)?yōu)惠券單價(jià)較低,又為用戶提供了一定的緩沖余地,從轉(zhuǎn)化效率上來看,要遠(yuǎn)高于直接購(gòu)房。在熱衷高性價(jià)比的直播平臺(tái)推廣,不失為優(yōu)質(zhì)的替代品。

來源:90度地產(chǎn)微信號(hào)

責(zé)編:aqingya

相關(guān)知識(shí)

劉濤一刀砍出半價(jià)海景房,直播賣房你會(huì)被種草嗎?
叫好不叫座 直播賣房只為房企賺聲量
明星直播賣房 房企線上酣戰(zhàn)
直播賣房的尷尬:明星要流量 房企要銷量
直播賣房的尷尬:明星要流量 房企要銷量
房企直播賣房成潮流效果仍存疑
1小時(shí)直播超20000單 電商賣房時(shí)代來了嗎?
直播賣房成潮流:誰都懼怕掉隊(duì),不管是房企還是明星
聚劃算百億補(bǔ)貼在線造節(jié),官方直播開啟劉濤家裝節(jié)狂歡
聚劃算百億補(bǔ)貼線在線造節(jié),官方直播間開啟劉濤家裝節(jié)狂歡

網(wǎng)址: 劉濤一刀砍出半價(jià)海景房,直播賣房你會(huì)被種草嗎? http://www.qpff.com.cn/newsview9332.html

推薦資訊