ZD至顶网软件频道消息: 近日,JDA公司联合普华永道(PwC)发布了《CEO视角:全渠道零售趋势报告》(以下简称《报告》),对全球零售业在全渠道销售布局中的最新趋势进行了解读。
据了解,本次调研对象为全球1000强零售企业的305位CEO,调研区域集中在极具全球代表性的中国、德国、墨西哥、英国和美国市场,耐用品、纺织品、快消品、电商和杂货等零售业态,也有一部分受访企业来自零售和消费品 制造相关的领域。其中,有55位中国零售企业CEO参与调查。
《报告》显示,虽然中国零售商在全渠道销售时代面临着多重挑战,但受访的中国零售商企业CEO普遍对来自全渠道的营收及利润增长充满信心,他们在全渠道各个层面的投资力度都非常突出,占其全年总投资的45%。该《报告》同时也展示了未来中国零售商在全渠道领域的投资方向。
全渠道的核心是零售商能够在所有销售平台提供无差别的购物体验,同时实现利润最大化。具体而言,全渠道零售是企业为了满足消费者任何时候、任何地点、任何方式购买的需求,采取实体门店渠道、电子商务渠道和移动应用渠道等整合的方式销售商品或服务,并在所有销售渠道向顾客提供无差别的购物体验。这些销售方式不仅包括传统的实体自营店、实体加盟店,还包括官方B2C商城、第三方电子商务平台等。
中国零售商面临多重挑战
《报告》显示,中国企业CEO普遍认为中国零售商未来面临着多重内部和外部挑战。就内部挑战而言,中国零售商面临着如何能向消费者提供无缝消费体验、如何能与科技创新保持同步以及是否能灵活转换门店商业模式(比如“线上购买, 线下自提”模式)的挑战;就外部挑战而言,传统零售巨头以及跨境电商对企业盈利产生较大威胁,尤其是来自像沃尔玛以及亚马逊等零售巨头的竞争压力。
值得强调的是,这些挑战正在推高零售商的在全渠道销售上订单执行成本。面对成本的增加,他们正在通过提高价格、增加递送费用或提高享受免费递送的起订金额等方式进行成本把控。
当下,电子商务和网络零售正在给中国零售行业开启前所未有的机遇。中华人民共和国商务部最新数据显示,2015年中国电子商务交易总额增速超过35%,是国内生产总值增速的5倍;此外,2015全年网络零售增速较社会消费品零售总额增速快20.9个百分点。在日前结束的全国“两会”上,中央政府也进一步提出“要扩大跨境电子商务试点”、“推动电子商务进农村”、“鼓励线上线下互动,推动实体商业创新转型”。
JDA全球行业与价值交付高级副总裁Wayne Usie表示:“在这样的大环境下,中国零售商必须努力实现全渠道转型,抓住互联网时代带来的红利,以实现业务的可持续发展。”
消除运营孤岛是关键
事实上,中国零售商也正在加大对全渠道的投资。
98%的受访中国CEO表示,他们2015年加大了在全渠道上的投资,这一数据相比2014年增长了18%。此外,中国CEO在全渠道的投资占其全年总投资的45%,比其他国家高出了23%。
《报告》还进一步指出,中国企业CEO在未来全渠道零售的主要投资方向集中在为消费者提供更多的订单交货方式、提供无缝的消费体验、扩展供应链能力以及增强消费者实体店内的体验等方面。
针对调研结果, Wayne Usie指出:“对全渠道的投资无疑是至关重要的。但是在投资前,中国零售商必须首先考虑消除运营孤岛,实现企业内部信息共享,使各部门协同无缝运营。唯此才能建立一个高效的全渠道运营体系。值得庆幸的是,中国零售企业的历史负担相比西方同行要小得多,这有利于他们更轻松地营建全渠道基础设施”。
《报告》显示,目前75%的受访中国CEO表示其企业内部存在运营孤岛。
运营孤岛是指由于企业内部无法充分共享信息,各业务部门按照自身的操作规则独立运营,导致沟通不畅,运营和决策过程信息不对称,面对市场需求变化响应速度缓慢等。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。