
谈大数据与跨境购物_数据分析师
·10问企业家·亚马逊全球副总裁薛小林
柴宗盛
上海经济评论:目前亚马逊海外购的货物品类似乎不太多?
薛小林:海外购第一步推出来8万个选品,刚开始类似于试运营,未来会增加到百万数量级。
上海经济评论:将来会不会全网对接?
薛小林:不会,美国网的货品种类非常多,很多东西对中国消费者不一定适用。还有些东西由于法规原因在中国不能卖。我们会根据中国消费者购买记录分析,来确定我们这次推出来的选品,同时我们考虑到去美国网站直邮的消费者和中文海淘消费者可能不是同一群体。我们首选十万个选品,后面会快速推出。
上海经济评论:通关仓库还是靠建在自贸区的仓库,是集中通关还是其他方式?
薛小林:海淘直邮与海外购直邮的包裹不一定非要经过自贸区或保税区,可以用行邮税的方式进来,将来我们也许可以在自贸区预先囤货,然后分线发给消费者,这需要经过自贸区或保税区,这些工作还在推动。
上海经济评论:亚马逊的物流是怎么配合跨境购的?
薛小林:接到订单后,美国亚马逊的运营中心无需调配,直接发机场,然后飞机定时定刻发货,因为我们有航空或海运的固定仓位,不用等。由于与中国海关沟通到位,无纸化通关,平均几秒钟就能完成清关手续。最近,我们和中国邮政的物流达成战略合作,合作业务包括上门揽收服务、门到门投递服务等。这次黑色星期五海外购物节的单量比双十一增了500%,跨境物流还是能正常运转。
上海经济评论:海淘的转运公司送货要20天左右,你们要多久?
薛小林:不同需求对应不同配送时间,当然费用也不同,标准配送,平均9至15个工作日;加快配送,平均5-12个工作日;特快配送,平均3-5个工作日送达。配送费是依据订单的重量或体积来综合计算,平均来说美亚直邮是每单1.99美元起,每增加一磅再往上加1.99美元。
上海经济评论:亚马逊的大数据是怎么应用的?
薛小林:物流采用大数据,我们实现了智能主动性调拨,对消费者的购买习惯提前做分析,分析出这个地区的消费者可能买某产品。提前调货,可能在下单时,产品就在路上了。对于库房的管理,采用货物随机上架,不分门别类放。这样存取速度快。储存能力也强,可以塞满所有空间。取货也会更快。这样处理每张订单的平均时间比原先省3分钟,效率至少提高了3-4倍。
上海经济评论:采购系统怎么管理?
薛小林:完全智能化管理,什么时候需要采购新的货物,采购多少,向谁采购,采购了什么时候发运,运到哪个库房,都不要人来操作,不用人做决定,都是系统自动决定。下单订货人可以干预它,但一般不干预,干预不过来。2500万选品,需要多少人去管?完全靠系统来控制。
上海经济评论:亚马逊和阿里比较的话,各有什么长处?
薛小林:各有各的长处,譬如我们对选品正宗与否,配送是否精准快速,下了很大功夫。大家喜欢买国外酒类,因为假的少。酒在库房需要横放,我们专门做了酒架子,和高端的酒庄一样。液体浸泡软木塞,能保持瓶口密封,使酒的口味不变,竖放软木塞会干,酒会变化。
另外,美国过感恩节会有促销,中国的消费者通过海外购和海外直邮也可以享受当地消费者的优惠价格,没有全球架构的电商是做不到的。
上海经济评论:跨境电商跟政策相关性很大,将来会怎么往回走?
薛小林:跨境电商是新东西,但不存在走回头路的问题,根据国家海关总署第56号文所提的内容,可以看出国家对跨境电商大力支持。这是顺应发展的需求,顺应中国老百姓的需求。
上海经济评论:最近在读什么书?
薛小林:专业书籍以外,喜欢读人物传记。
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