社会化电子商务2.docx

上传人:b****5 文档编号:28758284 上传时间:2023-07-19 格式:DOCX 页数:22 大小:84.23KB
下载 相关 举报
社会化电子商务2.docx_第1页
第1页 / 共22页
社会化电子商务2.docx_第2页
第2页 / 共22页
社会化电子商务2.docx_第3页
第3页 / 共22页
社会化电子商务2.docx_第4页
第4页 / 共22页
社会化电子商务2.docx_第5页
第5页 / 共22页
点击查看更多>>
下载资源
资源描述

社会化电子商务2.docx

《社会化电子商务2.docx》由会员分享,可在线阅读,更多相关《社会化电子商务2.docx(22页珍藏版)》请在冰豆网上搜索。

社会化电子商务2.docx

社会化电子商务2

社会化电子商务-2

 

 

————————————————————————————————作者:

————————————————————————————————日期:

 

社会化电子商务

Web2.0改变企业与用户交流的方式。

社会化媒体热,电子商务热,两者结合怎么样?

socialmedia+Ecommerce==socialcommerce;笔者唐兴通建议翻译为社会化电子商务业态。

国外有关socialcommerce概念最近也相当火热,电子商务企业如何利用社交媒体等工具来获得更多订单,让顾客满意?

国内在这一块的探讨还比较零星,大部分电子商务企业认为:

在自己的电子商务网站上建立一个社交网络平台SNS,这就是电子商务2.0,电商的未来。

2005年的12月份Yahoo!

首次提出Socialcommerce概念。

社会化电子商务业态:

Socialcommerceinvolvesusingsocialmedia,onlinemediathatsupportssocialinteractionandusercontributions,toassistintheonlinebuyingandsellingofproductsandservices.企业需要将社会化媒体(尤其是社交媒体)应用在电商中的用户购物,销售商品,客户服务等方面。

其实简单的说就是:

Socialcommerceistheuseofsocialmediainthecontextofe-commerce。

社会化电子商务业态刚开始的时候是用来描述在线合作(onlinecollaborativeshopping)购物的工具如:

分享购物清单列表;用户生成内容UGC模式下对产品的评论和建议。

随后的内涵被衍生涉及卖家如何从买家获得建议,寻找买家的产品需求和服务导向。

现在的socialcommerce涉及到customerratingsandreviews,userrecommendationsandreferrals,socialshoppingtools(sharingtheactofshoppingonline),forumsandcommunities,socialmediaoptimization,socialapplicationsandsocialadvertising。

我们可以看到其涉及的内容涉及:

1.用户的评论,产品推荐;2.社区,团组的交流;3.客户的管理;4.社交应用组件,社会化推广等。

电子商务的未来是什么?

知名数字营销咨询公司Forrester在最近的一份报告中分析全球的电商发展趋势。

我们可以看到随着socialmedia的发展,基于群组,基于朋友圈推荐的电商将主导整个电商的发展。

电商企业可以通过socialmedia让用户参与到产品的设计,生产;Groups将会发挥更大的组织效应,电商企业需要关注行业的Groups,社交关系

其实类似Groupon团购网最近备受追捧,可以它们仅仅是向socialcommerce靠近。

其中国内的抄袭者,他们懂什么是社交媒体的购物,懂群组内在的商业价值吗?

显然不是很清楚,其实互联网的产品经理是互联网的灵魂。

优秀的电商产品经理,需要把握网民的网络社交图谱,懂得社交媒体的内涵,深谙电商的购物流程。

从笔者唐兴通来看,国内在这块优秀人员很少。

国外抄袭Groupon也很多,到目前为止美国已经有超过70家类似的团购网,在德国也有高达20家,在中国应该不下于20家。

目前团购网的发展趋势中出现利基团购站点。

比如仅仅针对餐饮行业的团购BlackboardEats,Feastery;团购网的目录,检索工具Yipit。

这样就构成一个完善的团购生态系统。

中国的团购网的产品经理在想什么呢?

