WHERE FUTURE BEGINS
  • ṢELF ḌEEP ḶEARNING
  • LSE MBA Essentials - The London School of Economics
    • Leading with influence
    • Economics for managers
    • Competitive strategy
    • Corporate strategy
    • Financial accounting
    • Management accounting
    • Analysing financial statements
    • In the mind of the manager
    • Nudging behaviour
    • Organisational culture as a leadership tool
  • Business Foundations Specialization - Wharton Online
    • Introduction to Marketing
      • BRANDING: Marketing Strategy and Brand Positioning
      • Marketing 101: Building Strong Brands Part I
      • Marketing 101: Building Strong Brands Part II
      • Strategic Marketing
      • Segmentation and Targeting
      • Brand Positioning
      • Brand Mantra: The Elevator Speech
      • Experiential Branding
      • CUSTOMER CENTRICITY: The Limits of Product-Centric Thinking
      • Cracks in the Product-Centric Approach
      • Data-Driven Business Models
      • Three Cheers for Direct Marketing
      • Which Firms Are Customer Centric?
      • What is Customer Centricity?
      • Living in a Customer-Centric World
      • More Reflections on Customer CentricityPrev
      • Questions on Customer Centricity
      • GO TO MARKET STRATEGIES: Online-Offline Interaction
      • Online/Offline Competition
      • Friction
      • The Long Tail Theory
      • Preference Isolation
      • How Internet Retailing Startups Grow
      • Customers and Digital Marketing
      • Influence and How Information Spreads
      • Pricing Strategies
      • The 7M
      • BRANDING: Effective Brand Communications Strategies and Repositioning Strategies
      • Brand Messaging & Communication
      • Brand Elements: Choosing a Brand Name
      • Brand Elements: Color & Taglines
      • Brand Elements: Packaging
      • Brand Elements: Persuasion
      • Repositioning a Brand
    • Introduction to Financial Accounting
      • 1.1.1: Financial Reporting Overview
      • 1.1.2: Financial Reporting Example
    • Managing Social and Human Capital
      • Professor Cappelli and Professor Useem Introductions
    • Introduction to Corporate Finance
      • Time Value of Money
      • Intuition and Discounting
      • Compounding
      • Useful Shortcuts
      • Taxes
      • Inflation
      • APR and EAR
      • Term Structure
      • Discounted Cash Flow: Decision Making
      • Discounted Cash Flow Analysis
      • Forecast Drivers
      • Forecasting Free Cash Flow
      • Decision Criteria
      • Sensitivity Analysis
      • Return on Investment
    • Introduction to Operations Management
    • Wharton Business Foundations Capstone
  • Artificial Intelligence Career Program - deeplearning.ai
    • Machine Learning
      • Introduction to Machine Learning
      • Supervised Learning
      • Unsupervised Learning
      • Model Representation - Linear Regression
      • Cost Function
      • Gradient Descent
      • Gradient Descent For Linear Regression
      • Linear Algebra
    • Deep Learning
    • Neutral Networks and Deep Learning
      • Introduction to Deep Learning
      • What is a neural network?
      • Supervised Learning with Neural Networks
      • Why is Deep Learning taking off?
      • About this Course
      • Binary Classification
      • Logistic Regression
      • Gradient Descent
      • Derivatives
      • Computation graph
      • Derivatives with a Computation Graph
      • Logistic Regression Gradient Descent
      • Vectorization
      • Vectorizing Logistic Regression
      • Vectorizing Logistic Regression's Gradient Output
      • Broadcasting in Python
      • A note on python/numpy vectors
      • Explanation of logistic regression cost function (optional)
      • Neural Networks Overview
      • Neural Network Representation
      • Computing a Neural Network's Output
      • Vectorizing across multiple examples
      • Activation functions
      • Derivatives of activation functions
      • Gradient descent for Neural Networks
      • Backpropagation intuition (optional)
      • Random Initialization
      • Deep L-layer neural network
      • Forward Propagation in a Deep Network
      • Getting your matrix dimensions right
      • Why deep representations?
      • Building blocks of deep neural networks
      • Forward and Backward Propagation
      • Parameters vs Hyperparameters
      • What does this have to do with the brain?
    • Convolutional Neural Networks
      • Computer Vision
      • Edge Detection Example
      • Padding
      • Strided Convolutions
      • Convolutions Over Volume
      • One Layer of a Convolutional Network
      • Simple Convolutional Network Example
      • Pooling Layers
      • CNN Example - Fully Connected Layers
      • Why Convolutions?
    • Neural Network Theory [ETH]
    • Natural Language Processing
    • Computer Vision
  • IBM Data Science Professional Certificate
    • What is Data Science?
    • Open Source tools for Data Science
    • Data Science Methodology
    • Python for Data Science and AI
    • Databases and SQL for Data Science
    • Data Analysis with Python
    • Data Visualization with Python
    • Machine Learning with Python
    • Applied Data Science Capstone
  • Data Analytics
    • Python for Data Analysis
    • Data Structure and Algorithms
  • Programming Language
    • Python
    • R
    • SQL
    • C++
    • C
    • Java
    • HTML
  • 机器学习工程师
  • 商业数据分析
Powered by GitBook
On this page

