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
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。