昆仑万维进入调整期？

海外延续狂飙，国内预期差更大。

既要充分利用金融科技带来的便利，也要警惕套路营销，保护自己的权益，这才是我们每个人真正需要做的事情。

 聚焦动画制作幕后的纪录片节目《全球热门制造者 日本动画的创新者们》（グローバルヒットメーカー ジャパンアニメの革新者たち）将于3月27日晚19点（北京时间）在NHK BS播出。   本期节目的采访对象为《蓦然回首》的导演押山清高，将拍摄新作的制作现场。除押山清高外，参与《蓦然回首》的井上俊之以及多位知名动画制作人如西尾大介、鹫尾天、大冢学、林祐一郎、押井守、Michael Arias都会在节目中登场，演员南沙良负责旁白。  以下为参与节目的动画制作人名单： 出演：押山清高（アニメーション監督）、井上俊之（アニメーター）、大塚学（MAPPA代表取締役社長）、押井守（映画監督）、ケン・ツムラ（映画プロデューサー）、西尾大介（アニメーション監督）、林祐一郎（アニメーション監督）、氷川竜介（アニメ文化研究者・明治大学大学院特任教授）、マイケル・アリアス（映画監督）、牧田佳織（アニメーション監督）、鷲尾天（アニメプロデューサー）

DeepSeek的开源风暴撕开了技术普惠的入口，但医疗的特殊性注定，这里没有大力出奇迹，只有一寸寸啃下临床痛点的笨功夫。

科技属性或被重估。

不做好事，也是作恶？ #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1618895) ·[查看评论](https://www.ifanr.com/1618895#comments) ·[新浪微博](https://weibo.com/ifanr)

米哈游，也要放下开放世界“原神情节”了？

<blockquote><p>积分体系，听起来简单，做起来却常常让人头疼。很多平台投入了大量资源，结果用户却不买账。为什么？答案可能就藏在那些被忽略的细节里。</p> </blockquote>  ## 01 积分体系概述 ### 1.积分定义与作用 **（1）平台视角：提升用户忠诚度** 积分对平台而言，是平台付出固定比例或固定金额的费用，目的是提高用户忠诚度，**引导用户完成平台希望的行为**。这种积分体系设计是互联网运营中常见的**用户留存策略**，能够有效促进用户增长。 **（2）用户视角：行为换取企业货币** 从用户角度来看，**积分是通过完成特定行为换取的在一定范围内具有公允价值的”企业货币”**。用户通过这种特殊的价值交换机制，可以获得实际利益，形成良性互动关系。 ### 2.积分体系优势 **（1）长期稳定性** 与传统运营活动相比，积分体系具有明显优势。**传统促销活动通常是一次性的，且时间不固定**，例如某月 15 号到 10 号，下月可能是 15 号到 20 号。这种不确定性导致用户很难形成稳定预期。而**积分体系则是长期的、非一次性的**，为用户提供更稳定的收益预期，提升平台吸引力。 **（2）用户粘性增强** 积分系统能**有效提升用户粘性**。许多产品中常见新手任务，如完善个人资料、绑定账号、点赞内容、收藏歌曲等，都可以通过积分激励用户完成。这些积分行为引导机制让用户与平台之间形成持续互动关系，增强用户粘性。 **（3）行为引导与业务目标达成** 积分体系的**核心价值在于行为引导**。平台可通过积分激励用户完成特定行为，从而达成业务目标。另外，积分体系作为用户维护的一环，与会员等级、公开活动、私下发券等组成”组合拳”，**让用户多层次、多维度地享受平台福利**，有效降低用户维护的综合成本。 尽管积分体系有诸多优势，但市场上不少产品虽然建立了积分系统，却没能发挥应有作用。主要原因包括以下几点： 首先，**缺乏稳定预算来源**。积分体系需要资金支持，如果没有预算，就不应贸然实施。在实际操作中，确定积分预算应该是第一步，没有预算支持的积分系统难以持续运行。 其次，**积分获取比例失衡**。积分可通过核心行为和非核心行为获取，如果两类行为产生的积分严重失衡，会导致用户之间积分获取量差距过大，形成”贫富差距”，使得一部分用户积分过多，另一部分积分太少，影响整体体验。 第三，**积分消耗渠道不足甚至缺失**。许多产品有大量积分获取途径，却缺乏有效的消耗渠道。典型表现是积分商城虽有优惠券，但每日限量太少（如一天仅 10 张），导致用户认为积分没有实际价值，降低获取和使用积分的积极性。 ## 02 积分体系搭建前提 ### 1.产品与业务模式清晰 搭建积分体系的**首要前提是产品和业务模式清晰**，且有明确需要刺激的用户行为。积分体系作为长期机制，不适合频繁变动。如果产品本身仍处于快速迭代阶段，业务模式可能发生重大变化，那么匆忙上线积分系统会因后续产品调整而面临尴尬局面。 ### 2.稳定预算来源 **（1）比例法** 不同类型的产品在制定积分预算时采用不同方法。**直接付费类产品（如电商平台）适合使用固定比例法**，即按照某个金额指标（如成交量、销售额或代收规模）的固定比例设置预算。这种方法与业务规模直接挂钩，预算随业务增长而增加，确保积分体系的可持续性。 **（2）固定金额法** **非直接付费类产品（如内容平台）则适合使用固定金额法**，通常按照每个活跃用户补贴固定金额来计算。例如，某资讯平台可能为每个活跃用户每月预算 5 元积分补贴。这种方式更适合无直接交易的产品，可根据用户规模调整总预算。 值得注意的是，**积分体系并非只适用于大规模平台**。无论是年活跃用户 1 万还是 100 万的平台，只要满足前述两个条件，都可以构建适合自身的积分体系。关键在于设计合理、预算可持续，符合数据驱动增长的原则。 **积分体系搭建大致可分为四个主要步骤：积分预算、积分获取、积分消耗和积分维护**。这四步骤可帮助从零开始构建完整的积分体系，并确保后续维护的清晰性。 ## 03 积分体系搭建步骤 ### 1.积分预算 **（1）用户维护体系预算分配** 积分预算并非随意确定，而是需要考虑产品总体用户维护体系预算。**一个产品的用户维护通常包括会员等级、公开活动、私下发券以及积分体系等多个部分**。确定积分预算前，需要明确整体用户维护预算如何分配，积分在其中占比多少，发挥什么作用。这是一个需要通盘考虑的问题，涉及整体用户运营策略。 **（2）直接付费与非直接付费产品预算差异** 不同类型产品在制定积分预算上存在明显差异。直接付费类产品（如电商）和非直接付费类产品（如内容平台）的预算制定方法不同： **固定比例法适用于直接付费类产品**，根据销售额、成交量或代收规模的固定比例来确定预算。 **固定金额法适用于非直接付费类产品**，通常按每个活跃用户补贴固定金额计算。例如，某内容平台可能为每个活跃用户提供 5 元积分补贴，这就是典型的固定金额法应用。 ### 2.积分获取 **（1）用户行为梳理** a.核心行为 **核心行为是指产品存在的根本原因所对应的行为**，数量通常很少。例如，电商产品的核心行为是交易购物，社区产品是内容发布，资讯产品是内容浏览。核心行为的量化数值变化范围通常很大，不同用户之间差异明显。例如，电商平台上有的用户年交易额可能只有 1 万元，而有的可能高达 1000 万元。此外，不同类型产品的核心行为存在本质区别，这也是积分体系设计需要考虑的关键因素。 b.非核心行为 **非核心行为主要包括两类：一类是用户行为路径中的关键行为，如注册、签到等；另一类是平台希望用户完成的行为**，如内容分享、老客带新等。这类行为的量化数值变化范围相对较小，不同层级用户之间差异不大。例如，无论是高消费还是低消费的用户，签到次数基本相似。大多数产品的非核心行为相似度较高，几乎所有产品都有注册、签到、分享等环节。 在实际案例中，电商平台的核心行为是购物，对应的量化指标为销售额；非核心行为包括签到、推荐新用户、评论、晒图等。通过合理分配各行为的积分值，可以引导用户参与平台期望的活动。 **（2）用户分层与积分比值** **用户分层是积分体系设计的重要环节**，通常基于核心行为的量化数值进行。例如，电商类产品根据交易金额分层，社区类产品根据内容发布量或互动量分层，互金类产品根据贷出金额分层。这种分层方法能够有效区分不同价值的用户。 **用户分层数量应考虑当前用户规模，并结合业务发展预期**。例如，金融类产品目前最高用户资产可能是 100 万，但行业最高可达 500 万，那么分层设计就应留有发展空间。此外，分层数量不宜过多，分层间隔应能充分体现用户差异，避免如年消费 50 元和 100 元的用户分为不同层级这种没有实质区别的划分。 分层后，需要**为不同层级用户设置核心行为与非核心行为积分获取的比例**。低价值用户的非核心行为积分占比可设置较高（约 70%），而高价值用户的核心行为积分占比应相对较高（约 70%）。这种设计相当于让高价值用户补贴低价值用户完成平台需要的非核心行为，形成良性循环。 在电商案例中，8000 名低价值用户的核心行为积分占比设为 30%，非核心行为占比为 70%；2000 名高价值用户则是核心行为占比 70%，非核心行为占比 30%。这种用户分层和积分比值设计有助于平衡不同用户群体的积分获取。 **（3）单用户积分总量测算** 在设置积分获取规则时，**首先要确定核心行为的积分计算公式**。例如，电商平台可设定”购物积分=销售金额×系数”。对于非核心行为，则根据行为难度和重要性设置不同分值。例如，签到这种轻量级行为可设为 5 分/次，而推荐新用户这种较重的行为可设为 300 分/次。 设置行为积分数值时，还需考虑两个预留因素：**一是为未来可能上线的新功能预留积分引导空间；二是为定期积分活动发放预留 10%-20% 的积分额度**。这种预留机制确保积分体系具有一定灵活性。 在电商案例中，核心行为”购物”的积分计算为”销售金额×1″；非核心行为包括签到（5 分/次）、推荐新用户（300 分/人）、评论（20 分/次）和晒图（50 分/3 张）。这些数值设置反映了不同行为的重要程度和完成难度。 此外，**设定行为积分时，不仅要确定数值，还要设立获取规则**，因为规则与数值共同决定用户最终获得的积分量。规则设计需考虑实际操作难度和用户接受程度。 计算完成后，需**检查不同层级用户的核心行为与非核心行为积分占比是否符合预期**。案例中，低价值用户非核心行为积分占比为 74%，高价值用户为 30%，与预设值（分别为 70% 和 30%）较为接近，不需要大幅调整。如果偏差较大，则需调整行为积分数值或获取规则的难易程度。 **（4）总用户积分总量测算** 在计算全体用户积分总量时，**需按不同层级用户分别计算最大可获取积分和预测获得积分两个数值**。预测获得积分时，要为每个行为设定获取率，这一获取率可根据历史数据和业务预期综合确定。 在电商案例中，低价值用户最大可获取积分为 3825 分/人，而预测获取积分（考虑获取率后）为 2560 分/人；高价值用户最大可获取积分为 65460 分/人，预测获取积分为 49885 分/人。乘以相应用户数后，得出总用户最大可获取积分为 161,450,000 分，预测获取积分为 122,900,000 分。 这些计算结果将作为后续积分兑换比修正和预算调整的基础，对整个**积分体系的平衡至关重要**。在实际应用中，获取率的设定应尽可能基于实际数据，结合对未来业务发展的预测进行合理估算。 **（5）积分兑换比修正** **积分兑换比等于总用户预测获得积分除以总预算**。如果计算出的兑换比不便于实际操作，可进行调整。例如，若初始计算的兑换比为 112.29（不易于用户理解和计算），可设定目标兑换比为 100，然后计算转换系数（100/112.29=0.89），将所有行为积分值乘以该系数进行修正。 修正后需**重新测算用户积分获取量，确认兑换比是否达到预期值**。最后，根据调整后的积分兑换比测算单个用户的成本，确保符合业务需求。 在电商案例中，平台拿出销售额 1%（100 万元）作为积分预算，初始积分兑换比为 122.9，经调整后达到目标兑换比 100。这意味着 100 积分可兑换 1 元价值的商品或服务。调整过程中，所有行为积分值都乘以 0.89 的转换系数，修正后总预测积分变为 1 亿分，与预算 100 万元对应，确保积分兑换比为 100:1。 **积分体系的核心：预算稳、行为准、消耗快，用户粘性自然来。** ### 3.积分消耗 **（1）消耗渠道与内容规划** 积分消耗渠道和内容规划需遵循几个原则：**首先，积分价值要保持稳定，不能忽高忽低；其次，提供丰富的消耗渠道和内容**，确保不同层级用户每月都有能力消费的商品；再次，对积分获取和消耗行为进行适当引导，如对首次使用积分的用户提供额外优惠。 积分体系作为一种较为复杂的机制，**需要对用户进行明确引导**。在积分获取方面，可以通过任务提醒、弹窗或推送通知等方式提示用户完成特定行为；在积分消耗方面，可以为首次使用积分的用户提供额外折扣，增强用户对积分价值的认知。 另一个重要环节是**积分清零规则的设定**。常见的清零规则有两种：一是当年获得的积分在次年年底清零，二是当月获得的积分在次年同月底清零。无论采用哪种规则，都应在积分即将清零时提醒用户，促使其积极使用积分，提高积分活跃度。 在电商案例中，积分消耗渠道包括积分商城、积分活动（如抽奖、游戏）等。消耗内容分为**闭环商品（如满减券、现金券、直接抵扣）和开环商品（如企业采购的实物、品牌合作商品、企业自产商品）**。渠道和内容越丰富，积分消耗率就越高，积分活动效果也越好。 **（2）商品积分测算** **商品积分定价公式为：商品积分=积分兑换比×商品现金价值×商品采购成本率×商品溢价系数**。其中，商品采购成本率=商品采购成本/商品现金价值；商品溢价系数=原价/(原价-最大折扣金额)。 商品现金价值可参考市场售价确定。**采购成本率反映商品成本占售价的比例**，不同商品的采购成本率各不相同。溢价系数则考虑商品未来可能的促销折扣空间，为后续营销活动预留余地。 不同类型商品的定价策略也有所不同。值得特别注意的是，**闭环商品（如满减券）的积分兑换比可以设置得比开环商品低**，以鼓励用户将积分用于平台内后续消费，形成业务闭环。 在电商案例中，提供了四类商品的积分测算： - 200 减 50 的满减券（闭环商品）：积分价格 2500 分 - 30 元话费卡（开环商品）：积分价格 3000 分 - 爱奇艺会员（品牌置换商品）：积分价格 3500 分 - Kindle（企业自产商品）：积分价格 24000 分 其中，满减券采购成本率为 100%（实际支出等于现金价值），积分兑换比设为 50（比标准的 100 低一半），这是因为闭环商品会促进用户继续在平台消费，对业务方更为有利。而开环商品则保持 100 的标准兑换比，反映其实际价值。 在积分体系刚上线时，**建议以闭环商品为主，逐步引入开环商品**，以更好地促进业务循环和用户增长。这种策略有助于培养用户使用积分的习惯，同时最大化积分对业务的促进作用。 ### 4.积分维护 **（1）积分获取维护** a.监测指标 **积分获取维护主要监测三个指标：最大可发放积分量（积分预算×兑换比）、预测发放积分量和实际发放积分量**。监测维度包括总体、单个行为、用户分层以及时间（日、周、月）等多个层面。 这三个指标的关系决定了积分体系的调整方向。**理想情况下，三者数值应相近，偏差控制在 5%-10% 以内**，表明积分体系运行平衡，无需大幅调整。 但实际运行中可能出现几种情况： - 情况 1：三个指标基本一致（偏差&lt;10%），积分体系运行良好，无需调整 - 情况 2：最大可发放积分&lt;预测发放积分，说明积分获取过于简单，需提高获取难度 - 情况 3：最大可发放积分&lt;实际发放积分，同样需要提高积分获取难度 - 情况 4：预测发放积分&gt;实际发放积分，说明积分获取过于困难，需降低获取门槛 - 情况 5：最大可发放积分&gt;实际发放积分，同样需降低积分获取难度 针对不同情况，可采取不同调整措施。**如需提高获取难度，可减少积分获取行为数量、降低行为积分值或提高获取规则难度**；如需降低获取难度，则可增加行为数量、提高积分值或简化获取规则。极端情况下，也可考虑调整积分预算。 b.行为调整 除了总体监测外，**还需针对每个积分获取行为进行监测**。对于核心行为（如购物），因有明确计算公式，获取率通常为 100%，预测与实际差异很小。但非核心行为（如签到、推荐新用户）往往存在预测与实际的偏差。 需要同时监测每个行为的分值获取情况和参与人数情况。例如，在案例中发现”签到”行为的实际履行率仅为预期的 50%，实际参与人数也只有预期的 50%，导致该行为积分发放不足；而”推荐新用户”行为的实际履行率达到 40%，远高于预期的 20%，导致该行为积分发放过多。 针对不同行为的具体情况，可采取相应调整措施。**对于”签到”这类履行率不足的行为，可增加积分值、加强行为引导（如弹窗提醒）或降低预测获取率**；对于”推荐新用户”这类履行率超预期的行为，可减少积分值或提高预测履行率，将更多预算分配给该行为。 总体而言，**行为调整的方向包括：调整分值、调整获取难度、加强行为引导、优化行为间积分平衡**。最终目标是使整体积分溢出（各行为积分偏差之和）接近于零，保持积分体系的平衡性。 **（2）积分消耗维护** a.消耗率与人数占比 **积分消耗维护关注两个核心指标：积分消耗率（消耗积分量/实际发放积分量）和消耗人数占比（消耗积分人数/拥有积分人数）**。理想情况下，积分消耗率应达到 30%-50%，消耗人数占比应达到 50% 以上，表明积分体系运行良好。 在电商案例中，低价值用户的消耗人数率为 37.5%，消耗积分率为 48.5%；高价值用户的消耗人数率为 25%，消耗积分率为 33.76%。数据显示高价值用户的积分消耗情况不如低价值用户，需要针对性改进。 b.商品与渠道优化 提高积分消耗人数的方法包括：**加强消耗行为引导（如积分即将到期提醒）、增加消耗入口（如下单时积分抵扣提示）**等。这些措施可有效提高用户参与积分消耗的比例。 提高积分消耗量则需关注商品调整，**引入用户喜爱的商品，优化商品组合**，满足不同用户的需求。如果发现某类商品使用率过低，可能是用户不喜欢或价格设定不合理，需要及时调整或更换。 总体而言，**积分消耗优化的核心是引导用户进入积分商城，并提供足够丰富的产品满足用户需求**。这一过程本质上是一种专业的用户运营实践，需要持续监测和优化。 ## 04 案例分析 ### 1.电商平台积分体系 **（1）预算设定** 以一个年销售额 1 亿元、利润率 10%（净利润 1000 万元）的电商平台为例，**该平台决定拿出销售额的 1%（100 万元）作为积分体系预算**。用户分为两类：8000 名低价值用户（总消费 800 万元）和 2000 名高价值用户（总消费 9200 万元）。 这个案例设计得较为简化，数字多为 10 的倍数，便于计算和理解。在实际业务中，应根据企业实际情况确定合理的预算比例，确保积分体系能够可持续运行。 **（2）行为与分层设计** 该平台将用户按消费金额分为低价值和高价值两层，**设计了核心行为（购物）和非核心行为（签到、推荐新用户、评论、晒图）的积分获取规则**。 为体现不同层级用户的差异化策略，**低价值用户的非核心行为积分占比设为 70%，高价值用户的核心行为积分占比设为 70%**。这种设计鼓励低价值用户多参与非核心行为，同时确认高价值用户通过核心行为获得的主要积分回报。 具体积分设置如下： <blockquote><p>核心行为（购物）：销售金额×1</p> <p>非核心行为：签到（5 分/次）、推荐新用户（300 分/人）、评论（20 分/次）、晒图（50 分/3 张）</p></blockquote> 经过测算，低价值用户每年可获取积分为 3825 分（核心行为 1000 分，非核心行为 2825 分），高价值用户每年可获取积分为 65460 分（核心行为 46000 分，非核心行为 19460 分）。考虑获取率后，总用户预测获得积分约 1.23 亿分。 最终，**平台将积分兑换比调整为 100:1**，即 100 积分可兑换 1 元价值的商品或服务。这一比例既便于用户理解，又符合预算控制要求。 **（3）积分消耗与维护调整** 该平台设计了积分商城和积分活动两大消耗渠道，**提供满减券等闭环商品和实物商品等开环商品**。为鼓励用户将积分用于平台内消费，闭环商品的积分兑换比设为 50:1，而开环商品保持 100:1。 在实际运行中，平台针对四类典型商品进行了积分定价： - 200 减 50 的满减券：2500 分（闭环商品，兑换比 50:1） - 30 元话费卡：3000 分（开环商品，兑换比 100:1） - 爱奇艺会员：3500 分（品牌置换商品，兑换比 100:1） - Kindle：24000 分（企业自产商品，兑换比 100:1） 在积分维护方面，平台发现”签到”行为的履行率不足预期，导致积分发放不足，而”推荐新用户”的履行率超出预期，导致积分发放过多。针对这一情况，**平台增加了签到的积分值和行为提醒**，同时考虑提高推荐新用户的预测履行率，将更多预算分配给这一有效的用户增长渠道。 此外，平台还发现高价值用户的积分消耗率（33.76%）低于低价值用户（48.5%），消耗人数占比也较低（25% 对比 37.5%）。针对这一问题，**平台增加了针对高价值用户的消耗引导，并优化了商品结构**，引入更多高价值用户喜爱的商品，提升了整体消耗效率。 通过这些精细化的设计和持续维护，该电商平台的积分体系实现了预期目标，既提升了用户粘性，又促进了业务增长，成为了用户运营的有效工具。在实际应用中，平台还持续监测积分获取和消耗情况，及时调整积分规则和商品结构，确保积分体系的长期有效运行。 **积分体系的搭建，核心在于三点：预算清晰、行为引导、消耗闭环。**预算决定了积分的可持续性，行为引导确保了用户的参与度，消耗闭环则让积分真正产生价值。三者结合，才能让积分体系真正发挥作用。 **增长黑哥划重点——** **知识点1 积分体系前提：**搭建积分体系必须有明确业务模式和稳定预算来源，直接付费类产品用比例法，非直接付费类用固定金额法。 **知识点2 获取设计流程：**进行用户行为梳理、用户分层、积分比值设置、单用户积分测算、总量测算和兑换比修正。 **知识点3 维护监测指标：**监测积分发放量和消耗率，调整行为分值和获取难度，优化商品结构和消耗入口。 **<strong>今日金句：积分体系的核心是预算稳、行为准、消耗快，用户粘性自然来。</strong>** 作者：小黑哥 公众号：增长黑客之道 本文由 @小黑哥 原创发布于人人都是产品经理，未经许可，禁止转载 题图来自 Unsplash，基于 CC0 协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

