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

Online/Offline Competition

PreviousGO TO MARKET STRATEGIES: Online-Offline InteractionNextFriction

Last updated 5 years ago

Was this helpful?

那么 我们继续讨论虚拟世界与现实世界 这两个世界如何彼此互相影响 虽然现在 虚拟世界也提供许多极好的商品 我们通过各种网站、应用等 几乎能在任何时间 买到任何我们想要的东西 但是政府统计数据则告诉我们 至少在美国全球其他地区也大体如此 92%至94%的交易商品 均在现实世界中的线下商店进行

不论我们说的是一条裤子 还是一双鞋 也不论我们指的是否为杂货 事实上 食杂商品是一个非常有趣的例子 我鼓励大家在上课同时思考这一点 或许你已注意到了 亚马逊正在通过“亚马逊生鲜杂货”服务进军食杂商品业 这将是非常有趣并值得关注的一件事 因为就目前来讲 我认为在美国只有大约百分之一的杂货商品来自网购 你或许觉得听皮特讨论有关于客户的内容很有意思 但从某种程度上来说 我的同事Pete Fader同时也是个互联网专家我 在这里转述一个Pete的小笑话 Pete总是喜欢说 2013年的网购杂货商品比例与其在1713年的比例之间大致相等 四舍五入一下的话 差不多也就是0% 那么这是为什么呢？ 其中有一些显而易见的障碍 首先 这可能与配送时间有关 这就是通过网络购买产品时的不方便 当然在美国 diapers.com可以让我们在晚上6点前收到尿布 只要我们在当天早上9点前在网上下单就行 即便如此 这段时间对于一些人来说 也还是太长了 我们不选择什么都网购的第二个原因 就是在这过程中 我们或许会遇到一些不确定因素 包括我们所中意产品的款式、手感、材质、质量 以及颜色等 你真的想网购香蕉吗? 你怎么知道它们口感如何呢? 在不知道是否合身即舒适的情况下 我真的想从网上购买衬衫吗? 其实有几种手段能消除某些障碍 这些方法我会在随后讲到 而第二个障碍就是 对于实际收到的产品到底如何的不确定性 接下来是第三点 也是通常被客户诟病的虚拟世界中的问题 是退货成本 即便在双向运输均为免费的情况下 所以 我认为 很重要的一点 我们需要时刻记住 即虽然互联网带给我们极大便利 带给我们各式各样的商品 但是大多数交易 还是线下完成的 因此在未来的一段时间里 这两个世界也还会如此继续共存下去

那么 我再与你们分享一项 学术研究中极有趣的部分 这项研究是由我在加拿大多伦多的几位同僚共同开展完成的 他们偶尔也会做点好事儿 那么 我在这里分享其中的一个加拿大人确实会做的好事儿 我是英联邦成员国的一份子 所以我觉得我能这么说 他们研究了亚马逊在美国各地区的销售量 他们研究了亚马逊在美国各地区的销售量 看如果周边地区开设实体店的话 是否会影响其销售量 我们假设你住在费城 邮编是PA19104 目前周围没有任何书店 或许你能确信这本书在本当地书店中有存货 如果这对亚马逊的销售额会产生任何影响的话 这个影响是怎样的? 嗯 如果你认为这会使客户穿过街道 去书店买书 从而导致亚马逊的销售量下降 你肯定一点没错 当某个地区有虚拟商店开张时 对不起 是当某个地区有实体商店开张时 虚拟世界的销售量会下降 但并不是所有产品都如此 只有热门产品的销售量会下降 好比假如你想买本《哈利波特与魔法石》 或许你能确信 这本书在本当地书店中有存货 所以也许你就可以跑过街道去买书 研究人员也得出同样的结论 当一个地区 有实体店开张时 亚马逊的销售量就会下降 但这一现象只针对热门产品 如果你想买另一本书 这本书或许比《哈利波特》更好 但是较为冷门 有本书叫做《101 years of all black trivia》 事实上 我建议大家最起码能翻翻这本书 但如果你想买这本书的话 去实体店将是一个不明智的选择 因为一个实体书店 不太可能有某本非常冷门书籍的存货 上述现象会让我们想到一个非常有趣的理论 我将在后面的视频中详细讲解 也就是所谓的长尾理论 这是一个非常有趣的概念 研究在线销售的单一产品以及服务 或其组合 在我们提供给客户更多的选择时 会有何变化 [背景音乐] 翻译: RyukaSuu |审阅: 19waa Coursera Global Translator Community