Was this helpful?

  1. Business Foundations Specialization - Wharton Online
  2. Introduction to Marketing

How Internet Retailing Startups Grow

PreviousPreference IsolationNextCustomers and Digital Marketing

Last updated 5 years ago

Was this helpful?

现在我们要继续讨论真实的世界 如何和虚拟世界互动 进行线上或离线的方式竞争 0:19 如果你看一下幻灯片 我要来说一说这五家公司 这实际上是非常令人兴奋的 因为这些都是我曾经 从分析他们的数据中得到乐趣的公司 而且也做一些研究试图帮助管理团队一点点 第一个是一个叫 netgrocer.com的公司 真的是一个很早期的线上公司 从1997年5月开始销售非易腐食品 我要告诉你该公司的业务如何增长和发展 并尝试给你一个感觉 电子商务公司 它是如何在特定的市场中随时间和空间的推移而发展的 我要谈的第二个公司是我的最爱之一 是昆西家族的一部分 这是diapers.com 2005年开始营业 1800diapers.com。 你可能会看到我身后 实际上我还在昆西仓库里 背景由120万平方英尺的仓库空间、机器人等等 运送尿布和所有的东西到美国各地 我们将讨论的第三间公司是warbyparker.com 这家公司成立得稍迟一些 这家公司成立于2010年2月 由沃顿商学院的四名学生成立 他们想做些有趣的事情 他们选择一些我们常离线购买的产品 如果你戴眼镜 这正是warbyParker卖的产品 你会进入一个眼镜店 测试你的眼睛 也许尝试在一堆不同的镜框 并在那情况下购买眼镜 那四位创办人注意到的是 在那个时间点 在美国 只有不到2%的该类型产品是在线销售的 因此他们建立了一个公司 试图改变 在线销售眼镜 也可以通过离线方式 我们来谈谈这些家伙 如果你碰巧在波士顿或纽约市 你甚至可以去参观旗舰店 他们有自己的实体旗舰店 直接销售给消费者 我要谈的第四个公司 是一家名为 Bonobos 的公司 这家公司建立的时间稍晚于DIAPERS.COM 稍早于WarbyParker.com 它成立于2007年 两位帅哥来自于 如何和斯坦福商学院 目前的首席执行官仍然在那里 安迪邓恩 (Andy Dunn) 他们的想法是出售男子的时尚项目 给出一个很棒的价格 这些时尚产品会适合你 给了一些比其他产品更修身的感觉 这张幻灯片的第五公司 最后一家是柑橘巷 (Citrus Lane) 由我的一个朋友玛丽亚在加利福尼亚州创建 真正解决我们中的一些人的问题 如果有孩子 我们如何得到最好的玩具的问题 给孩子最好的东西 最好的礼物等 主要是发掘与有小孩的家庭 有关的产品 如果我们自己没有小孩 我们可能希望买礼物给别人 所以这些是五家公司 我们要依次讨论 了解他们如何运作