行业纵有跌宕，但从不缺新爆款商场。 据赢商大数据，2024年全国新开业集中式商业项目 430+个 ，新开业商业总体量约3400万平方米。其中，诞生了 西安万象城、深圳坂田万科广场、上海Gate M西岸梦中心 等一批新“顶流”。 它们脱颖而出的秘密，在于突破传统范式，以 文化体验、数字艺术、超细分化、策展思维、社交属性 等关键词加持，打造极具差异化的特色业态场景，激发消费新活力。 ## **01** ## **加码文化体验、黑科技** ## **构建“精神”新领地** 购物中心不仅是消费场所、生活方式中心，同时也是 “文化能量场” 。新商场加码地方文创产品、类寺庙/博物馆体验，与消费者产生情感联结，强化消费者对场所的 “精神归属感” 。 西安万象城 联动文创品牌 陕颂 打造的文创集合店尤有新意。以生命之树IP为灵感原点延展想象，包括生命之树、银杏叶、丝路花园、唐诗、大唐纹样以及其他陕西文化元素，研发一系列文创周边产品。兵马俑书签、大秦帝国象棋、葡萄花鸟纹香囊等构成系列地方特色文创产品，整个门店宛如一座微型博物馆。  图片来源：项目官方渠道 全国首家三星堆主题文创体验馆 在 天府国际动漫城 开馆。体验馆分为三层：一楼是呈现三星堆暨古文明的文创体验店及“堆堆堆”咖啡休息区；二楼则有中华文明探源工程成果VR大空间沉浸探索展——“何以文明”；三楼暂未开放，未来将作为研学中心。  图片来源：项目官方渠道 THE BOX朝外B馆 引进了将中国传统文化与现代设计巧妙融合的文创消费品牌—— 福录 品牌旗舰店，以琉璃为主材质，结合陶瓷、水晶、编绳等多元系列，呈现出多彩文创配饰作品，契合时下年轻人对传统文化和寺庙手串的青睐。 目前，福录扩张速度较快，已开进上海静安CP、北京王府井喜悦、长沙万象城、杭州中心、深圳万象天地等多个购物中心。  图片来源：项目官方渠道 在短视频和游戏培养的感官刺激下，消费者对相对静态的美陈展易产生审美疲劳。相较之下， “黑科技+艺术”制造的超现实体验 ，因具备天然“打卡传播性”正成为新商场占领年轻人朋友圈、小红书的流量入口。 THE BOX朝外B馆 带来的 数字艺术社交空间MADVERSE中国首店 ，已于近日启幕，以音乐、艺术、设计、餐饮为核心。正式运营后的首个沉浸式数字艺术影像作品《山海经·不舍昼夜》，通过充满想象力、未来感的数字艺术视觉语言与声音叙事，带来身临其境独树一帜的沉浸式体验。  图片来源：项目官方渠道 上海Gate M西岸梦中心 的 AARK SPACE 以五感体验为核心，融合前沿数字技术与艺术，打造一个超越现实的沉浸式未来空间，通过沉浸式光影、球幕裸眼3D、互动感应装置与 AI 算法等科技手段，重新定义了人与空间的关系。  全国首个行浸式球幕互动展《未来之园》，图片来源：项目官方渠道 ## **02** ## **提升餐饮多样性** ## **挖掘超细分品类** 高商业力城市消费者从&#34;吃饱&#34;转向&#34;吃好&#34;，追求稀缺性体验、文化属性和社交价值。一些新商场积极引进小众餐饮品牌，如 “地方风味+国际表达”，中餐找名厨、行家，西餐聚焦西班牙菜、意大利菜、土耳其菜 等细分品类，通过独特性满足消费者对&#34;标签化身份认同&#34;的需求。 兰巴赫的姊妹品牌 Tapa Tapa西班牙餐厅 ，进驻了 上海Gate M西岸梦中心、上海EKA·天物 。西岸梦中心店经典西班牙红与奇异的深海灵感相交织，可沉浸感受浪漫的西班牙海洋气息；EKA·天物店，位于「动力车间」1F宽阔复古的红砖楼阁中，融入高迪大师的魔幻概念及西班牙南部海滨的建筑风格，增添几分别有洞天的惊喜与神秘之感。  图片来源：项目官方渠道 上海PAC购物中心 引进了多家小而美餐饮，例如： 知名异国餐厅上海首店：魔都新晋西班牙传统风味餐厅Tvino西班牙大酒馆、传承百余年土耳其饮食文化的Sultan土耳其餐厅； 知名品牌旗下创新副牌：沪上知名粤菜子福慧旗下主打南通海鲜和中华烧鸟的新品牌子福·小馆、新皖菜餐饮品牌“皖荟”推出的主打bistro概念的皖荟·山野徽菜bistro、由CVL餐饮集团推出的新概念品牌POMODORO by IL TEATRO、台州菜餐厅六席餐饮推出的全新概念店席小鲜、由上海老牌怀石omakase推出的子品牌uni shushi雲丹鮨； 名厨领衔的新餐饮品牌：由江南名厨俞斌大师与圈内好友创立的绍兴菜品牌“越稽·地道绍兴菜馆”；以淮扬菜为主、粤菜为辅的创新餐厅“九厨·淮粤”； 中餐西作的创新料理：青岛融合菜品牌“捕获”、时髦法式炭烤小酒馆“留白La Blanche”； 网红烘焙甜品品牌：烘焙品牌Table a Deli by Bake No Title、来自厦门的高颜值手作甜品店MillHill、由中韩团队打造的甜甜圈品牌Bresca Bomboloni。  图片来源：项目官方渠道 深圳大运天地 带来EPICE泷香旗下全新法越料理 “Pho 1945” 、 屿川小馆 四川自贡盐帮川菜华南首店、惠州咖啡品牌eueu深圳首店 「eueu nest」 店型、芸山季副牌 “山来” 华南首店、 Thaiyeah泰嘢 深圳首店等特色餐饮品牌。  eueu nest：以「筑巢」为概念，致力于在都市中筑造独属年轻人群体的自由空间，打造全新青年聚会场。图片来源：项目官方渠道 以“澎湃力中心·青年综合场所”为定位的 杭州安放·山泽里 ，引进了不少主理人品牌，其中就有温州菜 “富强饭店” 杭州首店，店里的菜分为温州特色菜和温州江湖菜，生腌梭子蟹、地瓜蒸蝤蠓、虾子酱蒸肉、酸菜鱿鱼、酸辣鸡胗、醋烧发财蛋…….尊重传统，但又不拘泥于传统。 武汉亲橙万象汇引进 山野板扎·云贵川bistro （华中首店） ，以创意美蔬+天然烘焙的无国界融合餐厅 Merry美茹创意蔬食 （华中首店） ，延续山野轻奢风格的本土美食品牌 蓝果子LANGUOZI ，以独特的云贵酸汤风味为灵魂；主打楚湘菜的 楚山晓 ，一锅藕汤熬出小时候的味道； 赴容·川菜小馆 ，主厨有三十年料理川菜的经验……南来北往的中西风味一网打尽。 ## **03** ## **打造策展型、景点式主题街区** ## **强化空间记忆点** 当下，主题街区的角色，已从冷区盘活为购物中心引流的特色场景空间。新商场开辟策展型、景点式主题街区， 通过复古车文化锁定高净值汽车爱好者社群、以乡愁美食强化情感连接、以度假场景缓解都市焦虑 等方式精准狙击特定客群，强化空间记忆点。 深圳Kaledo嘉乐道 于B1层打造极具特色的策展型汽车文化商业体—— 超级车库GARAGE ，空间规划围绕「特种汽车交流中心」主题，打造复古车相关的生活方式，包含复古车展览、特种车交易、洗车美容养护、汽车改装、改装配件零售、汽车文化策展、雪茄咖啡俱乐部和其他商业配套。引入了EvanJohn汽车养护中心、NIGHT’HAWKS与GARAGE Gallery、GARAGE Bank以及复古文化商店等。  图片来源：项目官方渠道 深圳万丰海岸城 规划了以潮汕元素为主题设计的体验街区—— “潮未江湖” ，引进壹只卤鹅、论牛鲜牛肉火锅、蠔门饭店等品牌，用滋味丰厚的潮汕美食慰藉漂泊在外游子们的心，独特舞火龙设计、标志性狮子建筑等凝练潮汕文化的场景，成了新晋网红打卡点。  图片来源：项目官方渠道 上海荟聚 引进 “城市集市” ，推出 定制化“Holiday假日”主题街区 ，面积近5000平方米，以“旅行度假“为主要灵感，设有多个吸睛的巨型装置，还有候机大楼、列车造型的开放式用餐区域。融合5大主题场景、30余家特色餐饮品牌，集结包括井梅无锡面馆、米仓食堂、毒蛇面馆、草根牛肉店等快餐小食，还有热气饼店、面包的日尝等烘焙甜品，满足日常“刚需”。  图片来源：项目官方渠道 焕新开业的 苏州昆山碧乐时光 ，打造 “水上夜市+现代潮流Mall” 相结合的体验式场景空间，融合小木屋、乌篷船、小桥流水、音乐喷泉等景观，还有许愿桥、水车、水上花船、中央舞池等，引入飞鸟西餐酒吧、海伦司酒吧、苏葵家炭火烤肉、在水一方川湘菜、猫屎咖啡等特色夜经济餐饮品牌，以及花艺、汉服馆等体验业态。 不仅如此，苏州昆山碧乐时光还对负一层进行全面改造，打造 特色新中式赛博主题街区“乐GAI” ， 并规划臭美馆、电玩区、美食广场三大主题场景，引入泡泡吧、幻影VR、九玩密室逃脱、豪富贵海鲜大排档等特色美食和潮玩品牌。通过负一层乐GAI的连通，夜昆山与乐昆山自然相衔，给人们带来从“游”到“逛”的沉浸式体验。  图片来源：项目官方渠道 焕新启幕的 杭州解百国货 ，A座 国货陈列馆 重磅亮相，带领消费者穿越到1918。这里汇聚杭州知名的中华老字号、非遗品牌，还有绍兴鲁迅纪念馆×绘璟文化文创周边店、杭州博物馆首家线下商场文创店等，集结边福茂、王星记、威章绸莊等杭州“特产”伴手礼，以及阿英川菜馆、海底捞旗下焰请烤肉、三号仓库等网红餐厅。  图片来源：项目官方渠道 ## **04** ## **优选年轻力品牌** ## **强社交属性提升客群黏性** 新商场精准锚定Z世代消费趋势，切入街头潮流、户外运动、嗅觉经济等赛道， 试水小众运动器械品类，集聚国潮品牌、买手店、设计师品牌 。这些品牌自带社交属性，能吸引尝鲜型消费者及潮流群体打卡，快速建立项目在年轻客群中的认知度。 宁波新世界THE PARK by K11 Select 带来极具先锋力的首店阵容。如意大利街头服饰品牌 GCDS 、法国男装品牌 Études 、先锋潮流买手店 NOMADIC 404 、潮流运动品牌 KIKS RUNNING CLUB 、独立设计师女性运动品牌 ARIA LEISURE 、香港设计师品牌 haonanhuang 、新生代女鞋品牌 玛速主义 、原创国潮品牌 BeJustHUG 等时尚潮流品牌，以及 PERFUME BOX 、意大利香氛老牌 ACCA KAPPA 、 Parfums de marly 、意大利殿堂级香氛品牌 DR.VRANJES FIRENZE 等香氛品牌，多为浙江或宁波首店。  图片来源：项目官方渠道 深圳Kaledo嘉乐道 引进的 UNZONED 安运深圳首店，集合BONELESS、CLIMAXVISION美潮、CryingCenter哭喊中心、 reaimness日系服饰、REOCHA热呈等10+潮流品牌，打造高性价比时尚社交型零售空间。 上海PAC购物中心 深耕小众运动器械类运动零售品牌，如奥地利高端竞技运动装备及服饰品牌 HEAD 、意大利公路车 Pinarello超级旗舰店 、潮流电动机车集合店 Beachmonkey 、专精世界顶级折叠自行车的 BIRDY 。 其中，Beach Monkey自2022年在上海陕西南路开出首家店以来，已在上海、广州、三亚等地开设多家门店，扩张速度较快，在潮流机车领域逐渐积累了一定的知名度和客户群体。此次 Beach Monkey带来了全国首家Club主题店 ，将超跑、威士忌、高档雪茄、顶流艺人元素融合，探索都市社交的多面性。  图片来源：项目官方渠道 贩卖“情绪”和趣味的小杂货创意商品集合店品牌 ，也越来越受到新商场青睐。 定位为“都市解压场”的 深圳BREWTOWN啤酒小镇 ，引入bowliving、UNDERBOBO、Pünchkins蓬奇、 CALL ME PANDA等多个潮玩杂货礼品品牌，用新潮、有趣的产品为消费者提供情绪价值。 自2023年进入中国以来， UNDERBOBO 已通过正式门店+快闪店的形式，将品牌的温暖和治愈力量传递到上海、北京、深圳、成都、广州等多个城市。尤其在2024年，品牌更是提速，高频落地快闪店。 Pünchkins蓬奇 是来自美国纽约的潮玩品牌，该店是中国首家快闪店。每款Punchkin底部做加重处理，均可以直立坐下，每款毛绒玩具都有专属双关语。  图片来源：项目官方渠道 “专治有趣灵魂深处瘙痒”的 止痒商店 ，在2024年累计开出6家门店，其中2家正式店、4家快闪店。新商场店中就有绍兴天地的止痒商店情绪工厂快闪店、以及深圳BREWTOWN啤酒小镇打造的止痒商店发酵工厂“慢闪街区”。 前者将1200㎡的空间设计为情绪工厂场景，融合了零售区、IP展览区以及社交休闲区；后者巧妙串联精酿的8大步骤打造8大主题“小房子”，引入12+年轻潮流品牌，呈现一场关于视觉、嗅觉与情感的沉浸体验之旅。  图片来源：项目官方渠道 ## **05** ## **新派少年宫、标本馆** ## **无动力主题乐园圈粉** “少子化”趋势愈演愈烈，高知家长对于孩子教养投入有增无减，优质儿童亲子业态仍然是市场刚需。新商场 加码儿童教培品牌、将“少年宫”搬进购物中心，还充分利用户外场地打造能让孩子释放天性的户外无动力乐园 ，引进 冰雪世界、标本馆、忍者运动 等新奇体验，形成 “时间消费”业态集群 ，让家长和孩子获得更加丰富的生命体验，以及更多元的成长路径。 北京海淀大悦城 引入2000平方米的 跨层阳光儿童中心「全球忍者儿童运动」 ，该品牌于1975年在美国创立，在全球有近400家中心，在中国其将中华武术的精神、体操的协调性，障碍训练的力量和敏捷性、跑酷和自由式运动的创造力结合在一起，升级为全新的忍者运动，已在北京开设8家门店。  图片来源：项目官方渠道 面向区域内亲子家庭客群， 成都天府招商花园城 首创 “天府成长中心” ，打造覆盖全年龄层儿童的亲子特色业态。目前，松鼠AI、AK格斗、楚楚滑板、ANNA英语阅读馆、花田美学、引领右脑、博悦之声、Natakids儿童乐园、极客森超乐场、宝贝迷卡卡丁车、小粉象儿童桌游馆等教育培训及少儿娱乐品牌已入驻。 天府招商花园城在户外打造了以卡皮巴拉为原型、占地11200㎡超大型无动力主题乐园，构建“林间探索、丘岩寻踪、梦幻剧场、薄雾森林、追光绿毯、花样嬉水、自然嬉游”七大主题场景，通过对外部空间的巧妙利用，为项目增加了一处“户外主力店”。  图片来源：项目官方渠道 充分挖掘和利用屋顶空间，项目还在L6打造 无动力熊猫主题乐园 ，将充满童趣的熊猫滑梯、屋顶沙滩、滑索等户外设施搬到屋顶，为儿童户外探索提供了丰富的体验场景。  图片来源：项目官方渠道 上海首座邮轮主题滨水文旅综合体—— 上海海上世界 ，带来 追风冰雪世界华东首店： 超1000平方米的冰雪乐园品牌华东首店，符合国际标准的真冰滑冰场，拥有8大主题雪域童话场景，雪橇、冰上碰碰车、高空滑道、竞速、行冰球等，未来还将引入更多广受消费者喜爱的卡通元素和情景互动。  图片来源：项目官方渠道 项目还引入 多栖博物上海首店： 提倡寓教娱乐，沉浸式的的研学，展馆陈列上千个真实标本，还有独立主题的标本剧场，孩子们可沉浸式感受诸多教育科普内容。 此外，其还在户外设有结合港口、灯塔、海洋生物元素的5000㎡的 海洋主题“无动力乐园” ，提供了一个沉浸式的趣味游乐场。 本文来自“赢商网”，作者：熊舒苗，36氪经授权发布。

