
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
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13