附图是团购网的用户访问量排行榜。

社会化电子商务是电子商务的一种新的模式,简单的说就是将SNS与电子商务进行了组合,这种基于用户自主分享的商品内容,来引导用户产生购买或者消费行为,让电子商务领域变得更具有人性味。

从某种意义来讲,团购与O2O模式也可以算做是社会化电子商务的展现形式之一。

  国内最早的一批社会化电子商务网站有一大批已经死掉,如贝壳(新贝壳已上线)、蚂蚁等,而存活下来的社会化电子商务平台在早起主要以豆瓣和大众点评网为代表,发展到现在已经初具规模,已经影响到大量的用户购买行为。

  社会化商务平台的成功跟电子商务本身的产业链和用户熟知程度有关,在早期的电子商务时期,用户与相关产业链都还处于初始阶段,其对应的创新模式就很难发挥其价值了。

  不言而喻,随着大众点评与豆瓣的成功,这类平台必然会如雨后春笋般出现在各个垂直行业。

第二批社会化电子商务网站的爆发年是在2011年,以蘑菇街、美丽说、猫途网、花瓣网、知美网等为代表的购物分享平台。

一个有趣的现象是,这类平台多是与女性用户相关,且大多数商品话题与时尚、美丽、家居有关。

从用户分布来看,可以说是中国的女性网名激活了社会化商务平台。

  社会化电子商务分类

  按照具体的展现形式来分,现在的社会化电子商务平台可分为如下的四种模式

  第一类型是基于共同兴趣的社交电商模式,这种模式以蘑菇街、美丽说为代表,这种模式的特点的解决了用户对商品的逛街的需求,同时盈利模式也很直接,盈利能力较强。

  第二类型是图片加兴趣的形式,以花瓣为代表,这种模式在国外的代表为Pinterest,即Pin(图钉)+Interest(兴趣),用户可以把自己感兴趣的东西用图钉钉在钉板(PinBoard)上。

这种模式的特点是简单、互动性强、视觉冲击力高,容易快速聚集起大量用户,但在盈利上需要有大量的用户规模作为支撑。

  第三种类型是媒体导购的形式,以逛逛为代表,特点是有较强的媒体属性,像一本时尚杂志,让用户在读它的时候充分感受到商品的魅力。

这种模式往往较难聚集大量的用户,互动性较差。

  第四种类型是线下消费线上导购的形式,目前在该领域较为出色的有大众点评、千品网等,该类型的特点是用户的消费目标明确,娱乐属性较弱,对商品的要求较高。

  社会化电子商务盈利

  对于社会化电子商务而言,最主要的盈利方法就是佣金模式,通过向其他电子商务网站提供有订单的用户,从而实现佣金分成。

再者就是优惠券与分成的模式,通过优惠券类的手段来吸引用户形成线下消费的行为,从而实现分成的模式。

随着越来越多的电子商务平台对商品进行开放,社会化电子商务的发展机遇会越来越大。

  关于社会化电子商务,与它相关最为热闹的关键词莫过于分享与个性化点评,而对一个商品而言,能直接影响用户消费的行为是来自朋友或者他人的推荐,可见口碑对一个商品成功的重要性。

展望未来,社会化电商要获得突破性的发展,个性化商品点评服务与推介服务会成为新的潮流,诸如美丽说形式的社会化团购

一、什么是社会化电子商务(SocialShopping)

  个人对于社会化电子商务(SocialShopping)的理解是通过社会化的方式来更好的促进电子商务。

互联网越来越成为现实生活的一种映射,人的社会属性将越来越多的通过互联网的方式来进行展示,社会化电子商务就是希望通过人的社会属性以互联网的方式来传播、推荐商品/服务,并且实现更好的基于互联网的消费。

简单来讲:

你在现实生活中买了东西你会和你的朋友通过电话或者短信或者当面分享你买了什么,你的朋友知道了可能会自己去买,也可能会告诉他的朋友,并且在这个过程中你可能也会认识认识和你喜好相同的朋友,并且通过这些新认识的朋友你也可以发现新的你可能会喜欢的商品,而现在这样的一个过程会通过互联网的方式来实现。

  二、国外的社会化电子商务

  ThisNext应该是国外最早一批的社会化电子商务服务网站了,其口号是:

Discover、Recommend,Share。

其通过发现、推荐和Shopcast三种方式使用户分享自己的商品使用体验。

发现功能可以使用户浏览其他用户推荐的产品,点击产品项目就可以使用户将该产品添加到他们自己的愿望清单中、对产品进行推荐或者找到在哪里可以购买到该产品的资讯。

用户还可以通过创建主题清单来推荐产品或者仅仅简单地通过安装在浏览器上的“添加到ThisNext”按钮进行推荐。

  三、社会化电子商务分类

  国外的社会化电子商务网站的出现和国内比早很多,这个应该也和国内电子商务发展有很大的关系,社会化电子商务是电子商务发展到一定阶段必然的产物,去年2011年电子商务在国内发展速度很快,也导致在这个领域今年会有很大的发展空间。

社会化电子商务网站可以分成下面三类:

  1.基于电子商务网站构建社区

  基于现有的电子商务服务构建社区,通过社区关系促进电子商务本身,这个应该也是非常容易理解的。

  淘江湖:

淘宝推出的基于淘宝的社会化电子商务平台,今年年初马云也发话淘宝必须实现SNS化,其实也说明了淘宝对于社会化电子商务的重视。

  凡客达人:

凡客推出的社会化平台,达人们在各自的空间展示穿衣搭配,发表自己对于衣着服饰的独到见解。

普通用户可以关注自己喜爱的达人,跟踪他们实时更新的内容。

也可以随时申请成为达人之一,发布自己的形象等。

本质上是鼓励用户除了购物以外形成对于购物相关话题的分享和交流,并以此促进用户的购物行为

  京东乐享:

京东前几天推出的,从其域名来看,更像是一个依托于京东商城的一个微博,让用户分享任何和京东购物相关的信息。

  2.第三方社会化电子商务平台

  构建于现有电子商务服务,但是拥有一套自己的关系圈(用户体系),这样的好处在于可以减少对于电子商务平台的依赖度。

可以构建相对独立于电子商务平台的社会化电子商务平台。

  翻东西:

能够根据你的喜好,让你喜欢的商品主动出现在你面前,同时提供可靠的购物建议,帮你筛选出可信赖的商家。

在这里你还可以获得新鲜的潮流资讯,结识到更多有共同购物爱好的朋友、分享彼此间的购物心得和乐趣。

  美丽说:

是一个女性互动购物社区网站,用户可以在社区找达人,找店铺,找团购,分享网购链接,分享自己喜欢的购物相关资讯等等。

  蘑菇街是一个全新的购物分享社区。

每一分钟,都有像您一样可爱的消费者入住蘑菇街,与大家一起分享购物乐趣。

  辣椒网:

是一个以网络购物为主题的Web2.0SNS网站,任何一个用户都可以在辣椒网上开设网店卖自己喜欢的产品,并且可以通过自己的社会化网络来营销,成交之后由辣椒网统一向网店提供商品、客服、物流和售后服务。

  堆糖是一个用户分享物品的社区,在这里你可以:

  1.选定自己想要的、用过的宝贝,找到选择相同的糖友,并且同步到新浪微博、人人等网站,与更多朋友分享,征求朋友的意见。

2.以一句话+一张图片的形式,分享各类好东东,同时发掘大家分享的最新最酷好东东。

3.加入各类糖”堆”(主题群组),和糖友们一起分享交流。

  3.基于社区的社会化电子商务

  目前互联网上已经有了有相当影响力的社区平台,比如Faccebook,Twitter,新浪微博,基于这些平台,如果能够将电子商务和其对接,利用其强大的用户平台进行营销也是具有很大的生命力。

这个对于中小型企业门槛最低的,也是国内外很多企业正在实践的部分。

  Livescribe利用Facebook平台进行社会化营销,Facebook粉丝可以与产品进行互动,让粉丝们可以‘赞’、’分享’他们感兴趣的产品,或是发送Twitter消息,帮助我们把信息传播给更多的消费者。

  微跳蚤是微博一款基于新浪微博的第三方应用,其本质是一款依托于新浪微博的二手交易物品的应用,为微博用户提供发布、查询、评价信息的服务。

  卷豆网是一家致力于为站长用户提供适合在线社区的电子商务解决方案的服务性站点,淘金链(LinkMiner)是其发布的第一个产品。

它能够将用户网站上的普通的网店链接和在线商品链接(比如淘宝商品链接)转换为支持佣金结算的CPS链接(比如淘宝客链接),在不影响用户体验和不占用广告位的情况下,为站长们开辟出了一块全新的收入来源。