<blockquote><p>在AI技术飞速发展的2025年，各种实用的AI工具如雨后春笋般涌现，极大地改变了我们的工作和学习方式。本文精心挑选了十个涵盖办公、学习、创意设计等多个领域的AI工具，从基础模型和机器学习的底层原理讲起，到每个工具的具体功能和适用场景，为你详细解读这些工具如何提升效率、激发创意。</p> </blockquote>  宝子们，2025 年已经到来，AI 技术发展得那叫一个日新月异啊！今天，我就来给大家分享一下 2025 年比较实用的 AI 工具，这些工具涵盖了办公、学习、创意设计等多个领域，总有一款适合你，赶紧码住吧！ 在推荐具体的产品前，需要让大家了解一点基础的底层原理。这里呢，也不去讲什么算法，也不去说太深奥的技术，就先说下基础模型和机器学习，用小学生都能理解的内表达方式做一下说明。 ### 基础模型：迈向通用智能的基石 大语言模型（LLMs）在 2025 年持续迭代进化，模型参数规模进一步扩张，数据质量与多样性显著提升。以 GPT-5 为代表的前沿模型，展现出对复杂语义理解、多模态信息融合的卓越能力，能够处理远超以往的文本、图像、音频等综合数据，在知识问答、内容创作、智能翻译等任务中表现得更加自然流畅，逼近人类专家水平。而开源模型社区的蓬勃发展，如 Meta 的 LLaMA 系列持续更新，使得更多开发者能够基于开源框架进行定制化开发，降低了 AI 技术的应用门槛，推动创新成果如雨后春笋般涌现。 从最开始的加减乘除开始，然后学会九九乘法口诀，这就是基础。模型学会基础，然后再进行进一步的复杂计算。但万变不离其中的基础还是这些。 **机器学习：从数据驱动到知识驱动** 机器学习算法在 2025 年实现重大突破。传统的监督学习、无监督学习与强化学习相互融合，诞生了新型混合学习范式。例如，在自动驾驶场景中，通过监督学习对大量驾驶数据进行训练，让模型掌握常见路况下的驾驶规则；同时利用无监督学习发现异常路况模式；再借助强化学习让车辆在复杂环境中不断试错优化决策，实现更安全、高效的自动驾驶。此外，少样本学习和零样本学习技术取得关键进展，模型能够通过极少量样本甚至无需样本进行学习和推理，大大提升了模型在现实复杂场景中的泛化能力，使得 AI 系统在新领域、新任务面前具备更强的适应性。 一开始我们学习的1+1是等于2，但在更多的条件下，1+1会等于1。因为一团火和一块冰最后得到了一滩水。1个男人和1个女人等于一个家庭（3口、4口）。知识越多，要考虑的因素就会更多。 **边缘 AI 与端侧智能：智能无处不在** 随着硬件技术的进步，边缘 AI 和端侧智能在 2025 年迎来爆发。低功耗、高性能的边缘计算芯片不断涌现，使得 AI 模型能够在设备端运行，减少数据传输延迟和隐私风险。智能摄像头、智能家居设备、可穿戴设备等终端产品纷纷集成 AI 能力，实现实时智能分析与决策。如智能摄像头能够在本地实时识别异常行为并报警，智能家居系统可以根据用户的生活习惯自动调节设备，提供便捷、智能的生活体验，真正实现了智能技术从云端到终端的全面覆盖。 原来一个人一天只能达成100公里的距离（跑步），现在开上汽车可以达到800，未来可以飞到两千公里之外（飞机或者火箭）。以后遛狗不用人在再下楼了，狗子上面的设备会自动识别到门打开，电梯打开，小区门关闭，狗超过边界范围警告。 ## 01、Gamma  **任务场景：**快速做PPT。 **适用人群**：第三方广告公司、个体咨询师、企业内训师等需要大量做PPT的人。 **推荐理由：**对于需要经常制作 PPT 的第三方广告公司、个体咨询师、企业内训师等人群来说，Gamma 是一个绝佳的选择。它的设计感很强，生成的页面美观大方，而且修改起来非常方便。只需要一个链接，就可以轻松搞定多个版本的 PPT，省去了繁琐的导出导入过程。除此之外，还有 AiPPT 这个工具，它能够套用企业模板，快速生成符合要求的 PPT，简直是为职场人量身定制的。 **使用界面展示：**  ## 02、秘塔搜索  **任务场景：**搜资料、整理资料，甚至搭建企业知识库。 **适用人群：**市场人员、行业研究员、学生、老师、科研人员。 **推荐理由：**信息结构化呈现；支持深度检索、持续追问。市场人员、行业研究员、学生、老师、科研人员等经常需要搜集和整理资料的人群，一定会爱上秘塔搜索。它能够将信息结构化呈现，方便我们快速找到所需内容。而且它支持深度检索和持续追问，就像有一个智能小助手在帮你一起梳理资料，效率提升不是一点半点。 **使用界面展示：**  ## 03、Get笔记  **任务场景：**文字、图片、视频等各类信息快速整理、视频转录、个人知识库。 **适用人群：**学生、老师、职场人。 **推荐理由：**动笔之前，先说一遍，既梳理了脉络,又练了口头表达能力；语音精准识别后，AI会只去除口水话，不曲解原意；能识别27种方言。学生、老师、职场人都离不开笔记整理，Get 笔记在这方面表现得相当出色。在动笔之前，先说一遍，既能梳理脉络又能练口头表达能力。它的语音识别精准，AI 还会去除口水话，但不会曲解原意，确保笔记的准确性和简洁性。而且它能识别 27 种方言，是不是很贴心呢？ **使用界面展示：**  ## 04、Coze（扣子）  **任务场景：**开发AI应用程序，让一些重复性工作自动化，比如财务、HR做表。 **适用人群：**没有代码基础，但自己有想法、有动手能力的人。 **推荐理由：**不用你学习python编程，无代码搭建AI助手，轻松自动化完成工作任务。对于没有代码基础，但有想法又愿意动手尝试的人来说，Coze 是一个很棒的工具。它可以让你轻松实现无代码搭建 AI 助手，把一些重复性工作自动化，比如财务、HR 做表等。这样一来，即使你不懂编程，也能提高工作效率，把更多精力放在创造性的工作上。 **使用界面展示：**  ## 05、豆包爱学  **任务场景：**辅导作业、亲子互动。 **使用人群：**家长、孩子。 **推荐理由：**家长们注意啦！豆包爱学是一款非常适合辅导作业和亲子互动的 AI 工具。有拍照搜题功能；可以1V1讲题；互动对话答疑解惑还可收录错题，进行作业批改。而且它可以收录错题，进行作业批改，简直就是家长们的得力助手，能让孩子在学习中更上一层楼。 **使用界面展示：**  ## 06、Recraft  **任务场景：**生成插画、漫画等。 **使用人群：**家长、设计师、自媒体博主。 **推荐理由：**对中文的支持特别好；一张图片能变成各种风格，比如插画、简笔画。家长、设计师、自媒体博主等人群一定会喜欢 Recraft，它在生成插画和漫画方面表现出色。对中文的支持特别好，不用担心语言障碍。而且它能把一张图片变成各种风格，比如插画、简笔画等，为你的创意设计增添更多可能性。 **使用界面展示：**使用Recraft，一键生成6张漫画图  ## 07、可灵  **任务场景：**视频生成，做短视频、广告片。 **使用人群：**家长、老师、影视从业者、自媒体博主、广告人、短视频编导。 **推荐理由：**快速把一张图变成短视频；生成视频的质量高；人物贴合度和场景渲染效果好。想要制作短视频、广告片的家长、老师、影视从业者、自媒体博主、广告人、短视频编导等，可灵是一个不错的选择。它能快速把一张图变成短视频，生成的视频质量高，人物贴合度和场景渲染效果都很棒，让你轻松成为视频制作达人。 **使用界面展示：**  ## 08、Cursor  **任务场景：**写代码。 **适用人群：**不会写代码的产品经理；创业者，一人公司；想提高写代码效率的程序员。 **推荐理由：**支持自然语言对话，可以零基础写代码、做产品。不会写代码的产品经理、创业者、一人公司以及想提高写代码效率的程序员，Cursor 会是你的福音。它支持自然语言对话，即使你是零基础，也能轻松写代码、做产品。有了它，你就能更高效地实现自己的产品想法，加快项目开发进度。 **使用界面展示：**  ## 09、MetaLaw  **任务场景：**查找法律案例、条文。 **适用人群：**律师、法务、法律系学生和老师。 **推荐理由：**可快速检索法律法规、解读案例生成合规建议，并提供文书模板。律师、法务、法律系学生和老师在处理法律相关事务时，MetaLaw 能提供很大的帮助。它可以快速检索法律法规，解读案例并生成合规建议，还能提供文书模板，让你在法律工作中更加得心应手，提高专业性。 **使用界面展示：**  ## 10、办公小浣熊  **任务场景：**制作excel表格。 **适用人群：**财务、HR、老师。 **推荐理由：**随时随地帮你做数据分析，把数据表格快速变成各类图表。财务、HR、老师等需要经常处理数据的人群，办公小浣熊不容错过。它随时随地都能帮你做数据分析，还能把数据表格快速变成各类图表，让数据呈现更加直观清晰，大大提升工作效率。 **使用界面展示：**  宝子们，这些 AI 工具是不是很实用呢？赶紧收藏起来，根据自己的需求尝试使用吧！相信它们会给你带来意想不到的惊喜，让你在工作和学习中如虎添翼。如果你们还有其他好用的 AI 工具，也欢迎在评论区分享哦！ **专栏作家** 老虎~色，公众号：产品经理有话说，人人都是产品经理专栏作家。13年产品经理经历，涉及商业设计、业务转型、产品架构定义、个成成长等方面。自学AIGC落地应用，目前在鸿蒙场景做产品服务工作。 本文原创发布于人人都是产品经理。未经许可，禁止转载 题图来自 Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

