爱库存的流量算盘
爱库存正在拓宽自己的边界。8月6日，爱库存在品牌升级发布会上宣布，将升级为梦饷集团。升级后
，旗下将涵盖饷店小程序、爱库存等业务。实际上，爱库存上线饷店小程序并以任务制代替了会员付费制，一时间引起了不少店主的关注。除此之外，社交电商贝店也随之取消开店门槛。在业内人士看来，社交电商在分销裂变到一定规模后，便会面临扩张的瓶颈。而平台以无门槛方式吸引新用户并积累公域流量，实则也是为平衡私域与公域流量的权重而进行的考量。供应链+交易场
在会上，爱库存首次公布了平台的相关数据，店主数和销量在近几年迅速扩容。数据显示，2019年3-8月，店主数量由100万增长至140万。而到了2020年8月，则攀升至200万。平台已累计销售商品超2.5亿件，并逐步实现全品类覆盖。其中，时尚女装、母婴童装、品质男装和家居家纺商品共超过了总销量的半数。
公开资料显示，爱库存主营业务是一款为代购提供SaaS店铺软件工具、私域流量经营管理工具以及商品与服务的App。据了解，爱库存目前已经吸了引超150万店主入驻。
在用户画像上，消费者主要来自一线城市，三四五线城市也有所触达。而店主人群主要
集中在广东、江苏等。宝妈、销售、培训老师、个体户构成了爱库存的店主群体，九成为女性，而近八成的店主年龄在25-45岁之间。事实上，也就在一个月前，这些店主们刚经历了一次平台的重大调整。6月底，北京商报记者发现，爱库存上线了饷店小程序，首次将封闭于私域渠道的平台向公域开放。不仅如此，记者还发现，当前爱库存App已经关闭了398元的付费会员入口，而是贴出了饷店小程序的二维码，为公域平台进行引流。
那么，在升级为集团后，爱库存App将承担什么样的角色继续发展呢？爱库存CEO冷静向北京商报记者解释到，爱库存更多集中在供应链方面，是店主们的工具场，而饷店小程序则是面对消费者的交易场，两者的定位是不一样的。
更加“严苛”的规则
回顾过去，2017年创立的爱库存经历了四次升级，每一次的升级都是为方便店主服务顾客。一位店主曾告诉北京商报记者，饷店H5店铺实现了顾客自主下单，不需要店主亲自填单，极大提升了销售效率。
而爱库存第四次升级，即上线饷店小程序后，却让部分店主产生了犹豫。据了解，在变更为任务制后，用户从店长到升级为店主，需要满足不同阶段的销售任务。而为店主们卖货的店长，若是取得了较好的业绩，并完成了平台的考核规则，便能成为店主。然而，这也就意味着原店主曾拥有的客户，将随着新店主的产生而流失。
对于店主们的顾虑，
爱库存在官方微信公众号中解释到，在沟通多方后，关于种子用户的归属，平台认为新店主的顾客因为是自己长期维护起来的“资产”，所以是允许其带走的，从而成为新店的启动“资金”。而对于是否“放手”新店主，选择权仍在原店主手里。此外，新店主还需证明顾客与自己确实有着社交关系，即曾在自己的店铺支付过订单。那么，顺利独立的新店主带走顾客后，原店主产生的用户缺口该怎么办呢？爱库存相关负责人表示，对于“放行”的这部分顾客，平台将以公域流量的新用户来为店主们进行引流和分配。
一位主要经营服装的店主告诉北京商报记者，目前自己只有一部分顾客已经在使用小程序下单，这主要还是看人们的使用习惯。其次，自己还在适应平台的新规则。“我的店长大多是朋友和同事，平台鼓励店长成长为店主，我是能理解的，但说完全不担心是否影响自己的生意，也不太可能，目前只能说是一个观望的情况。”
裂变瓶颈
为何要费尽心力打造饷店小程序？在其官方微信号的直播中，爱库存创始人王敏表示，目前没有一个统一的平台品牌入口，因此无法形成良好的平台背书。其次是H5店铺影响转化率，用户在跳出链接后，要想重新进入不太方便。不仅如此，从后台的反馈来看，当前做得较好的店主所拥有的客群大致在3000-4000人左右，便面临瓶颈。
实际上，依仗熟人裂变获得新客增长一直是社交电商成长的法宝，却也将成为其扩张的局限。“现在社交电商都在面临一个规模问题，只做私域流量没有公域流量，这个流量没有掌握在自己手里，是有些危险的。云集就是一个例子，可以看到的是，云集完全依靠私域流量的发展，一旦人群失去开店的激情后，裂变不下去了，平台的业务规模肯定会面临下滑。因此，爱库存做小程序，还是需要平衡私域与公域流量的比例问题。”电商分析师鲁振旺说道。
电子商务交易技术国家工程实验室研究员赵振营则认为，电子商务本质上是一个需要海量用户支撑、低转化率的生意，随着业务的发展，私域流量已经不足以支撑其发展的脚步，向公域流量进军也就在情理之中。
可见的是，爱库存仍在探索如何搭建起一整套激励店主、店长带货的机制，来协调和平衡平台、店主等各方的良性互动并促成销售规模增长。
冷静告诉北京商报记者，目前爱库存的技术团队在500人左右，技术和数据算法的投入在去年已接近2个亿，“核心底层的技术能力非常关键，再加上我们供应与销售两端都在飞速增长，因此核心算法匹配能力变得十分重要，目前我们还在数据的沉淀阶段”。