所以我只是要解释一下 作为学者 我们如何检查这些东西 以及我和我的朋友们都做了什么 我们能够得到这些公司的销售数据 并与其他数据匹配 主要由美国政府提供的 关于居住在美国不同地区的人的资料 然后了解 什么环境因素影响虚拟世界公司的销售 为什么一个邮政编码区有非常低的 diapers.com 产品销售额 另外一个公司却可能有成千上万的客户? 这些是我们试图理解的事情 也是我们利用数据所要做的 接下来的事情我要解释三个原理 是我和同事在做 有关离线和在线的研究一起发现的 如果你有兴趣阅读这篇文章 题目是What Matters Most in Internet Retailing 由斯隆管理评论(Sloan Management Review)出版

第一件事, 我们总结了其他一些我们之前谈到的事情 发现当一个在线业务开放时 会改变特定地点购物者的成本效益 如果我住在费城 19123 这是我住的地方 我有机会到特定的店买衣服 让我们想象 最近的一家店是两或三英里外 当一个互联网商店开放的时候 我们称之为 jeans.com 这改变了网上购物与离线的相对吸引力 所以这是第一件事 当一个互联网公司开始发挥作用 它改变了网上购物与离线的相对成本和效益 第二个原则 主要是通过看从1997年开始netgrocer.com的销售 我发现电子商务公司对于销售的开发 是非常结构化和非常非常可预测的 所以现在我要告诉你的是一个非常有趣的图形 从1997年5月开始 还有一张美国的照片 你可以在屏幕上看到美国 您可以看到阴影区域 这些阴影区表示有人在该位置 使用该邮政编码 在美国有超过30000个邮政编码 在网站 netgrocer.com 了下一个订单 很久以前 早在网络零售业的黑暗时期 现在有趣的是 我们快进幻灯片 我们可以看到的是 到了大约42个月之后 或者大约3.5 年后 netgrocer.com 销售的产品覆盖了超过1.8万个邮政编码 这就是为什么整个地图现在看起来颜色相当深 遍布美国全境 一个有趣的问题出现了 业务是如何增长的? 从1997年到2001年的3年半 它是怎样将销售的从34个邮政编码区 扩张到2001年销售覆盖超过18,000个邮政编码区域的? 它以前如何？ 如果我们曾在2001年1月坐在那里对自己说 在2001年2月 新客户将从哪里来？ 他们干脆就是从美国随机涌现 还是将存在特殊的结构？ 如果你猜测确实存在某些特殊的结构 那是对的 现在让我用接下来的一系列幻灯片 来说明这一点 我在这些幻灯片里 已经将美国的东海岸 和西海岸区分开来 确实是一部分主要来自加州 一部分主要来自纽约城区 你可以看到就像幻灯片展示的 销售容易发生在那些之前已经有销量的区域周围 所以你通常会在老客户聚集的地区附近 得到更多新客户 为什么会这样呢？ 这里有两个原因 第一个原因也许是 我买了一些东西 我的邮编地址是19123 当我在当地的咖啡厅 或者公寓楼里的时候 我会和我的邻居说 嘿 你真应该试试soap.com 也就是说人们会口口相传 第二个原因也很有意思 也许是客户们在观察其他客户的行为 你也许会问过自己这样的问题 为什么那家电商的包装那么丑? 为什么soap.com的Chris要给我们用这种箱子寄东西 绿、棕、橙还有其他各种颜色 就像是小丑一样？ 原因是因为这样的箱子会更加突出 吸引你的眼球 所以当我从soap.com下单送货到沃顿商学院 包裹摆在办公室 所有进入房间的人都会去看 这就是为什么会看到非常结构化的模式 这是观察到的结果同时也有口口相传 记住这两点 因为当我们进入下一个模块后 我们将讨论如何增长客户群 如何找到那些潜在客户 在这个过程中思考如何利用口碑 利用社会大众的观察将会变得至关重要

