
零售业竞争核心是大数据下的供应链管理能力
12月9日起,由中国经营报社举办的主题为“决策时代:创造与变革”2015年中国企业竞争力年会于在北京举办。包括中国社会科学院副院长蔡昉、国家发展和改革委员会学术委员会秘书长张燕生、北京大学国家发展研究院副院长黄益平教授等在内的专家领导以及国美控股集团决策委员会主席杜鹃、联想集团中国区总裁童夫尧、美的集团副总裁胡自强、乐视控股高级副总裁、乐视移动总裁冯幸等在内的企业家代表共同出席了本次活动,并就中国经济转型升级以及中国企业创新破局进行了深入探讨。
作为被称为“经济晴雨表”零售行业的最重量级代表,国美控股集团决策委员会主席杜鹃指出,零售业未来竞争的核心和焦点在于大数据支撑下的供应链管理的能力,在于基于市场需求所进行的供应链效率的提升。谁的数据抓取能力更强,供应链效率更高,谁就会胜出。此外,杜鹃还荣获了中经年度关注人物评选的“最佳贡献奖”。
以下为杜鹃在会议过程中的部分精彩观点:
在主持人问及2015年转型的心得和收获时,杜鹃指出:
第一、供应链支撑下的低价、低成本运营是一个企业非常核心的优势,因为在市场不好的时候,别的人可能都没有办法生存,你能够生存下去这是非常重要的。在市场好的时候,你能够比别人活的更好。
第二、无论是零售商也好,还是生产制造商也好,核心都是要围绕市场和消费者的需求去制定战略。国美现在在整个互联网+的这种发展趋势下,能够连续十个季度增长,保持盈利水平。首先有中国优秀制造的生产企业以其核心竞争力能够生产低价、优质产品的支撑,同时也加上国美自己本身,能够在互联网+这种大潮下基于大数据工厂对最新消费趋势的洞察进行的全零售战略升级,并以零售板块为核心,通过金融、智能家居等多板块协同发力,以满足消费者差异化需求。
在谈及2016年预期时,杜鹃选择了乐观,并表示:
中国企业竞争力的创新和变革在2015年最大看点就是对互联网的认识更加深入,更注重价值挖掘。如国美 917创下以43亿单日零售额创造行业新纪录, 原因在于利用对大数据分析,挖掘有消费意向的潜力客户,并供应链支持下为这些到店顾客提供满足其个性化需求的差异化商品,最终90%以上的受邀到店客户都进行了购买。在差异化、高品质商品支撑下,基于强社交和朋友圈打造的微店目前日均人数也达百万人次;同样是在高品质家电支撑下,能为消费者提供使用型体验的北京中塔店也于11月完成改造,并已经开始试运营,为所有到店顾客提供了集吃喝玩乐为一体的全新体验。
在企业的转型升级过程中,杜鹃希望政府能提供的支持:
首先从企业自身发展来讲,我觉得要找准定位,互联网仅仅是一种渠道,企业要非常开放地拥抱它,但是不要盲目地去借助互联网进行转型,关键在于企业核心竞争力的打造。从政府方面,我们希望在牌照审批上,降低准入门槛,鼓励更多的企业积极参与到这个竞争当中,以进一步激发市场经济的活力;同时,政府也加强监管,也鼓励更多企业利用自己的优势,强强联手合作。降低牌照门槛是为了减少企业早期在获得牌照上的成本或业绩压力,而加强监管则是为了避免由此产生的相关风险,让出现问题的企业不能再进入这个行业,这恰恰也是市场经济的精髓。
谈及国美2016年的三个关键词,杜鹃选择了“梦想、分享、激情”,并提出:
梦想:想不到的事情是很难做到做好的,所以要有梦想;
分享:这是一个信息充分透明的时代,无论是主动竞争还是要充分参与,都需要分享;
激情:做任何事情都要保持激情。
最后杜鹃指出,零售业未来竞争的核心和焦点在于大数据支撑下的供应链管理的能力,在于基于市场需求所进行的供应链效率的提升。谁的数据抓取能力更强,供应链效率更高,谁就会胜出。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08