据悉,淘金链有能力转换约有55%的链接。

卷豆网也提供了另外一种直接实现社区进行社会化电子商务的方式。

  四、商业模式分析

  社会化电子商务其实有着很清晰的商业模式,通过按照成交CPS的方式来盈利,当然也可以通过现有的电子商务的开放平台来直接获取收入,随着国内电子商务发展逐渐成熟,相信越来越多的电子商务网站会选择开放,这也是社会化电子商务的一个非常好的机会。

  五、小结

  社会电子商务个人觉得在2011年也会是一个更好的创业方向,原因有几方面:

一是社会化电子商务领域是一个可以直接获取现金流的创业方向,可以通过产品销售直接获得收益分成;二是去年一年国内电子商务领域获得了大量的投资,而今年互联网广告硬广价格增加不少,这些电子商务网站必然会尝试通过其他的方式来进行营销,社会化电子商务领域将是一个不错的切入领域。

  通过收集用户行为从而实现智能推荐其实现有的电子商务平台比如amazon做的就不错了,社会化电子商务其实个人认为逻辑应该是通过一些方式(购物习惯、喜好等)找到具有相似兴趣的人,然后推荐这些人给这个用户来拓展用户的社交圈,从而实现更大范围的社会化。

社会化电子商务的发展也预示着互联网发展的一个趋势,以前的互联网更多是一种工具,实现某个功能,比如购物,交流,而随着互联网在这些功能发展到一定阶段,会自然的衍生出基于兴趣的知识型方向演化,比如上面提到的社会化电子商务,比如知乎,爱库等,用户会更加关注起由于这些互联网功能的社会化而带来的新的价值!

2.2商务智能的应用前景

  企业为迎接市场的挑战,必须对市场运作有准确的分析。

商务智能系统的最大好处是可以得到准确、及时的信息,帮助企业赢得竞争优势。

而这些功能的完成主要依靠数据仓库、联机分析处理和数据挖掘这三大技术。

借助商务智能的核心技术,利用企业中长期积累的海量数据,可以实现以下三方面的应用:

  

(1)客户分类和特点分析

  根据客户历年来的大量消费记录以及客户的档案资料,对客户进行分类。

并分析每类客户的消费能力、消费习惯、消费周期、需求倾向、信誉度,确定哪类顾客给企业带来最大的利润,哪类顾客仅给企业带来最少的利润同时又要求最多的回报。

然后针对不同类型的客户给予不同的服务及优惠。

  

(2)市场营销策略分析

  利用数据仓库技术实现市场营销策略在模型上的仿真。

其仿真结果将提示所制定的市场营销策略是否合适。

企业可以据此高速和优化其市场营销策略,使其获得最大的成功。

  (3)经营成本与收入分析

  对各种类型的经济活动进行成本核算,比较可能的业务收入与各种费用之间的收支差额,分析经济活动的曲线,得到相应的改进措施和办法,从而可降低成本、减少开支、提高收入。

  国内数据仓库应用刚刚起步,电信、金融、证券、税务、零售业等已有大量操作型数据积累的企业都出现了迫切的应用需求。

可以预计,商务智能在中国同样会有广阔的应用前景。

但是另一方面,成功的数据分析与挖掘应用依赖于大量的、长期的、真实的历史数据积累。

对于许多信息化建设起步较晚的企业,首先踏踏实实地做好基础数据库的建设是更为重要的,这也是为进一步走向商务智能打下基础。

 商务智能(BI):

挖掘信息价值

  当企业每日接触的数据成长到TB级,手工和传统的信息处理方法已经难以满足管理者们越来越精细的需求。

MarketsandMarkets公司最近发布的一份报告显示,全球大数据市场将在未来五年内迎来高达26%的年复合增长率。

报告称,推动市场快速发展的主要动力来自众多企业对于升级业务流程、强化绩效与执行效率的迫切渴望。

其它关键性因素还包括非结构化数据总量的持续增长以及对先进预测分析功能的强烈需求。

  那么面对着海量数据与大数据浪潮,企业应该如何运用信息化工具进行数据分析与挖掘?