8:04 现在让我们进入到第三条原则 第三条原则受第二条原则影响 是一种更长远的考虑 你会好奇 你可以上这个网站doppleganger.com 谁是你的名人分身（Doppelganger） 那就是和你看起来相似的明星 如果你走在大街上人们会把你当做乔治·克鲁尼 布拉德皮特 杰西卡贝尔吗？ 谁知道呢? 你也可以想像一个地点 原理是一样的 所以也许宾夕法尼亚州邮编为19104的销售额 几乎和德克萨斯的某邮编区一模一样 因此我们考察这个想法 那就是是否 地理上相隔甚远的类似的地区 也将同时开始在线购买东西 这个最初的想法其实来自一个 社会学家在二十世纪七十年代进行的非常有趣的研究 他对我们的想法做了一点改变 将单纯的物理距离变为同时考虑社会距离 我所说的社会距离是什么意思呢? 在最初的研究中 费舍尔教授表明 如果你住在芝加哥 你有更高几率会随机遇到某些来自洛杉矶的人 并且相互影响 而洛杉矶距离芝加哥非常非常遥远 这样的话你将会与某位来自斯普林菲尔德的人进行互动 更确切地说是伊利诺伊 这个更近一些 即使芝加哥 与斯普林菲尔德是紧密连在一起 在许多其他方面 它们是完全不同的 住在那里的人 他们的思维方式 他们喜欢的东西是非常不同的 尽管芝加哥和洛杉矶相距很远 但是可能有很多相似之处 就住在那里的人们的品味而言 他们都喜欢大城市 他们都喜欢消费某种商品和 服务。 所以继续我们讨论的第三项原则 我们发现的东西非常非常有趣 当我们看着互联网零售商的销售时 最初那些销售在大城市开始兴起和传播 像我之前给你看过的模式 通过接近的概念进行传播 意味着住的近的人要么互相告知产品 或服务 还可能从看到丢弃的盒子互相模仿 所以在开始销售过程中 这些销售通过邻近度 从一个客户到另一个 但随着时间的推移 发生的事情会变得非常有趣 更准确地来说 那些关键位置的销售开始逐渐减少 并且达到一个稳定状态 然后在彼此距离较远的其他位置展开销售 但却分享着非常重要的特性 因此你可能有两个销售点 分处于美国不同地区 可能即使相距1000公里 但是基础信息包含年龄 收入、职业、教育水平 零售环境也将非常相似 这些都是我谈论的那些二重身的位置 同时 由于那些地点在消费群 和离线购物的可能性上非常相似 他们倾向于以大致相同的速度移至在线销售 我们所做的是 在一开始通过邻近性发现到这个 随着时间的推移更多的是通过销售点的相同性 如此我们能够建立所谓长尾理论 还是引用自我们的朋友 克里斯·安德森 但是这次是位置上的长尾理论 如果你看幻灯片 你在X轴看到的 美国不同的地方 y轴代表销售水平 因此在最佳位置 销量一开始非常高 逐渐减少至较低的位置 但是对于一家电子商务公司来说 那些处于较低位置单独产生的少量销量仍然非常重要的 这是要谨记的关键 你不能仅仅通过满足大市场而生存 你也不得不去冲击这些加起来越来越多的小型市场 这与克里斯·安德森的长尾理论相同 但是这一次如果你回想一下前面的讨论 这次x轴代表的是回转而不是产品 [背景音乐] 翻译: RyukaSuu |审阅: 19waa Coursera Global Translator Community