 【使命召唤动视官方】宣布正式入驻B站。 &lt;内嵌内容，请前往机核查看&gt; 由来自Raven Software的《使命召唤战区》游戏总监Pete Actipis向玩家们问好，并介绍了即将到来的《使命召唤 黑色行动6》以及《战区》的最新更新的相关内容。

<blockquote><p>近年来，随着众多网红店铺的纷纷闭店，这一曾经炙手可热的经济模式正深陷模式缺陷与信任危机的泥沼。本文将深入剖析网红经济面临的多重困境，包括流量红利的退潮、内生危机的爆发、平台规则与消费理性的双重挤压，以及行业生态的重构。</p> </blockquote>  近日，又一网红店宣布闭店。淘宝店主兼网红时尚博主“李大米Lidami”对外发布闭店公告，称于3月17日正式闭店。而在此之前，已经有“吾欢喜的衣橱”“We Margiela”“Ff5 official”等一大批淘宝店铺宣布闭店。 最近几年，淘宝网红店如潮水般退去，曾经叱咤风云的头部主播接连隐退，揭示出网红经济从狂热扩张转向理性调整的必然。流量红利消散、监管铁腕收紧、消费者需求升级，在这三重压力下，依赖营销速成的网红店铺正经历生死考验。这场洗牌不仅是市场规律的体现，更是行业从“赚快钱”转向“练内功”的觉醒之路。 ## 流量红利退潮：狂欢落幕后的残酷现实 曾几何时，“月销10万+”的爆款神话在淘宝层出不穷。网红店通过KOL种草、直播带货迅速积累流量，凭借“社交货币属性”收割年轻消费者。然而，当流量成本飙升与复购率低迷形成剪刀差，当“全网最低价”的噱头不再奏效，这场依赖流量的狂欢正在逐渐散场。 一是，流量成本蚕食网红店的利润命脉。早期淘宝网红店凭借低价流量迅速崛起，但随着平台生态成熟，商家为争夺曝光不得不投入巨额营销费用。某服饰网红店坦言，如今获取一名新客的成本已超过商品利润，即便销售额增长，净利润反而持续缩水。为了维持生存，部分店铺尝试提价，却导致老客户流失，陷入“越投广告越亏损”的恶性循环。 二是，消费者喜好瞬息万变，短命爆款成常态。现如今，网红店的生命周期正以肉眼可见的速度缩短。过去需要半年打磨的爆款，如今可能三天内就会被市场淘汰。比如，去年春天主推的“多巴胺穿搭”，可能还没等到双十一就无人问津了。据时尚行业的研究显示，消费者对新鲜感的追逐速度比从前快了三倍，“今天流行粉色，明天就追捧黑白”，这种快速迭代让网红店疲于奔命。 三是，同质化泥沼，拖累网红店发展脚步。当“爆款公式”被公开后，整个行业陷入疯狂模仿。某MCN机构负责人透露：“现在但凡有个爆款出现，三天内就能复制出二十个山寨版本。”以女装赛道为例，“oversize+撞色”设计几乎成为标配，美妆品类更是充斥着“某某明星同款”的宣传。当满屏相似商品涌现，消费者逐渐失去兴趣，商家不得不陷入更惨烈的价格战。 ## 内生危机：流量依赖症下的系统性崩塌 “轻资产、快周转”曾是网红店引以为傲的商业模式，但在行业成熟期，这种走捷径的思维暴露出致命短板。产品质量失控、供应链脆弱、IP价值速朽，如同三把利刃刺向行业命门。 一来，重营销轻质量的策略，让网红店极易陷入产品质量漩涡。事实上，大量网红店会将资源倾注于包装推广，产品却沦为配角。在消费者投诉和差评中，“实物与宣传严重不符”“面料廉价”“做工粗糙”等评价屡见不鲜。比如，某女装店因批量使用代工厂通用版型，导致多款产品陷入抄袭纠纷，品牌口碑一夜间崩塌。 二来，脆弱的供应链埋下了隐患。大多数网红店采用”预售+小单快反”模式，这种模式看似灵活实则危机四伏，常在爆款订单激增时遭遇供应链崩盘。某零食品牌因代工厂突然停产，导致数万订单延迟发货，消费者集体维权；某家居网红店的畅销香薰蜡烛，因代工厂品控疏漏引发安全事故，将品牌推向舆论深渊。 三来，成于网红光环，困于网红光环。过度依赖个人IP的店铺，往往随着网红热度消退而衰落。比如，某母婴博主凭借温馨人设吸粉百万，但因家庭变故导致形象崩塌，店铺销量断崖式下跌；另一知识型博主因内容重复乏味，粉丝互动率持续走低。当用户新鲜感消退，缺乏产品支撑的IP终究是空中楼阁。 ## 生态重构：平台规则与消费理性的双重挤压 当流量红利见顶，平台开始调整游戏规则，消费者也变得更加理性。淘宝向“全域兴趣电商”转型，抖音、小红书等新兴平台形成分流，而“成分透明”“品质优先”成为消费新共识。这场生态重构中，既有机遇也有阵痛，唯有顺应变革者方能生存。 其一，平台战略转向挤压生存空间。事实上，淘宝首页的推荐算法正在发生微妙变化：曾经占据C位的图文带货广告位，现在被短视频种草和搜索比价模块取代。淘宝将流量重心转向直播和短视频领域，传统图文店铺逐渐边缘化。某箱包品牌发现，即便花费百万元购买首页推荐位，转化效果仍不及一场头部主播的直播带货。与此同时，抖音凭借“沉浸式体验”优势，正在蚕食淘宝的市场份额。 其二，消费者行为变迁，倒逼店铺升级。越来越多的消费者愿意为“看得见的安全感”买单。比如，某母婴品牌推出“原料溯源系统”后，复购率大幅提升；某服装品牌公开生产线视频，客单价开始上涨。值得注意的是，Z世代开始崛起“反消费主义”群体，他们宁可穿旧衣，也不愿为网红爆款支付溢价。 ## 破局之路：从流量争夺到价值重构 闭店潮不是终点，而是产业升级的起点。当流量成本高企倒逼企业回归本质，那些在产品力、供应链、用户体验上构建核心竞争力的品牌，正在开辟新赛道。 一方面，通过深度用户运营，来增强消费者粘性。越来越多品牌正将流量转化为真正的用户资产，比如，某女装品牌通过社群提供穿搭指导，用服务提升客单价；某母婴品牌建立个性化育儿咨询体系，将普通客户转化为高价值用户。私域运营不再是锦上添花，而是生存必备技能。 另一方面，产品力才是终极武器。对消费者来说，产品质量始终是最重要的因素。为此，品牌愈发强调产品质量，比如，传统服装企业报喜鸟不断加大研发投入力度，推出的“抗菌羽绒服”凭借专利技术实现客单价翻番。这些案例印证：技术创新才是穿越周期的终极武器，而那些还在靠“概念炒作”的品牌，终将被市场淘汰。 最重要的是，强化供应链韧性，来支撑长期主义。摆脱“赚快钱”思维的企业，开始重金投入供应链建设。比如，某服饰品牌自建柔性生产线，实现快速翻单；食品品牌搭建溯源系统，用透明生产流程赢得消费者信赖。这些投入虽不能带来立竿见影的销量暴涨，却能为持续发展筑牢根基。 淘宝网红店闭店潮，表面是流量游戏的终结，本质是中国消费产业从“规模扩张”向“质量提升”转型的必经之路。当人口红利消退、消费理性回归，唯有那些能在产品创新、供应链效率、用户体验三个维度构建核心竞争力的品牌，才能穿越周期。这场淘汰赛不仅关乎商家的生死存亡，更是中国新消费产业高质量发展的必经之路。未来的赢家，必将是那些敢于打破流量迷思、专注创造长期价值的企业。 本文由 @三车财观 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>这篇文章将带大家认识整个数据指标体系的框架，帮助大家形成全面的认知。随后，会围绕 L2 级数据分析师所需具备的能力展开重点讲解。在下一篇文章中，我会给出更详细的步骤和案例，带着大家一步一步梳理出数据指标体系。</p> </blockquote>  ## 当前数据分析学习痛点 不少人在其他机构学了很多数据分析知识，可一到实际工作中，却不知道怎么运用。这并非课程内容有误，而是因为学生学了知识却难以落地应用，而这些机构通常不关注学员能否在求职和涨薪上取得成果。要是学员学了不能用，那这样的课程无疑是失败的。 很多时候，大家学了不少数据分析知识，到工作中却用不上。问题不在于课程本身，而是知识与实践脱节，机构又不负责学员能否学以致用。 还是有一些新手心存疑惑：到底什么是指标，什么是指标体系，学这些有什么意义？因此，我们得先解决这些问题，再深入探讨今天的重点内容。 ## 指标体系重要性理论及案例引入 管理学大师彼得・德鲁克说过：“如果你不可衡量，你就不可管理。” 公司存在的目的是盈利，经营和管理也都是为了实现更好的盈利。那么，怎么判断盈利情况，又如何让盈利变得更好呢？这就需要借助数据来衡量。下面，以 “硬核私房菜” 餐馆为例展开分析。 <blockquote><p>一天工作结束后，老板问餐厅员工滚滚：“今天咱们餐厅的业绩怎么样啊？” 滚滚回答：“老板，我们今天业绩不错，有 2 万呢。” 不妨思考一下，如果你是老板，会觉得 2 万业绩 “不错” 吗？</p> <p>1. 会</p> <p>2. 不会</p> <p>3. 不清楚</p></blockquote> ## 案例问题剖析与分析师能力层次关联 虽然滚滚的回答在日常交流中很常见，但从数据分析师的角度来看，至少存在 3 个错误。 **错误一：沟通不严谨** 沟通包含客观事实和主观观点两个要素。事实不会因不同人而改变，案例中一天业绩 2 万就是事实。但主观观点会因人而异，对于 2 万业绩的好坏，员工和老板可能有不同看法。 所以，数据分析师在日常沟通中，应尽量陈述客观事实，避免主观描述。若要表达主观观点，需提前和沟通对象明确标准。比如和老板约定，2 万以上业绩为好，1 万 5 到 2 万为一般，1 万到 1 万 5 为较差，1 万以下为很差。可见，2 万业绩的好坏，取决于设定的标准和对比对象，和餐厅历史经营数据、同一条街其他餐厅数据，或者设定的经营目标对比，结果会大不相同。 **错误二：数据太笼统** 假如你是老板，知道今天业绩是 2 万后，肯定会有更多疑问：这 2 万业绩是怎么来的？成本占比多少？相比以往好在哪里？既然 2 万业绩已成事实，作为经营者，更关注如何提升业绩。这就需要拆分 2 万业绩，从营销角度，分析多人聚餐和单人点餐的占比；从产品研发角度，分析 A 菜品、B 菜品等的销售情况。 前面提到，数据分析师表达时应尽量基于客观事实。假设和昨天业绩对比，正确表达方式可以是：“老板，我们今天总业绩 2 万，比昨天增长 20%。其中，1.5 万来自 2 人以上聚餐，5 千来自单人点餐。今天 A 菜品销量最高，50% 的顾客点了 A 菜，但 B 菜品利润贡献最大，因为 B 菜成本低、售价高，只有 30% 的顾客点 B 菜。” 在实际工作中，通常不会这样长篇大论汇报，而是通过 “数据报表” 呈现数据，这就涉及数据报告制作和数据可视化知识。 **错误三：缺后续行动** 数据分析不是为了分析而分析，目的是改善经营状况，让公司多赚钱。如果只了解现状，却不知道接下来怎么做，分析就没有意义。 因此，获取客观数据后，还需进一步分析，为后续行动提供指引。比如： - 今天业绩比昨天提升 20%，是因为客人增多、客单价提高，还是其他原因？要是明天还想提高 20%，是该吸引更多客人，还是提高客单价？2 人以上聚餐客户占比 75%，要不要推出 2 人套餐，搭配利润率更高的菜品，提高出餐效率和利润率？ - 利润率较高的 B 菜品只有 30% 的客人点，那另外 70% 的客人为什么不点？让服务员向所有客户推荐 B 菜品，能提高多少销量？ 这些问题涉及 L4 级别高级数据分析师通过数据预测未来结果的能力。如果提不出这些问题，也不用担心，这不是今天的重点，只是在讲解数据指标体系时有所涉及。 职场中的数据分析并不简单，看似简单的 “今天业绩怎么样” 问题，背后需要运用大量知识、深入思考才能回答好。不妨想想，看了上面案例后，你是否觉得这三个错误及对应的解决方案很繁琐，缺乏条理，自己很难想到？ 1. 有点难 2. 并不会 实际上，这三个错误对应数据分析师的三个层次： - 客观现状是什么 - 主观评价怎么样 - 未来发展会怎样 每个层次都有相应的数据指标。要是把这些内容混在一起讲，会让人摸不着头脑，缺乏框架感，更不知道如何应用。所以，我们对这些问题进行了梳理，只要跟着学习，就能逐步掌握不同阶段数据分析师所需的能力。 对于 L2 级数据分析师，熟练掌握客观现状描述，对主观评价有一定了解即可。对于未来发展的预判，这个阶段有个初步认识就行。 而 L3 级中级数据分析师，需要深入分析主观评价，熟练掌握相关方法，并对未来发展预判方法有初步了解。 <blockquote><p><strong>热身思考题</strong></p> <p>问题一：KPI 设计题</p> <p>作为硬核私房菜老板，你想提升餐厅业绩。学了数据分析课程后，知道提升引流、转化、复购这 3 个指标，就能提升业绩。于是，你让发传单的小 A 把每天发传单量从 100 份增加到 200 份，又让传菜员小 B 引导客户发好评，提高 “好评率”，还规定如果好评率没提升就扣小 B 工资。定好指标后，你满心期待业绩提升。那么，你觉得这样做可行吗？</p> <p>1. 可以</p> <p>2. 不行</p> <p>问题二：数据驱动题</p> <p>硬核私房菜一直做堂食。最近，“吃了吗” 外卖平台运营人员邀请餐厅上线外卖服务。理论上，上线外卖平台能增加销量，但作为老板，需要全面考虑以下问题：</p> <p>1. 上线外卖后，会不会有部分堂食客户转为外卖客户，导致业绩降低？</p> <p>2. 上线外卖后，准备一次性餐具、增加额外运营人员，成本会增加多少？</p> <p>3. 上线外卖后，会不会影响堂食出餐效率？如果影响，要不要增加厨师？</p> <p>4. 外卖平台要求参加运营活动，长期低价补贴客户是否可行？</p> <p>5. ……</p> <p>面对这些问题，你能帮老板通过数据分析，决定是否上线外卖平台吗？</p> <p>1. 我可以</p> <p>2. 还不行</p> <p>同样，再来一组热身思考题：</p> <p>问题一：KPI 设计题</p> <p>作为硬核私房菜老板，你想提升餐厅业绩。学了数据分析课程后，知道提升引流、转化、复购这 3 个指标，就能提升业绩。于是，你让发传单的小 A 把每天发传单量从 100 份增加到 200 份，又让传菜员小 B 引导客户发好评，提高 “好评率”，还规定如果好评率没提升就扣小 B 工资。定好指标后，你满心期待业绩提升。那么，你觉得这样做可行吗？</p> <p>1. 可以</p> <p>2. 不行</p> <p>问题二：数据驱动题</p> <p>硬核私房菜一直做堂食。最近，“吃了吗” 外卖平台运营人员邀请餐厅上线外卖服务。理论上，上线外卖平台能增加销量，但作为老板，需要全面考虑以下问题：</p> <p>1. 上线外卖后，会不会有部分堂食客户转为外卖客户，导致业绩降低？</p> <p>2. 上线外卖后，准备一次性餐具、增加额外运营人员，成本会增加多少？</p> <p>3. 上线外卖后，会不会影响堂食出餐效率？如果影响，要不要增加厨师？</p> <p>4. 外卖平台要求参加运营活动，长期低价补贴客户是否可行？</p> <p>5. ……</p> <p>面对这些问题，你能帮老板通过数据分析，决定是否上线外卖平台吗？</p> <p>1. 我可以</p> <p>2. 还不行</p></blockquote> ## 指标体系概述 不少基层数据分析师在公司地位不高，自嘲是 “取数的工具人”，每天就是满足业务部门的取数需求，感觉没什么发展前途。但实际上，数据分析师之所以地位低，核心原因是 “不懂业务”。对于数据分析师来说，真正的价值在于助力业务增长，帮公司多赚钱或者节省成本，而不是会多少 Excel 函数、Python 编程工具。 数据分析师属于后勤岗位，想提升在公司的影响力，就得借助数据分析能力，帮助老板、营销部门、产研部门提升工作效率，比如： - 帮助他们设定更合理的目标 - 及时反馈工作现状和异常情况 - 遇到问题时给出解决方案 - 在多个选项中找到最优解 除了掌握方法，还得具备良好的沟通和表达能力，用业务部门能接受的方式提出想法和建议，不能让他们，尤其是业务部门领导丢面子。要做到这一点，就需要对公司业务有全面、深刻的理解，能从老板、营销部门、产研部门、基层员工等不同角度看待问题。这些内容，外面的数据分析课程和书籍很少涉及，因为教一个没有商业思维的小白理解业务，既复杂又困难。 而我们三篇文章时间，教大家一个工具，帮助大家从零搭建公司完整的数据指标体系，让大家照着操作就能学会并应用。这个指标体系呈金字塔型，分为三层： - 事实指标：描述事情的客观现状。 - 规则指标：评价事情做得好与不好。 - 预测指标：预判事情未来的发展趋势。 分为 4 个模块： - 业务指标：老板最关注的核心数据，反映公司整体经营情况。 - 营销指标：营销部门最关注的指标，助力提升销售业绩。 - 产研指标：产研部门最关注的指标，帮助优化产品结构。 - 活动指标：用于评估临时性活动和项目结果的指标体系。 三个层级和四个模块组成 12 个部分，我们要做的就是按照这个框架填空，填满后就完成了指标体系的搭建。下面，先从三个层级入手，结合 “硬核私房菜” 餐厅案例，逐步讲解每个模块的含义。