商务智能(BI)的应用无疑是一种解决之道。

商务企业的关注重点已经从传统商务智能解决方案转移到预测分析领域,这是因为他们已经意识到数据分析的重要性以及对未来发展的指导潜力。

  商务智能,这个由市场研发公司Gartner公司的分析师HowardDresner在1996年提出的概念,描述了一系列的概念和方法,应用基于数据的分析系统辅助商业决策的制定。

这种技术可以帮助企业快速收集信息,得到具有正确性、知识性、有效性的信息全局视图,并通过数据分析和挖掘将其迅速转化为有效信息、再转化为商业价值,提高企业决策的效率与质量。

此外它也有提高管理运营效率、了解客户需求提供后续规划的信息支持、发现商机增加销售额等多重作用,正越来越受到以CIO和CFO为代表的高层管理者们的重视。

  以电商行业为例,由于行业特性,管理者们更需求实时的、动态的销售信息,与客户点对点、端对端的接触让他们能够通过消费信息的采集更好的理解消费者需求并进行针对性营销。

相对应的,商务智能系统在客户关系管理方面的巨大作用则不容忽视:

通过客户细分和其他相关分析,了解消费者群体的消费习惯偏好,从而进行销售成本最小化的推广与营销;通过对客户价值的分析,找准高价值客户和潜力客户。

  但是,商务智能系统本身并不懂产品、品牌,它只是将它能够“看到”和“预测到”的东西呈现在管理者的眼前。

与其他管理软件系统一样,这种被放到分析模型里固化的东西只是辅助,还需要人来判断、人来决策。

  商务智能的个性化实践

  企业如何打造商务智能个性化实践,真正挖掘信息的潜力与价值?

  首先,必须让数据来源真实、快捷、规范。

以元年诺亚舟的BI实施为例,在调研阶段,就必须结合工作说明书与项目调研,确定数据范围;然后再以此为基础进行数据分析和主题定义等设计。

数据仓库从逻辑上分为数据源相关抽取、数据源无关加载、数据聚合和预计算等层次,确保财务、采购和费用、供应链及订单管理、项目、人力资源、销售、市场等各部分的数据真实有效,并通过数据接口和统一的平台进行规范化。

  其次,数据处理与分析方法要贴合自身实际。

现阶段很多企业都呈现多维度多业态的模式,单一维度可能已经难以满足管理者需求,必须建立多维视角。

元年诺亚舟的BI实施在数据分析与挖掘方面,整个项目被分成几大专题分析体系,对每一项主题都有具体的指标和专题化的分析、实时业绩的控制以及利润监控的分析,令管理者在获得决策数据支持的同时不断进行信息与知识更新,并转化为有质量有效率的决策和知识积累。

