本文主要是介绍金融信息破局刍议【2】同质化战争，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一、脆皮垄断
上篇讲到过，金融信息市场是同质化市场，基于市场效率问题，必然走向垄断形成规模化，胜者通吃。与此相似的有富士康全球代工，有共享单车，有打车平台。以垄断攫取超额利润，是资本惯用的手段，但在允许充分竞争市场，这种垄断的基础却是极为薄弱，所以称之为脆皮垄断。
以滴滴为例，挤走UBER之后，去补贴涨提成，弄得司机怨声载道，直到美团强势介入，打得滴滴痛苦不堪，不复有之前一家独大的豪气。ofo质押小黄车给阿里借救命钱，摩拜卖身美团创始人退出，其他共享单车相继清算。共享单车最终成为资本的游乐场，靠借债融资度日，更谈不上盈利，何也？同质化严重，缺乏壁垒，以致于用户迁移成本低；新玩家携大资金入场，完全有机会碾压老玩家。即使没有，老玩家也会陷入如何盈利和失去客户的两难境地。
二、隐性壁垒
富士康在代工市场行业，其实也面临着同样的境地，不同的是他已经形成了隐性壁垒，让后来者都要仔细掂量一下。先进流水线和管理模式，确保生产质量的同时也降低了操作难度，如此一来，就能够雇佣普通工人，进一步降低成本。对于品牌企业来说，制造成本越低，则利润越高，选择就不言而喻；对于代工企业来说，单子越多，则规模就越大，即使单个产品的利润薄，但是总体利润就越大。如此一来，在高成本，低利润率的风险压力下，自然就吓住新玩家的入场。
富士康被称为血肉工厂不是没有原因的，其对内残酷，所以只能在廉价劳工丰富的地方建厂，可以恣意压低薪资。但我们更应该看到，如手机制造这样的工种，不需要大学生就能完成，才是规模化、低成本的秘诀。在同质化竞争市场上，低成本才有优势，富士康堪称典型代表。在金融信息市场，也是如此。虽然金融行业号称金领行业，百万年薪者比比皆是，但那是金融行业，而不是金融信息行业。能在国内的金融信息市场活下来并且胜出，与富士康不会有本质差别。
三、竞争策略
虽然金融信息市场是个同质化市场，但是靠烧钱来缩短和老玩家的差距并非上策，也不符合社会效率法则。应该靠技术手段，将整个数据处理流程自动化，在初期可以考虑投入人力在数据验证这个步骤，确保数据的准确性。技术手段如先进流水线，在提高效率的同时还能保证质量，也降低操作难度，减少对人力的依赖，如富士康模式。
差异化竞争在这个市场很难实现，因为最终用户所需要的数据是一致的，比如某家公司的财务报表，这是统一的公开信息，并无不同。但是从相同数据到用户最终的输出之间的过程，却是非标准的，可以差异化的地方。比如相同公司的财报，每个研究员可以用自己的模型进行处理得出不同结论。为用户提供差异化工具，简化他的工作流程，是一个可选的途径。
“人无我有，人有我优，人优我廉”，古人经商之道，至今仍可借鉴。金融信息市场到现在这个阶段，特别是金融领域，有和优是底线，毕竟市场上的老玩家已经达到了这个阶段，那么新玩家只能在有和优的基础上，做到廉价。对于老玩家来说，已经掌握了市场定价权，要自废武功，降低价格颇为困难，因为团队大运营成本高。
四、降维打击
金融信息的采集加工，是该行业内公司赖以生存的维度。数据免费还能活下来的公司，必然会冲击整个市场，从而改变市场的游戏规则。正如360之于杀毒市场，免费策略让自己迅速进入这个市场。东方财富的Choice目前已经在这个块开始发力，将价格水平从万元级别拉到千元级别。令人费解的是通联数据，顶着各种高大上的头衔，董事长和CEO都是博士出身，愣是没有搞出什么名堂。
金融信息市场的竞争是充分的，数据是标准的，那么降维打击的可行性就很大。但需要注意的是，真正的能够降低成本，而不是靠烧钱贴补，最后成了同归于尽，甚至是自取灭亡。
这篇关于金融信息破局刍议【2】同质化战争的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