下篇文章，还会展示一些常见行业指标体系案例，方便大家参考。 请大家关注滚滚老师的下篇文章哦~ 本文由 @财源滚滚 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>在零售行业的数字化转型中，采购结算系统作为财务与供应链管理的关键纽带，其重要性日益凸显。本文将深入探讨零售行业采购结算系统的设计理念与核心能力，分析其在业财一体化中的定位，以及如何通过三单匹配、自动化处理和异常处理等功能，提升采购结算的效率与准确性。</p> </blockquote>  在零售行业，采购结算系统（Procurement Settlement System）是财务系统和供应链系统中，均不可或缺的一环。随着零售业务的快速发展及其带动相关供应链企业共同壮大，对采购结算系统的准确性、及时性和自动化要求越来越高。 本位(上篇)将围绕采购结算系统的目标、定位、核心能力、上下游系统数据交互一一叙述。 ## 01 采购结算系统的目标 目标，简言之就是“要实现什么”，那我们来看看采购结算系统要实现什么，一般定义上，采购结算系统就是要实现**“理清与供应商之间‘钱’的事”**。 这里的“钱”，主要包含三类：即商品的货款、供应商或专业运输商提供的运输服务费、供应商应承担的商品促销扣款和返利费用。 如何“理清”呢，按上述三类“钱”继续拆解： - 商品的货款：即买了多少货、实际到了多少货、退了多少货、货物单价是多少、最终应付货款多少钱； - 货物从供应商仓库运到零售企业仓库运费多少钱、供应商/运输商帮助零售企业各个仓调拨运费多少钱和零售企业仓到店运费多少钱(这里特指“不包邮”情况)； - 哪些商品有供应商承担的促销，并从货款中对应的扣除，哪些商品与供应商合同约定了，卖了多少给多少返利。 ## 02 采购结算系统的定位 **1、大供应链中的业财桥梁** 采购结算系统是零售企业供应链管理与财务管理之间的纽带。它负责处理从供应商采购商品或服务(运费)的全流程数据，包括承接采购订单和库存到货/退货数据、发票核销到最终付款，确保供应链环节的财务信息准确流转到财务系统中。 **2、采购费用的结算和核算** 该系统的第二个核心定位是实现采购货款的结算，供应商促销费用、返利费用的结算，以及对应的账务处理。 注：部分大型(连锁)零售企业有独立的返利结算系统，此处把返利结算统一归纳到采购结算系统中，不单独拆开。后续单写一篇返利结算系统的介绍。 ## 03 采购结算系统的核心能力 **1、三单匹配能力** 采购结算系统的核心在于实现采购订单（PO）、收货单据（GRN）和供应商发票（Invoice）的“三单匹配”。这种能力确保每笔采购交易的数据一致性，防止多付、少付或错付的情况发生，同时减少人工核对的工作量，提高效率。 **2、自动化处理能力** 系统能够自动化处理从采购申请到付款的流程，包括订单接收、自动对账、发票采集、发票核销、异常检测处理和支付请求生成。通过规则引擎和预设条件（如付款条款、折扣政策），减少手动干预，提升结算速度和准确性。同时，系统应集成相关服务，完成对供应商电子发票的读取能力、纸质发票的识别能力，识别出结构化信息来自动完成标准发票核销。 **3、异常处理与纠错能力** 在采购结算中，异常情况（如发票金额不符、货物短缺）在所难免。系统的核心能力在于快速识别异常、提供预警，并支持异常数据的调整、部分核销及对应的审批流程，确保问题及时解决，不影响整体结算进度。 ## 04 采购结算系统上下游系统业务交互  **1、上游：** 采购管理系统：获取采购订单（PO）的相关信息，包括订单基本信息、供应商信息、商品信息、财务信息、物流信息等。 库存管理系统：获取采购订单（PO）的实际到货数据，包括收货信息、验收状态、费用信息、异常记录（实际差异）等 供应商主数据：获取供应商账期、付款条件、供应商财务信息等。 **2、下游：** 财务总账模块（含记账引擎）：包括应付暂估、暂估转应付账款、预付账款等相关业务的账务处理。 税务平台：发票检验后，采集到的进项数据，按税率整理合并后同步给税务平台，进行税务处理 资金中心（司库）：发票检验完成后按供应商账期推送付款指令；预付款的采购，直接推送付款指令。 本文由 @藤真君 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>2025年3月，Temu突然宣布将爆品从全托管模式迁移至半托管模式，这一决策不仅引发了跨境电商圈的广泛讨论，也对卖家的运营策略和未来发展提出了新的挑战。本文将深入分析Temu推行半托管模式的动因、对行业生态的冲击、中小卖家面临的困境以及未来的发展趋势，探讨在这一变革中，卖家如何抓住机遇，实现破局。</p> </blockquote>  跨境电商圈又起波澜！你是否也收到了Temu平台的“最后通牒”？ 2024年初，Temu悄然试点“半托管模式”，让商家通过海外仓自主发货，物流时效直接缩短至3-5天。当时，不少商家还沉浸在政策红利的想象中，觉得这不过是平台的一次“温柔试探”。然而，谁也没想到，这仅仅是开胃小菜。2025年3月，平台突然祭出“大杀器”——“全托管爆款迁移计划”，要求所有爆品在4月1日前转入半托管模式，否则流量扶持将大幅减少。这下，整个跨境电商圈都炸了锅。 就在商家们还在犹豫要不要跟上政策时，Temu又放大招：推出“跨主体一键搬品”工具，迁移商品不仅能继承历史销量与评论，还能享受搜索置顶、专属核价通道等特殊扶持。这一波操作，彻底点燃了卖家们的神经。有人欢喜有人愁，大卖家们纷纷摩拳擦掌，安克、致欧科技等头部品牌已批量迁移，抢占流量红利；而中小卖家却叫苦不迭，泉州饰品商家因“20万库存门槛”被迫放弃，首批滞销耳钉甚至被捐赠给慈善机构。 这是一场没有硝烟的战争，有人狂欢，有人离场，而政策的强推正将跨境电商推向一个全新的拐点。 ## 一、动因拆解：Temu为何“壮士断腕”？三大推力与一场豪赌 ### 1.关税高压下的求生本能 美国取消“小包裹免税”政策，如同一道紧箍咒，狠狠地勒住了跨境电商的咽喉。直邮成本飙升45%，曾经引以为傲的价格优势荡然无存，全托管模式在高额关税的冲击下显得步履维艰。面对这突如其来的外部压力，Temu的转型显得尤为迫切，而半托管模式，恰恰成为这困境中的一根救命稻草。 全托管模式下，平台承担了从采购到物流的全部环节，商品统一从国内发货，这就意味着每一件商品都要直面高额关税和严苛的查验。羊毛出在羊身上，最终这些成本都会转嫁到消费者身上，导致商品价格上涨，竞争力下降。 而半托管模式则提供了一条更灵活的路径。通过海外仓本地发货，卖家可以有效规避高查验率和关税风险，成本立竿见影地降低20%-30%。这不仅能提升商品的利润空间，更能在价格战中抢占先机。 想象一下，同样的商品，一个是从国内发货，背负着沉重的关税成本；另一个则是从美国本土的海外仓直接发出，轻装上阵。孰优孰劣，一目了然。 对于Temu而言，转向半托管模式并非简单的战略调整，更是在关税高压下的求生本能。平台需要通过这种方式来降低运营成本，提升市场竞争力，最终在激烈的跨境电商战场中赢得生存空间。而对于卖家来说，这既是挑战，也是机遇，能否抓住这波红利，就看谁能更快适应新的游戏规则。 ### 2.物流效率的生死竞速 在跨境电商这片红海中，物流效率正在成为决定生死的关键砝码。对于卖家而言，物流不仅是商品送达的“最后一公里”，更是用户体验和复购率的“生命线”。而全托管模式的“慢”痛，正在将许多商家推向悬崖边缘。 直邮模式下，7-15天的漫长等待，让用户体验大打折扣，复购率直接降至亚马逊的“地板”——这个数据足以让任何卖家心惊胆寒。要知道，亚马逊的2-5天时效早已成为用户心中的“黄金标准”，而全托管模式的“龟速”无疑成为了卖家们难以跨越的“致命伤”。 但半托管模式的横空出世，为这场“生死时速”带来了转机。通过海外仓本土发货，物流时效被压缩至3天，用户体验直接对标亚马逊Prime。这种“闪电发货”的优势，不仅让卖家在竞争中占据了制高点，更让用户的忠诚度实现了质的飞跃。在这场物流效率的较量中，半托管模式正在重新定义跨境电商的未来。 ### 3.平台战略升级：从“低价倾销”到“生态帝国” 在跨境电商这片红海中，Temu正在上演一场堪称教科书级别的战略升级。从“低价倾销”的价格战，到如今的“生态帝国”野心，Temu的每一次转身都在重新定义行业格局。 曾经，Temu以“极致低价”迅速崛起，通过海量低价商品吸引用户，但这样的打法终究难以为继。如今，Temu开始向亚马逊看齐，大刀阔斧地引入第三方商家模式，重点扶持高客单价商品，尤其是家具、家电等品类，目标直指2000美元以上的高端价格带。这一战略调整，不仅是对平台调性的全面升级，更是对用户消费心智的精准狙击。 与此同时，平台的流量分配也在悄然生变。全托管模式的流量占比已跌至30%，而半托管商品凭借更高效的物流和更灵活的运营，牢牢占据了首页50%-70%的推荐位。这种流量倾斜的背后，是Temu对用户体验和平台生态的深思熟虑。通过扶持优质卖家和高端商品，Temu正在一步步向“生态帝国”迈进，试图打造一个涵盖低价与高价、效率与品质的全场景跨境电商生态。 这场从“价格战”到“生态战”的升级，不仅是Temu的自我革命，更是整个跨境电商行业迈向更高质量发展的缩影。在这场变革中，谁能抓住平台战略升级的机遇，谁就能在这场“生态帝国”的争夺战中占据先机。 ## 二、行业冲击波：谁被淘汰？谁在崛起？ ### 1.商家分层：跨境老手与产业带巨头的盛宴 在这场政策变革的风暴中，跨境电商的“马太效应”正在加速显现。强者恒强，弱者出局，Temu的政策调整正在重塑跨境商家的生态格局，也将跨境老手与中小卖家的命运推向了截然不同的方向。 在这场变革中，胜出者往往是那些“身经百战”的跨境老兵。他们拥有稳定的海外仓布局，谙熟供应链管理的秘诀，更是在亚马逊等平台上积累了丰富的运营经验。这些商家早已练就了“多平台运营”的本领，能够快速适应Temu的新政策。安克创新、致欧科技等头部品牌正是凭借这些优势，率先完成了爆款迁移，在这场变革中抢占了先机。 而另一边，中小卖家的生存空间正在被一步步压缩。那些曾经依赖“一键搬图”选品、缺乏库存备货能力的商家，正在面临着前所未有的淘汰危机。泉州的饰品商家便是典型案例，他们因为无法满足“20万库存门槛”的要求，不得不选择退出，甚至将滞销商品捐赠给慈善机构。数据显示，这类中小卖家的退出率可能高达15%，这不仅是对他们的打击，更是对整个行业的一次“大浪淘沙”。 ### 2.品类革命：从“$0.99日用品”到“商用工业品” 从最初的“$0.99日用品”到如今的“商用工业品”，Temu正在悄然改变自己的定位，试图撕下“廉价平台”的标签。 最近，Temu平台上迎来了一批“新贵”——BISS（商用、工业、科研器材）类商品需求暴涨。从实验室设备到商用厨房用品，这些商品不仅复购率高，订单规模更是远超传统日用品。数据显示，2023年第三季度，Temu平台上BISS类商品的销售额同比增长了120%。这一数据背后，是Temu对高附加值品类的精准布局。 更令人意外的是，Temu开始彻底突破“低价”天花板。近期，平台上出现了大理石浴缸（2500美元）、鲟鱼子酱（250美元）等高价商品，并成功登上首页。这些商品不仅吸引了高端买家的目光，更让Temu的用户群体从“价格敏感型”向“品质需求型”发生了悄然转变。 这场品类革命的背后，是Temu对用户需求的深度洞察。通过引入高复购率、高客单价的品类，Temu不仅提升了平台的盈利能力，更在逐步弱化“廉价平台”的刻板印象。对于商家而言，这意味着新的机遇：那些擅长供应链管理和品牌运营的卖家，正在成为这场品类革命的最大赢家。而那些仍沉溺于“低价爆款”的商家，则可能在这场变革中被逐渐边缘化。 ## 三、争议与隐忧：平台内斗与生态失衡 ### 1.半托管与全托管的“内战” 半托管业务组率先发难，直言全托管模式“天花板有限”，认为其无法满足平台对高利润、高增长的需求。他们认为，全托管模式过于依赖平台自身的供应链和选品能力，难以应对日益复杂的市场需求。而半托管模式则赋予商家更大的自主权，通过海外仓发货缩短物流时效，提升用户体验，同时为平台带来更多高附加值商品的可能性。因此，半托管团队不断向平台争取更多资源倾斜，试图在流量分配上占据主导地位。 然而，全托管商家却苦不堪言。他们发现，自己的商品搜索排名正被半托管商品挤压，流量分配严重失衡。一些全托管商家反馈，原本稳定的订单量骤减，部分商品甚至被直接“雪藏”。这种“资源内耗”的局面，让全托管商家开始质疑平台的公平性。 在这场“内战”中，平台的资源分配成为焦点。一方面，半托管模式被认为是未来的主流方向，平台也在不断加大对半托管商家的支持力度；另一方面，全托管模式作为Temu早期的核心业务，仍然承担着大量中小卖家的订单需求。两者之间的资源争夺，不仅暴露了平台内部的战略矛盾，也让商家们陷入了“站队”的两难境地。 这场“内战”的胜负，或许将决定Temu未来的生态走向。对于商家而言，如何在这场流量争夺战中找到自己的位置，将是接下来最重要的课题。而对于平台来说，如何平衡两种模式的关系，避免“内耗”，才是这场战争的关键 ### 2.中小卖家的生存悖论 Temu的半托管模式看似带来了物流提速和流量红利，但对中小卖家而言，这是一场艰难的平衡战。半托管模式要求中小卖家自行垫付头程运费和海外仓租金，回款周期更是延长了30天以上。原本微薄的利润被物流和仓储费用大幅侵蚀，现金流更是捉襟见肘。不少卖家感叹：“利润被压榨，连生存都成了难题。” 此外多仓运营对商家的数据管理能力也提出了更高要求，传统Excel难以应对，库存错配问题频发。有的商品在海外仓积压，却在国内仓断货；有的商品调拨到海外仓后因需求变化滞销。这种“顾此失彼”的局面，让中小卖家对未来的运营充满焦虑。 在这场变革中，中小卖家的生存困境不仅是一场个体的挣扎，更是整个跨境电商生态需要共同面对的挑战 ## 四、未来展望：半托管将成主流？卖家如何破局？ ### 1.趋势预测：2025年或成“半托管元年” 在这场跨境电商的“大变革”下，一个全新的时代正在悄然到来。2025年，或许将成为“半托管元年”。Temu的目标明确：半托管交易额占比将超过60%，全面超越全托管模式。这意味着，未来的跨境电商将更加倚重海外仓布局，商家的运营模式也将发生根本性转变。 与此同时，平台的野心远不止于此。据悉，Temu正在积极招商，联合利华、联想等国际品牌或将成为首批入驻名单。这些大牌的加入，不仅将进一步完善平台的供应链体系，还将推动跨境电商向“品质生活”场景迈进。从“低价爆款”到“品质消费”，这或许将是Temu引领行业升级的关键一步。 对于中小卖家而言，这既是挑战，也是机遇。谁能在这场变革中率先调整策略、优化运营，谁就能在未来的竞争中占据一席之地。而那些未能跟上节奏的商家，或许只能成为这场“半托管革命”中的出局者。2025年，跨境电商的生态正在重构，谁能把握住这波趋势，谁就能在这场变革中笑到最后。 ### 2.破局之道：中小卖家的“自救指南” 在这场“半托管革命”中，中小卖家的日子并不好过。但与其被动等待被淘汰，不如主动寻找破局之道。轻资产突围，或许是中小卖家的第一步。与指纹科技HICUSTOM等POD（按需生产）服务商合作，不仅能实现按需生产，还能最大程度降低库存风险。告别传统的大批量备货模式，中小卖家可以更灵活地应对市场需求，专注于设计和营销，而不是被库存压得喘不过气。 与此同时，工具的赋能正在成为中小卖家的“救命稻草”。接入易仓ERP系统后，订单处理实现自动化，库存动态实时监控，错发率更是降低了50%。这意味着，中小卖家可以将更多精力放在产品创新和市场洞察上，而不是被繁琐的订单和库存管理拖累。 而在竞争激烈的红海市场中，差异化才是王道。中小卖家不妨避开价格战硝烟弥漫的类目，转而聚焦定制化产品，比如刻字饰品、定制礼品等。此外，尝试组合销售增值服务，比如包装升级、刻字服务等，也能让产品附加值倍增。在这个“半托管元年”，中小卖家要想在这场变革中脱颖而出，就必须打破传统的思维定式，找到属于自己的“破局之道”。 Temu的爆款迁徙计划，本质是一场“适者生存”的筛选——唯有供应链韧性、本地化能力、数据化运营兼备的商家，方能在这场生态重构中存活。而对平台而言，如何平衡“规模扩张”与“生态健康”，避免沦为第二个“拼多多低价内卷场”，将是更长期的命题。 本文由 @芭蕉叶 原创发布于人人都是产品经理。未经许可，禁止转载。 题图来自Unsplash，基于CC0协议。 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

