(三)供需个体：新的社会消费观念和交易群体崛起
随着闲置物品的几何式增长，还有流通平台的信任和便捷程度提升，个体进行在线二手交易的交易意愿，有望在更大范围内成为主流。
一重驱动，二手“交易”吸引力加持
通过二手交易，卖方增加收入，买方降低成本获得所需。而移动二手电商平台，能够消除地域限制，减少信息不对称，提升供需匹配，这种二手交易的吸引力在加强。
二重驱动，新的社会消费理念形成
单纯的“交易”层面动机，似乎不足以撬动更大范围的潜在供需参与到二手交易中。二手交易的潜力背后，是更深层的社会消费理念升级。
海外，二手交易代表着主流的理性消费观念：据美国调研数据显示，76%的美国人认为线上交换和二手交易有利于省钱，72%美国人认为有利于建立友谊与人际关系。
国内，在分享经济的市场培育和国家绿色消费的政策扶持下，社会消费理念有望升级。分享经济风潮席卷多个行业，很大程度上进行了市场培育工作，加深了人们对于“闲置就是浪费”等分享经济理念的认同作用，助力国内形成类似国外这样相对成熟理性的消费理念。国家也出台《关于促进绿色消费的指导意见》，促进二手交易的发展。
三重驱动，发达地区的年轻一代交易主力崛起
移动二手电商在现阶段以一二线城市的年轻一代为主力军，更容易接受这种新型消费理念。
从年龄分布上，30岁以下年轻一代是主流。
从地域分布上，一线和二线的发达城市为主。
用户天花板远未触及，未来市场培育空间巨大。
二、新格局：巨头布局，垂直爆发
在一手电商一片红海的同时，二手交易的数千亿蓝海潜力开始吸引资本和企业的关注。创业企业和融资规模高速增长，巨头布局，初创企业在垂直领域发力，已经诞生准独角兽等迹象表明，国内二手交易已经站在快速发展的跑道上。
新进入者数量高速增长。从统计的80+二手电商平台来看，整体二手交易市场从2014年开始步入了快速发展阶段，2016年稍有回落，与分享经济在国内的井喷阶段趋同。
融资规模也高速增长。资本市场的良好助力，也促使二手交易平台得以从0到1的快速起步, 2014年开始快速起步，2015年井喷，2016年仍有大量资本入局。
(一)综合市场：双峰并矗
目前，据腾讯研究院统计，截止到2016年11月，统计的80+二手电商平台，只有10家属于综合类二手交易平台。而这其中的话语权，被互联网巨头掌握。典型代表的是被阿里和58都寄予厚望的“闲鱼”和“转转“，目前呈现高速的发展态势，也是二手交易平台的头部企业。
独角兽诞生地：在海外，二手交易的独角兽诞生在综合性市场，比如美国的移动二手电商OfferUp，5年发展跃升独角兽。日本首家独角兽公司就是创立于2013的移动二手电商Mercari。
巨头生态布局：对于强调生态布局的互联网巨头而言，一方面能通过自身的海量用户为初创的平台直接输血，使二手交易平台快速启动，抢占先机。
同时更重要的是，二手交易能够为巨头自身的生态布局加码。典型如58同城，从分类信息门户到二手交易平台，转转打通之前无法掌控的交易、支付、物流等闭环体系。
(二)垂直领域：二手车称霸
由于巨头在综合性二手交易市场的竞争优势，面对热门交易品类的千亿交易潜力，更多的初创企业从垂直市场寻求突破，以专业性满足细分用户群的需求。
垂直领域的二手交易平台增多
据腾讯研究院统计的80+二手电商平台，超过八成是垂直型的二手交易平台。
二手车先发优势明显
在众多细分领域中，二手车平台率先突围。不仅成立企业数量居垂直领域top1,同时融资规模也是遥遥领先，准独角兽诞生地。
而从融资轮次来看，二手车平台融资轮次相对靠后，获得B轮以上融资平台数量较多。其余二手垂直领域平台，获投平台多数集中在天使轮和A轮，少量获得B轮以上融资。
国内二手交易的准独角兽，目前出现在融资规模和轮次较高的二手车细分领域。据IT桔子最新数据显示，C2C二手车人人车、瓜子二手车、 273二手车均已成为独角兽或准独角兽。
下个潜力平台，有望在手机、服装、母婴、奢侈品等热门交易类目中诞生。
二手电子数码
虽然二手手机成立企业数量不凸显，融资轮次也相对靠前，但是获投比例和融资总额较高。加上二手手机的高频更新换代频率，数亿闲置的潜力资源，二手手机有望成为继二手车之后的潜力垂直市场。
二手服务/奢侈品
据ASO100 2016 年 4 月 iOS 平台的二手买卖 App 进行的指数排行，二手服装及奢侈品应用表现亮眼。且从融资规模来看，二手奢侈品和服装的吸金能力也较强。
三、新难题：二手交易亟待攻破的四大壁垒
虽然国内二手交易市场呈现快速升温态势，但正如前文所述，相比海外差距较大，用户渗透率较低，个体在线二手交易还路途遥远。
如果要撬动二手交易真正腾飞式发展，还需要打破用户顾虑，跨越交易信任难题、供需匹配难题、配套服务薄弱和平台盈利难题的四大核心挑战。
第一壁垒：如何买得放心?
