“京东对于用户体验的提升,不以牺牲合作伙伴的体验为前提,不以压榨合作伙伴的利益为代价,而是希望通过流量生态、运营生态、成长生态的升级,带动京东及合作伙伴乃至整个行业的成本、效率优化,让利给消费者和商家朋友。”近日,京东零售CEO辛利军在京东零售生态合作伙伴大会上表示。
今年以来,京东大力推进低价策略,一方面要给消费者提供更多“靠谱的低价”商品供给,另一方面,京东也不断降低商家入驻门槛,招募更多商家以提升商品丰富度。然而,正如辛利军所言,京东对于用户体验的提升,并不是靠损害合作伙伴的利益来获取,而是希望通过不断升级开放生态,带动京东及合作伙伴乃至整个行业的成本、效率优化,通过极致供应链效率省下来的钱让利给消费者和商家朋友,打造“靠谱的低价”体验。这意味着,京东不仅在为消费者提供丰富的低价商品,同时也通过帮助商家降本增效,让商家销售低价商品也能持续获得利润,推动京东商家生态和行业健康发展。
今年年初,京东重拾低价策略之际,面向商家启动了“春晓计划”,通过“0元试运营”、“新店大礼包”、取消平台使用费等12项扶持举措,帮助个人、个体户、企业等不同类型的商家在京东实现简单开店、轻松挣钱。今年京东618期间,京东又对商家抛出“减负增收”大礼包,面向所有商家投入增加 20%,帮助商家平均降低 30% 的运营成本,帮助中小微商家在京东618期间实现销售增速翻倍。而就在今年8月末,京东又宣布重磅升级“春晓计划”,推出20项升级举措,为商家打造“更多流量、更快运营、更好服务、更省成本”开店体验。
持续不断的商家扶持举措,不仅保障了消费者获得优质的低价消费体验,也助力京东“开放生态”建设取得了显著成效,吸引了大量新商家入驻。8月16日,京东集团发布的2023年二季度财报显示,今年二季度,京东新增商家数量同比增长了417%,三方商家整体的数量同比去年增长超过一倍,达到了历史最高水平。
今年前两个季度,京东第三方商家的收入增速超双位数,很多商家都在京东实现了快速、高质量的增长。例如,“红鹤”作为义乌产业带商家,今年5月在京东开店,主打云朵拖鞋低价商品等,产品创新能力较强。在京东“春晓计划”的帮助下,“红鹤”前期基本未投入推广成本就获得流量扶持。在今年京东618期间,“红鹤”又免费参加了京东首页的“9.9包邮”活动,订单量环比提升了127倍。
面对即将到来的11.11,辛利军在京东零售生态合作伙伴大会上表示,将对“流量”、“运营”和“成长”三大维度生态进行升级,携手包括商家、服务商等在内的合作伙伴,构建更加简单、高效、开放的生态环境,助力商家在11.11实现爆发式增长,以及未来实现可持续的健康发展。首先,京东将全力推进好产品、好价格、好服务和好流量之间的联动,让更多低价商品、拥有优质服务的商家脱颖而出,获得更多曝光展示机会。其次,京东将通过高效便捷的基础设施和开放普惠的技术能力,为商家降本增效,提升商家的经营能力。此外京东将持续升级商家成长体系,为不同类型的商家提供更加清晰的权益任务体系和成长路径指南,让商家在11.11期间以及长远的未来实现稳定快速成长。
“无论在京东11.11期间还是更长远的未来,京东都希望让更多优质的商家和商品脱颖而出,实现高质量、可持续增长。”辛利军表示。
可以预见,随着京东不断加大对于商家生态的投入力度,以及持续提升其自身供应链建设能力,今年京东11.11期间,京东“开放生态”将迎来更加繁荣的局面,更多的商家将在京东11.11实现订单爆发式增长,同时将为消费者提供更多、更快、更好、更省的消费体验。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。