<blockquote><p>在医药行业数字化转型的浪潮中，ERP管理系统正逐渐成为企业提升运营效率、确保合规性以及优化供应链管理的关键工具。本文将深入探讨医药ERP管理系统的产品设计实践，供大家参考。</p> </blockquote>  前面跟大家聊了医保追溯码的内容，后面想了想医保追溯码最后还是要在应用系统上进行承接这个功能，而最好承接的系统就是ERP系统，所以今天给各位把医药的ERP相关系统产品设计再来展开聊下。 当前医药零售行业呈现高度竞争态势，连锁药房、单体药店与电商平台并存，市场集中度逐步提高。 随着”互联网+医疗健康”模式的普及，消费者对药品购买便捷性、用药安全性和服务专业性的需求显著提升。行业亟需通过信息化手段优化供应链效率、提升合规管理能力，以应对处方外流、医保控费、药品追溯等政策要求。 同时，线上线下全渠道融合、会员精细化运营、智能仓储配送等需求，进一步推动医药零售企业加速数字化转型。 而且随着AI技术的快速发展，医药ERP+AI未来也会在医疗行业中扮演着越来越重要的角色。医药ERP管理系统是利用信息技术对药品的采购、储存、分发与使用进行系统化管理的工具，旨在提高药品管理的效率和安全性，降低医疗成本，提高医疗服务质量。 ## 一、医药行业现状与趋势 **1、连锁化与数字化转型加速** 截至2025年，连锁药店占比已超70%，头部企业通过并购整合加速扩张。线上线下融合（O2O送药、B2C电商）成为标配，部分企业线上销售占比突破30%。 ERP系统需支持全渠道订单管理，如与美团、饿了么等平台无缝对接，实现库存同步与自动分单。 **2、全渠道融合** O2O订单占比超25%，ERP需实现”线上下单-门店拣货-即时配送”的分钟级响应，支持多平台订单自动同步（如美团、饿了么、京东健康），并通过API接口实现库存动态扣减与逆向退货处理。 **3、专业服务升级** 慢病管理、DTP药房等业态崛起，要求系统嵌入用药指导、健康档案管理等医疗属性功能。 例如，某DTP药房通过ERP整合患者电子病历、医保报销数据，实现”用药方案推荐-医保资格校验-自费差额计算”一体化服务。 ## 二、政策驱动的合规性升级 2017年1月，国务院医改办会同国家卫生计生委等8部门联合下发的一份通知明确，综合医改试点省(区、市)和公立医院改革试点城市的公立医疗机构要率先推行药品采购“两票制”，鼓励其他地区执行“两票制”，以期进一步降低药品虚高价格，减轻群众用药负担。流通环节压缩至“药厂→流通企业→药店”，ERP需实现进销存数据与税务直连，自动生成电子发票并关联批次追溯码。 2018年10，国家药监局发文字号：国药监药管〔2018〕35号文件《国家药监局关于药品信息化追溯体系建设的指导意见》的指导意见：既要满足药监局”扫码验真”要求（通过区块链存证确保数据不可篡改），又要支持企业自身窜货稽查。通过药品追溯码，可以实现药品从生产到流通、使用，再到医保结算的全流程可追溯和监控，有助于提升药品管理效率，保障参保人的用药安全，并严厉打击串换药品、倒卖药品等违法违规行为‌。 2019年8月，由全国人大会议修订《中华人民共和国药品管理法》，于2019年12月1日起实施。 其中 <blockquote><p>第七条　从事药品研制、生产、经营、使用活动，应当遵守法律、法规、规章、标准和规范，保证全过程信息真实、准确、完整和可追溯。</p> <p>第三十六条　药品上市许可持有人、药品生产企业、药品经营企业和医疗机构应当建立并实施药品追溯制度，按照规定提供追溯信息，保证药品可追溯。</p></blockquote> 2021年4月，医保局、卫生健康委联行发布医保发〔2021〕28号《关于建立完善国家医保谈判药品“双通道”管理机制的指导意见》的政策文件，指导意见中的“双通道”是指通过定点医疗机构和定点零售药店两个渠道，满足谈判药品供应保障、临床使用等方面的合理需求，并同步纳入医保支付的机制。同时，全国医保平台统一接口标准，ERP需支持医保目录动态匹配、处方真实性核验（如对接医院HIS系统）及医保结算对账自动化。 2022年8，国家市场监督管理总局第58号令发布《药品网络销售监督管理办法》，自2022年12月1日起施行。其中： <blockquote><p>第十五条　向个人销售药品的，应当按照规定出具销售凭证。销售凭证可以以电子形式出具，药品最小销售单元的销售记录应当清晰留存，确保可追溯。</p> <p>药品网络销售企业应当完整保存供货企业资质文件、电子交易等记录。销售处方药的药品网络零售企业还应当保存处方、在线药学服务等记录。相关记录保存期限不少于5年，且不少于药品有效期满后1年。</p> <p>第二十一条　第三方平台应当保存药品展示、交易记录与投诉举报等信息。保存期限不少于5年，且不少于药品有效期满后1年。</p></blockquote> 2023年10月，国家市场监督管理总局令第84号《药品经营和使用质量监督管理办法》，强制要求企业建立药品采购、储存、销售、运输等环节的质量管理体系，确保药品安全。同时，2023年新增”阴凉药品温湿度自动记录”等12项强制性条款，要求ERP需集成IoT设备温湿度传感器数据，自动生成温控日志并预警异常，超标时自动触发锁库并通知质量负责人。 2024年4月，国家医保局在全国范围开展药品追溯码采集应用试点工作。依据《医疗保障基金使用监督管理条例》、《零售药店医疗保障定点管理暂行办法》、《关于建立定点医药机构相关人员医保支付资格管理制度的指导意见》、《最高人民法院 最高人民检察院 公安部 关于办理医保骗保刑事案件若干问题的指导意见》等政策文件。 2025年1月1日起，将全面推进药品的严监管。药品追溯码的全量采集应用，对串换、倒卖医保药品、空刷套刷医保卡、伪造处方等违法违规使用医保基金行为开展精准打击，加大处置力度。 2024年10月，国家医疗保障局办公室发布医保办函〔2024〕86号《关于规范医保药品外配处方管理的通知》的发文，其中第一条：支持将电子处方打印成纸质处方，方便老年人等有需求的参保人持纸质处方前往定点零售药店购药。 第二条，定点零售药店应按照医保部门关于药品追溯码有关规定，应用药品追溯码，确保调剂外配处方药品可追溯。 ## 三、为什么医药ERP管理系统是刚需？ 作为医疗/医药行业数字化转型的核心枢纽，医药ERP（Enterprise Resource Planning）是指为医药行业设计的企业资源计划系统，旨在优化医药企业的各项资源管理和业务流程。 通过整合采购、生产、库存、销售、财务等多个模块，医药ERP系统能够提高工作效率，降低运营成本，确保药品质量和合规性。 需同时解决三大矛盾： 政策强监管与业务灵活性、供应链复杂性与操作效率、临床用药安全与成本控制。作为产品经理，我们的核心任务是： 通过系统化设计，将政策要求转化为可落地的功能模块，同时满足医院、药企、零售终端的差异化需求。 医药行业对库存的管理至关重要。ERP系统能够实时监控药品的库存水平，确保药品不会短缺，同时避免过量存储带来的浪费。 通过实时监控药品的库存情况，医药管理系统可以帮助医院及药店及时了解药品的使用情况，避免因库存不足而导致的用药延误。  如图：ERP药品库存管理流程 而且，系统能够自动生成库存报告，提示管理人员何时需要补货，从而确保药品供应的连续性。 另外，ERP系统可以与供应商的数据库对接，将药品采购、入库等信息进行整合，简化采购流程。 从供应商选择、合同管理到采购订单的生成，都可以通过系统自动化完成。这不仅提高了采购效率，还能通过数据分析帮助企业选择合适的供应商，降低采购成本。  如图：ERP采购管理流程 此外，系统还可以根据历史数据预测药品的需求，帮助管理者进行更科学的采购规划，降低因过量采购带来的资金占用和风险。 通过ERP系统，企业可以实现销售数据的实时分析，了解各个产品的市场表现。此外，系统还能够优化分销渠道，确保药品能够快速、高效地送达客户手中。  如图：ERP销售管理流程 另外，ERP系统能与医保的“马上放心”平台打通，通过药品追溯码的数据打通，实现药品从生产到流通的各个环节信息便一目了然，真正实现了药品来源可查、去向可追。  如图：ERP 医保追溯码管理 也能够记录药品的分发信息，包括每种药品的使用患者、剂量、用药时间等，并将这些信息与患者电子病历系统相连接，实现药物使用的可追溯性。这一机制不仅提高了用药安全，还能有效地防止药物滥用和错误用药事件的发生。 医药ERP系统在零售环节，对医院药房来说，实时监控药品使用情况，结合临床需求预测库存，避免药品浪费或短缺。 例如，根据手术室和住院部需求动态调整库存分配。分析药品使用成本，优化采购渠道和供应商管理，降低整体运营成本。整合电子病历系统，确保医生开具处方时自动核对药品库存、禁忌症及过敏史，减少用药错误风险。与医院HIS（医院信息系统）无缝对接，实现患者就诊、处方、取药全流程数字化，缩短患者等待时间。 对零售药店来说，医药ERP系统可以实时跟踪药品库存量、批次及有效期，自动预警库存短缺或过剩，避免药品过期和缺货风险。例如，系统可根据销售数据预测补货需求，自动生成采购订单。优化库存周转率，降低库存积压成本，提升资金使用效率。  如图：ERP零售药品流程 ## 四、医药ERP管理系统功能介绍 医药ERP管理系统是针对医药行业高度监管与复杂供应链特性设计的集成化管理平台，其核心功能覆盖药品流通全链路，包括智能化采购与供应商资质核验、动态库存管理（支持批次效期追踪、冷链温控及多仓调拨优化）、以及全渠道销售协同 （覆盖线下门店、O2O平台及B2B电商，支持医保结算与电子处方双盲审核），以及贯穿GSP规范的生产与仓储流程自动化（如养护计划生成、首营审批电子化）。 系统深度融合物联网、AI等技术，实现供应链透明化与合规性闭环管理，同时通过数据分析驱动采购预测、库存优化及客户健康管理，助力企业提升运营效率并满足药监、医保等监管要求。 并与供应链、财务及物流系统无缝对接（如自动生成GSP合规报表、两票制票据核验及冷链物流监控），全面解决医药企业库存损耗、合规风险及数据孤岛等痛点。  如图：医药ERP管理系统架构 以下结合医药ERP系统架构图，分类阐述核心功能模块： ### 1. 总体功能需求 系统需满足药品全生命周期管理、临床用药合规性、供应链高效协同三大目标，支持医院、药企、零售药店等多角色应用场景。 ### 2. 核心功能模块 **1）基础档案** 在系统正式运行之前必须先要对系统进行信息初始化，即输入各基本资料才能开始使用软件进行管理。基本资料包括：药品分类、药品档案、货商档案、客户档案、仓柜设置、操作员档案、其他资料、条码标签设计等，这些功能都列在程序主界面中的信息档案模块内。 （1）药品分类：商品的分类，基本资料的一种，先要建立商品分类，再能建立商品档案，然后才可以根据类别对商品进行进销存管理和相关操作。 （2）药品档案：系统基础资料的核心，是销售药品的基础条件，需要先有药品档案之后才能展开销售。建立好药品分类后，就可以建立药品档案。 （3）货商档案：货商档案是用来记录产品供货商的基本信息，在药品采购时将要参与到采购管理流程中来。 （4）客户档案: 用来管理客户档案基本信息，销售管理的对象就是客户，所以管理好客户档案资料，是进行销售活动的前提。 **2）采购管理** （1）补货申请单: 补货申请单是采购管理的初始环节，为采购药品提供有效数字依据，是采购流程中的步。补货申请单并不直接影响库存只是作为开始采购流程之前的一个单据凭证。 （2）采购订货单: 采购订货单是采购管理的环节，为采购药品提供有效依据。具有”增加、删除、保存、打印、审核、反审、查询等功能。 （3）采购退货单: 采购的商品，不符合药店规定或者不合格的商品退还给供货商，退货单据生效时，药品库存随着改变。 （4）货商结算单: 在药品入库后，未结算完的帐单会在货商结算单这记录下来，可事后跟货商进行单据货款的结算。 **3）销售管理** 为了实现各种组织目标，创造、建立和保持与目标市场之间的有益交换和联系而设计的方案的分析、计划、执行和控制。通过计划、执行及控制企业的销售活动，以达到企业的销售目标。 