对于C2C交易撮合模式而言，信任问题是核心壁垒。在买卖双方信息不对称的二手交易“柠檬市场“下，很难建立明确的交易规则和商品评估标准，容易造成信任风险：
物品真实性风险：难以判断奢侈品等高价物品，是否是“高仿”的假货。
物品质量风险：难以审核和评估物品的新旧程度、内部零件的损耗程度等，同卖家描述一致。
物品卫生风险：母婴、服装类的交易物品，如何保证其卫生健康情况。
个人隐私安全风险：私人使用过的物品，是否存在个人隐私泄露的风险。
方向之一：向中介化的转型探索
部分C2C二手电商平台开始从商业模式的角度改变，比如转向C2B的回收模式，或寄售模式，平台或引入的专业回收商，都承担了B端的角色，提供专业化的鉴定保障、合理估价，还有清洁翻新等增值服务。
方向之二：智能化技术也许是终解
对于二手交易的柠檬市场问题，未来有望通过智能分析技术的逐步引入，使供需方信息不对称得到彻底解决。
例如未来有望依靠区块链技术，在二手车交易环节，通过对每一辆车唯一属性的识别码，实现其任何一次的过户、维修、保养等数据纪录，形成基于二手车大数据的透明、公开和公正的二手车交易系统。
第二壁垒：如何卖的省心?
对于二手交易的C2C双边市场，促成交易当然是平台和买卖双方共同关注的目标。
如何破解流量难题?
虽然闲置物品增多已是事实，消费观念的升级已在年轻人中显现，但线上用户渗透率还是较低，二手电商的市场培育才刚刚起步。
二手交易平台的流量难题不破解，无法形成供需匹配的流量基础及正向循环，不仅会影响交易成功率，同时还会平台后续盈利模式的落地有直接影响。
如何破解效率难题?
平台流量提升，进而供需双方的供给量和匹配可能性提升，能够有助于交易成功，但尚无法解决交易效率的问题。因为买卖双方的决策时间，在某些二手交易品类上并不相符。
对于C2C的交易撮合模式，虽然满足卖家自主定价“卖的值”的诉求，但对二手车、手机、奢侈品等，虽然价格相比原值较低，但仍属于高单价商品，买家可能要经过多个对比，咨询，决策流程和时间较长。
方向之一：“以旧换新”实现精准导流
现在二手交易平台，部分采用烧钱广告大战，通过大量的广告投放，增加品牌知晓度，培育市场，为应用导流，但随之而来的是获客成本的提升，并非长久之计。更有可行是消费升级背景下，买新交易场景的转化导流。
还有平台将传统线下以旧换新的模式复制到线上，在二手交易本身并非高频的应用场景中，提升引入流量精准性和交易成功率。
方向之二：中介化的优势似乎凸显
C2B的回收模式，相对于在三种模式中，交易效率最高，满足卖家的出货诉求，无需牵扯精力，而且更适合以旧换新的导流场景。
但是由于是赚取差价，相比C2C的交易撮合模式，卖家议价能力弱，难以满足看重“卖的值”用户。
在成交效率的背后，是三类主要模式的各具利弊。二手交易平台结合各自优势和垂直领域特点，前行的路上都在探索，正如前文部分所说，去中介化和中介化的混战还在继续。
第三壁垒：如何用的安心?
相比一手电商，具有相对完善的物流和售后服务体系。主打个体买卖的二手电商，在配套的物流和售后服务环节相对薄弱。据58转转调研数据显示，有超过6成的用户认为二手交易的便捷性和售后服务问题是核心因素。
方向之一：平台化发展，引入各领域合作伙伴
物流方面，转转和闲鱼都在平台内嵌入物流模块，可以使卖家一键叫快递上门取货，并通过平台全程可查物品的物流配送进度。
售后方面，转转与海尔达成合作，提供低价的家电维修服务，人人车与汽车维修保养店合作，指定售后保养维修点等。
方向之二：同城交易，规避交易风险
部分二手交易平台提供更加简单直接的实现方式：同城交易。基于LBS的社交关系链，买方可以选择附近的二手物品，双方线上下单，线下面交，再返回线上结款。
第四壁垒：如何赚到盈利
从二手交易平台的不同类型来看，交易撮合和寄售平台普遍的盈利模式是收取交易佣金，依据不同行业，佣金比例不同。二手交易，并不是高频的应用场景。从某寄售模式的二手车商披露数据可以看出，目前的盈利情况无法满足其亿级别的营销投入、人员检测、销售人员等成本，存在较大的缺口。
为何一直烧钱，二手交易还能获得资本市场的青睐?源于以二手交易为入口，衍生的巨大盈利想象空间，包括新货买卖、金融服务、周边配件、售后服务、租赁服务、社区社交等。举例而言：
二手+消费金融
这种模式是二手交易常见的盈利方向，例如在二手车交易的过程中，车贷车险的需求应运而生。据统计数据显示，我国汽车金融渗透率在25%左右，而海外欧美达到80%，德国约在70%，日本也达到50%左右。
除了二手车外，对于单价较高的二手手机、二手家电等，在分期付款等金融服务方面，也都存在发展的可能性。
二手+售后服务
售后服务是二手交易的配套服务薄弱环节，所以部分二手交易平台提供售后的增值服务，增加用户粘性，同时也可以作为未来盈利的方向。
二手+新货买卖/租赁服务
二手交易天然具有分享经济和电子商务的双重基因，在未来也有望从所有权的分享，与使用权的分享相结合，及以二手交易为入口，切入一手电商市场。
- 相关内容：
|
|
||||||
|
|
||||||
|
|
