
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
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04