3月12日,SAP举办了“疫时危与机,应对有方略” SAP 零售行业线上研讨会,零售行业专家、企业共同探讨了疫情大考下中国零售业的影响和新机遇,企业如何迅速在突变情况下,满足消费者需求,进行行业革新。
中国现代零售业过去的几十年发展,一直不断演化和变革,消费需求、政府政策和科技发展等因素是零售行业发展的固有驱动力。新冠疫情对泛零售行业而言是一场大考,将对整个零售行业未来几十年的发展产生深远的影响。据悉,零售商家纷纷受到巨大的影响,百货行业营收与同期相比下降80-90%,全国已有600个购物中心减免了商户租金。
经过疫情考验的企业将呈现出巨大的发展空间,毕马威企业咨询(中国)有限公司数字化和客户业务合伙人毛健在会议上表示:“疫情催生了零售行业变革的三个新驱动力。首先,疫情带来的差异化打击加速了零售行业竞争格局分化,将凸显“赢家通吃”和“局部打穿”的马太效应,各个细分类目行业结构将被重构,行业加速洗牌。同时,消费将出现显著的“多快好省”和“极致体验”的消费需求分裂。消费者对产品质量、安全性、履约时间和性价比要求加剧,对线上和全渠道、社区/近生活圈的偏好加强。其次,数字化转型的战略问题将成为常态问题,在流量红利消失时,企业需要思考如何通过数字化营销、对接O2O到家服务、产品快速迭代等创新业务模式获取经营和品牌红利。“
SAP中国大消费品行业资深零售专家顾问丁彦文和SAP零售行业专家吴占东分享,近期数据显示超市销售额增长了600%,京东到家、淘鲜达、多点都出现了400%以下的增长。虽然零售行业遭到重创,但以生活用品和生鲜品类为主的超市和连锁店有了巨幅增长。“宅经济”促使了尽快构建到家业务的能力。这也是零售企业最快的自救方式,把线下流量转移到线上。
SAP专家认为,疫情下零售本质没有变:依然是把最好的商品,以最低的成本最快的速度交付到消费者手中,并提供最好的服务。涨价原因有两种:一是系统错误,对于“异常管理”透明度和实时性不够,二是加盟店涨价,对加盟店的管理粒度不够,只做到了财务管理,没有进行业务管理。此外,供应链建设所带来的的渠道成本降低才是零售企业的核心竞争力。疫情也促使了尽快构建 “从供应链到定价”构筑全流程能力,尤其是控价能力。
突发事件是检验企业的免疫力,迫使企业重新思考定位,优化内部管理,加速布局全渠道。作为SAP客户嘉宾,利群商业集团总裁徐瑞泽表示疫情期间,利群集团多个业务包括奥莱,购物中心,百货商场在内的日常经营受到了很大影响,在失去了春节传统销售旺季的同时,百货及外租区商铺部分已基本停业。
在数字化零售平台方面,利群2016年就推出了O2O业务,并在17年推出了基于线上的B2B业务。利群做过很多次订单爆量的预演,但在出现疫情后,线下流量大幅转到线上,平台购物需求压力加大,订单量超过了以往测试的10倍甚至20倍以上。
为了保障供应,利群积极调动全体员工,并且最大化利用数字化技术,很好地应对了极大的物流挑战。其数字化技术主要运用在线上和库存管理上,线上商城,数据分析,保证无接触式配送能实施和商品货源的充足,通过数据分析来指导线上线下经营。快速的响应使利群线上O2O和B2B业务得到巨大的锻炼和提升,较好地实现了平抑市场物价,稳定民生物资供应。
毛键表示,在危机中能跑通的商业逻辑才是真正优秀的商业逻辑,在危机中被验证的数字技术才是真正有效的数字技术。零售行业数字化转型正在步入深水区,疫情完成了零售企业数字化转型的教育过程。未来,企业将会把数字化转型作为战略性命题进行体系化思考和加速执行。
零售商承担着国家“保供应、保品质、保价格”的战略重任,而只有全链路的信息流、物流、资金流全流程透明和可追溯才能保证商品的供应、品质和价格。零售行业一直追求从工厂到消费者的高效供应链路,尤其是应急情况下的供给能力。大平台将更加注重供应链整合及物流效率的提升能力,并且强化精准服务,前后端实现专业分工的生态协同,提升服务效率和体验,降低边际成本。
社区商业将加速爆发,在交通枢纽和生活社区将出现高速发展的社区商业,围绕在线社群,聚合社区生鲜零售、日杂、轻餐饮、社区服务等各类商品、服务,缩短消费和商品之间的距离,实现精准触达和服务。第二,“危机见转机”,短期内的区域隔离,将加速催生社区生鲜企业的到家服务,前置仓和拼团,社区商业爆发,直播带货。
疫情过后,产业生态也会更具黏性发展:任何一家企业不可能单独应对疫情灾难,长期存在的零供博弈关系期望得到缓解,疫情将倒逼品牌零售商、购物中心和商场、供应商的命运共同体的形成。供应链能力强,管控优秀,勇于创新、具有组织自驱力的零售企业将从危机中脱颖而出。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。