销售管理专用于后台系统进行药品销售操作和销售情况查询操作，主要包括销售订货单、批发销售单、销售赠送单、销售退货单、客户结算单、处方单以及相应报表等模块。 **4）零售管理** 零售管理模块中的功能有药品调价单、调价单、打包药品、买单、批量调价、零售单、买赠促销、POS实时监控等。其中大部分业务是和前台收银销售优惠设置有关，其他的报表功能均是用于查询零售前台销售情况。 （1）药品调价单：当药品进价或者售价发生改变时，就需要对药品价格进行统一的修改，这时我们可以在药品调价单里面对同一仓库的药品进行批量价格修改。 （2）批量调价：可用来对直接修改药品的相关价格，通过调价条件和使用调价公式，能对药品价格实现灵活变更。因为该功能是直接修改药品的相关价格，请注意查看修改条件，再进行调价。 （3）买赠促销：买赠是药品促销的一种手段，这样的模式能有效促进药品销售和避免销售员私自扣押赠送药品的情况发生。 **5）库存管理** 与管理药品库存数量信息相关的功能的管理模块就是库存管理。库存管理包括药品调拨单、报损单、盘点锁定/解锁、盘点单、成本变更单、药品库存查询以及相关报表等功能模块。 药店往往需要储备一定数量的药品，也就是库存。库存是药店的经营过程中一个重要环节，所以库存管理是整个药品管理优化的重要组成部分。 （1）药品调拨单：药品调拨单主要用存在多柜组库存管理，在柜组与柜组之间的进行商品相互调配操作的一个功能。 （2）盘点锁定/解锁：为了在盘点时前台销售药品的操作不影响盘点时的库存，所有在此用到了盘点锁定/解锁功能。 （3）盘点单：在一段时间的药品销售后，可能会发生电脑库存数量和电脑数量发生不一致的现象，因此在一段时间后需要对现实中的药品做的一个清点，已此核查与电脑数量的差异，从而修正电脑的库存数量，也就叫做盘点。 （4）药品库存查询：药品库存查询功能用来在日常经营后查询商品剩余库存数量的一个功能，打开库存查询界面后，点击查询按钮就可以查询出药品的库存数量。同时查询库存时，还可以按照货商，药品编号，分类，名称，编码，柜组等查询条件查询。 （5）监管码查询：记录药监电子监管码的状态以及电子监管码的历史记录。 **6）GSP管理** GSP是英文Good Supplying Practice缩写，在中国称为《药品经营质量管理规范》。在药品流通过程中，针对计划采购、购进验收、储存、销售及售后服务等环节而制定的保证药品符合质量标准的一项管理制度。 其核心是通过严格的管理制度来约束企业的行为，对药品经营全过程进行质量控制，保证向用户提供优质的药品。 GSP管理包括GSP文档管理、报损商品台帐、报损商品销毁单、药品人员体检表、个人培训记录、顾客意见、健康检查汇总表、库存商品养护检查记录、商品停销通知单、商品质量查询登记表、销货退回商品台帐、药品催销表、药品生产经营企业目录、药品质量档案、药品质量验收记录、药品购进计划、药品购进记录、药品灭菌记录等功能模块。 **7）追溯码管理** 医保追溯码由20位码组成，每件产品的追溯码唯一，即“一件一码”，好像商品的身份证，简称追溯码。 通过生产及流通过程中上传追溯码到医保追溯平台完成产品状态查询、追溯和管理码上放心追溯码功能。 接口用于医药管理系统与医保追溯平台对接的接口，通过企业入库出库上传追溯码，完成药品可追溯的目标。 **8）促销管理** 通过整合销售、库存及会员数据（如单品毛利、库存周转率、会员消费偏好），构建智能促销模型，实现差异化营销策略的快速部署与调整。 （1）抵扣券管理：支持现金券、折扣券等多类型电子券的全生命周期管理，可自定义发放规则（如满额领取、定向推送优质客户），并实现线上领券引流与线下核销的无缝衔接，同时支持商家后台实时监控核销率与ROI分析。 （2）积分抵现：提供积分兑换规则设置（如100积分抵1元），支持收银时自动计算抵现金额并生成费用单据，且可限制单笔抵现比例（如最高抵30%订单金额），并与会员健康档案联动推送个性化积分活动（如慢病患者复购积分加倍）。 （3）特价限购促销：针对近效期药品或爆款商品，可设置限时折扣（如7折）与限购数量（如每人限购2盒），系统自动触发库存预警并同步更新价格标签，防止超卖或价格冲突。 （4）买赠促销：支持“买A赠B”或“满N件赠品”策略，例如购买心脑血管药品赠送血压计，系统自动匹配赠品库存并生成出库记录，同时跟踪赠品成本分摊至财务报表。 （5）组合促销：可创建药品套餐（如感冒药+维生素C组合8折），或中药代煎服务与药材捆绑销售，系统自动计算组合价并生成独立销售码，支持线上线下同步推广。 （6）满额立减：灵活配置阶梯满减规则（如满200减30、满500减80），在收银时自动触发优惠，并联动会员系统叠加积分奖励，同时提供毛利测算看板评估活动盈利能力 **9）会员管理** 通过构建多维会员档案（如记录病史、过敏史、用药偏好等健康数据），实现患者用药安全与个性化服务；依托动态积分体系（如消费金额自动累积积分、多等级差异化兑换规则）与会员标签（如基于购买记录自动生成”高血压患者””保健品爱好者”等分类标签），精准匹配优惠策略。 （1）会员资料管理 构建完整会员档案，记录基础信息（姓名、联系方式、身份证号）及健康数据（慢病用药史、过敏信息、医保类型），并跟踪消费偏好（如复购周期、客单价分布）。 支持动态会员等级划分（如普通/黄金/铂金会员），根据消费金额或积分自动升级，并关联差异化权益（如专属折扣、生日礼券）。 （2）会员积分体系 消费自动累计积分（如每消费1元积1分），支持积分调整（如促销活动积分加倍），并通过积分兑换规则（如100分抵1元）实现抵现或兑换健康服务（线上问诊券）。 积分与会员等级联动，例如黄金会员积分有效期延长至2年，且可参与高价值商品兑换（如血压计）。 （3）会员储值功能 支持预存款充值（如充值1000元赠100元），支持储值卡绑定消费，并限制单笔抵现比例（如最高抵30%订单金额）。 储值记录与财务报表联动，自动生成预付款流水及欠款提醒，降低坏账风险。 （4）会员特价 设置会员专属特价商品（如高血压药品8折），支持限时、限量促销（如每人限购2盒），并通过POS系统自动识别会员身份触发优惠。 （5）会员折扣 分级折扣策略（如铂金会员全场9折、黄金会员部分品类9.5折），支持会员日叠加积分奖励（如双倍积分）。 （6）会员兑换服务 积分兑换多样化礼品（如药品抵用券、健康检测服务），支持线上商城与线下门店同步兑换。 与健康管理结合，例如慢病会员积分可兑换用药提醒服务或复诊挂号优先权益。 **10）统计分析** 通过实时采集销售、库存、生产及财务等全链条数据（如单品毛利、库存周转率、批次效期），构建动态分析模型，支持企业精准识别市场趋势与运营短板。 （1）库存分析：实时监控药品库存结构、效期分布及周转率，生成库存水位预警报告（如近效期药品提醒），避免因库存积压或短缺造成的损失。 （2）销售分析：追踪热销SKU、区域销售差异及季节性波动，辅助调整采购与生产计划。例如，结合流感高发期预测感冒药需求，动态补货。 （3）客户行为分析：统计客单价、复购率及会员消费偏好，生成客户分群标签（如慢病患者、医保用户），为精准营销提供依据。 （4）采购分析：评估供应商交付准时率、采购成本波动及质量合格率，优化供应商选择策略。系统可生成采购成本对比报表，支持集中采购谈判以降低成本。 （5）财务分析：核算生产成本、仓储损耗及营销费用，生成毛利分析看板，定位成本浪费环节（如高损耗药品包装改进）。追踪应收账款账期、预付款使用效率，提供现金流预测模型，降低财务风险。 （6）合规性分析：自动生成GSP/GMP合规性报告，记录生产批次质检数据及处方审核日志，确保药品全流程可追溯。例如，通过批次号追踪问题药品流向，快速召回并生成整改报告。 **11）物流管理** 通过自动化处理订单、库存、运输等核心环节，实现高效精准的药品流通管控。自动关联药品批次、质检报告等数据，保障全链条可追溯性，并通过三单匹配（采购单、入库单、发票）减少人工差错，降低运营成本。 （1）配送开单：通过系统自动生成配送单据，支持多类型订单（如B2B批发、门店补货、电商订单）的统一处理。系统根据预设规则（如配送优先级、库存分布、冷链需求）智能分配发货仓库，并自动匹配运输资源（如冷链车、普通货车）。 （2）门店调拨：实现多门店或仓库间的库存动态调配，解决区域性缺货或库存积压问题。 （3）收货验收：严格把控药品入库质量与合规性，防止过期或不合格药品流入库存。 （4）委托派送：对接第三方物流公司，实现药品运输的外包管理与全程监控。 （5）退库验收：规范退货流程，确保退回药品质量可控并重新进入可销售库存。 （6）装斗清斗：清斗装斗操作需遵循标准化流程，确保生产记录完整准确。该流程涵盖设备准备、物料清点、操作执行、数据记录四大步骤，对中药、西药等容器进行装载作业。 **12）绩效管理** 通过自动化采集销售、库存、财务等业务数据（如单品毛利、批次效期、回款率），实时生成多维度的绩效指标（如销售额提成、客户开发数、合规评分）并关联员工考核体系。 （1）员工信息管理：整合员工基础信息（岗位、职级、入职时间）、绩效历史数据及技能资质，构建动态绩效档案。系统支持按部门/岗位分类管理，并关联绩效考核指标（如销售岗位绑定销售额、毛利目标），为提成计算提供数据基础。 （2）毛利提成管理：基于销售毛利（销售额-产品成本-分摊费用）设定阶梯提成比例。 （3）单品提成管理：针对重点药品设置独立提成策略，与库存系统同步效期数据，自动触发提成激励规则。 （4）批次提成管理：根据药品生产批次或采购批次核算提成，适用于特殊场景，同一药品不同批次因成本差异（如集采批次）设置差异化提成。 （5）员工考核管理：支持季度/年度考核周期，并根据市场变化（如疫情突发）临时调整目标值。 （6）绩效发放管理：系统按预设规则计算提成金额，生成可视化的绩效工资单（含基础工资、提成、扣减项）。 **13）财务管理** 全流程数字化管控与业财深度协同，通过自动化处理采购、销售、库存等业务数据，实时生成财务报表（如资产负债表、利润表）并同步更新财务凭证，减少人工干预与错误。 基于GSP/GMP等法规要求，内置合规校验机制（如发票与药品批次关联、效期预警），确保财务操作符合行业监管标准，规避法律风险。 （1）应收管理：基于客户历史交易数据动态评估信用等级（如A级客户账期30天，B级客户预付款50%），并设置信用额度阈值，超限订单自动冻结发货。 实时显示应收账款账龄（如30天/60天/90天逾期分级），自动生成催款通知邮件或短信，并联动销售系统限制逾期客户下单权限。根据账龄自动计提坏账准备金（如逾期90天以上计提50%），生成坏账核销记录供审计追溯。 （2）应付管理：支持按合同约定账期（如货到30天付款）自动生成付款计划，超期付款触发滞纳金计算。采购订单、入库单与发票自动校验（数量、单价、税率），差异超5%需人工复核，确保付款准确性。 （3）发票管理：支持增值税专用发票、普通发票、电子发票的开具与验真，自动匹配税务编码（如药品分类编码）。销项发票红冲时自动生成负数凭证，并同步更新库存与收入数据。建立进项发票池，自动计算可抵扣税额，并生成增值税申报表底稿。 （4）每日定时比对银行流水与系统收款记录，差异项标记为“未达账项”并生成调节表。与医保系统、第三方物流平台对接，自动核销医保回款与委托配送应收款。支持按单据号穿透查询原始业务数据（如销售订单、物流签收单），定位差异原因。 （5）结款管理：支持电汇、银联、第三方支付（如支付宝企业账户）等多种渠道，付款指令一键推送至银行系统。按合同约定自动拆分多方结算（如医院返点、代理商佣金），并生成分账凭证。实时同步银行账户余额与交易流水，减少手工录入错误。 （6）财务凭证：售出库单、采购入库单等业务操作自动生成会计凭证（如借：应收账款，贷：主营业务收入）。按会计准则（如中国GAAP、IFRS）平行记账，满足集团合并报表需求。 作者：观海日记，公众号：观海日记 本文由 @观海日记 原创发布于人人都是产品经理。未经作者许可，禁止转载。 题图来自Unsplash，基于CC0协议。 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