  最后,呈现给管理者的必须是简明易懂,一目了然的全局性视图,让管理者搞得懂、看得清。

元年诺亚舟的BI实施在全景视图和呈现层面,设置了不同场景的展现,条理清晰的财务价值数据系统架构图可以体现不同的管理主题,令管理者快速找到自己需要的有效信息。

  拥有大数据、应用大数据,借助商务智能,挖掘信息与数据的潜在能量和价值,将为企业管理带来勃勃的生机与活力。

大数据分析最佳实践

大数据不仅是一个流行话题,更是企业中实实在在存在的需求。

许多企业开始着手于大数据分析项目,但在此之前,我们需要一个良好的部署方案以确保最终的结果能够为业务服务。

选择合适的技术是规划的第一部分,当企业选择了数据库软件、分析工具以及相关的技术架构之后,我们就可以进行下一步并开发一个真正成功的大数据平台。

只选择你所需要的数据

大数据分析项目中我们会遇到海量的数据集。

但是海量数据并不代表一个企业的所有数据,也不是相关数据源中的所有信息都需要我们来进行分析。

企业需要确定哪些数据具有战略价值,能够为分析服务。

在规划阶段,把注意力集中在业务目标之上,将有助于企业对分析进行精准的定位,在此基础之上我们可以也应该了解哪些数据能够满足这些业务目标。

构建高效的业务角色然后处理相应的复杂度

积极应对复杂性是大数据分析项目成功的关键之一。

为了能够最终得到正确的分析结果,我们需要让所有相关的业务数据所有者参与到流程当中,以确保提前制定必要的业务角色。

一旦业务角色制定完毕,技术人员就可以评估相应的复杂度,以及所需要做的工作。

这就指向了部署的下一个阶段。

以协同的方式将业务角色转化为相关的分析

建立业务角色对于大数据分析应用来说只是第一步,接下来IT或者分析专家需要创建相应的算法。

但这部分工作并不应该是独立的,起初的查询越准确,那么所需要的开发工作就越少。

许多项目都需要持续反复的开发工作,究其原因还是因为项目执行人员和业务部门沟通出现了问题。

因此,在项目开发的进程中,我们需要双发协同并及时沟通,以便保障项目的顺利进行。

确定一个维护计划

除了项目之前的一些开发工作,我们还需要不间断地注意变更。

在业务需求变化之上的日常查询维护固然重要,但毕竟它只是整个分析项目管理的一部分。

随着数据集的不断增长以及业务用户对分析过程的不断熟悉,他们对系统的要求也会相应地增加。

分析团队必须能够及时地满足额外的要求。

牢记用户需求,不是部分用户,而是所有用户

随着自助式BI工具的流行,在大数据分析项目中把终端用户放到考虑范畴之内就显得并不奇怪了。

当然,能够应对不同数据类型的IT架构非常重要,但是系统的可操作性和交互性同样是我们需要考虑的问题。

这需要我们把不同类型用户的反馈考虑在内,从高管层到操作工,从分析师到统计员都需要能够访问到大数据分析应用,不管是用何种方式。

大数据要从小开始

分析大数据集也一样要从小机会开始,然后再使用它们作为起点。

随着公司不断地扩大分析的数据源和信息类型,以及开始创建最重要的分析模型,帮助他们发现结构化和非结构化数据的模式和相关性,他们需要注意那些对于预期业务目标而言最重要的结果。

不要忘记最终目标仍是大数据

在确定大数据分析实施计划时,公司一定要重视规模因素。

您一定要考虑到变化——从现在开始的半年内,您需要处理多少数据,您需要增加多少服务器,是否由软件来完成这些任务。

人们并没有考虑到数据增长的程度,以及觖决方案部署到生产环境后的流行程度。

大数据分析最差实践

当BI供应商满面笑容地告诉你他们的客户已经成功部署大数据分析项目时,他们一定不会告诉你还有那么多失败的案例。

大数据分析项目过程艰难甚至最终失败是有一些潜在原因的。

俗话说失败乃成功之母,比起成功的经验,一些失败的教训也许对你更加有利。

本部分是一些大数据分析项目的最差实践,你需要了解如何避免它们。

盲目跟风

这种观点重复犯了经典的错误,组织开发他们的第一套数据仓库或者BI系统时经常会犯这样的错误。

太多时候,IT和BI以及分析项目管理者被技术炒作所迷惑,忘记了他们首要任务的商业价值;数据分析技术仅仅是一个用来产生商业价值的工具。

大数据分析的支持者们不应该盲目地采用产品,他们首先需要判断该技术所服务的业务目标。

误认为软件可以回答所有问题

构建一个分析系统,尤其是涉及大数据的分析系统是非常复杂的,也是资源密集的。

因此,许多组织希望他们部署的软件将成为银弹,神奇地实现一切。

当然,人们应该明白希望总是比现实更美好。

软件确实会带来帮助,有时帮助还会很大。

但是大数据分析的效果取决于被分析的数据和使用工具的分析技能。

思路太过僵硬

通常,人们总是不断尝试他们过去的做法,即便当他们面对不同的场景时也会这样。

在大数据情况下,一些组织会想当然地认为所谓“大”只是意味着更多的交易和更大的数据量。

这种观点可能是正确的,但是许多大数据分析策略会涉及非结构化和半结构化信息,需要以完全不同于企业应用程序和数据仓库中结构化数据的方式管理和分析。

忘记过去所有的教训

有时企业会走向另一个极端,认为大数据中的一切都是完全不同的,他们必须从头开始。

对于大数据分析项目的成功,这种错误可能甚至比认为没有不同更要命。

只是因为你希望分析的数据结构不同,并不意味着我们已有的数据管理基本原则需要重写。

没有必备的业务和分析专业知识

误认为该技术可以实现一切的必然结果就是,相信所有你需要的只是让IT员工实施大数据分析软件。

首先,与上述产生商业价值主题相符合,有效的大数据分析项目必须在系统

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 人文社科 > 视频讲堂

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1