当时时间26日，美国总统特朗普发表声明，**宣布对所有进口汽车征收25%关税，将于4月2日生效。**特朗普还强调，**汽车关税将会是永久的，但如果在美国制造汽车，则无需缴纳关税。**声明一出立即引发全世界的关注，那么哪家或者说哪些车企以及哪些国家和地区受影响最大呢？  先来看车企，你可能想不到的是，**美国第一大进口车企业不是别家，而是通用汽车**，而其主要从墨西哥、韩国和中国工厂往美国运车，份额在进口车中占比9.52%。 **排在第二名的则是日本汽车一哥丰田，主力工厂在日本、泰国和巴西，份额在进口车中占比8.53%** 第三是马自达，主力工厂在日本和墨西哥，份额在进口车中占比8.14%，后面还有起亚、斯巴鲁等。 总而言之，**此次美国加征关税，日韩品牌汽车首当其冲，美国通用汽车更是挨了自己人一记闷棍，**当然，也不止是通用，包括福特、特斯拉等均会受到不同程度影响。  至于美国乘用车进口的最大来源地（2023年数据），**墨西哥排在第一位，日本排在第二**，而后则是加拿大、韩国、德国、斯洛伐克、英国、意大利、瑞典和比利时。  需要特别指出的是，美国车市和中国车市不同，中国的进口车主要是高端豪华车，**而美国进口车大户全是通用、丰田、马自达这种家用买菜车，加征关税影响的是普通百姓**。 [查看评论](https://m.cnbeta.com.tw/comment/1488626.htm)

ChatGPT 的新 AI 图像生成器上线仅一天时间，社交媒体上就已经充斥着吉卜力工作室风格的 AI 生成图像。吉卜力工作室是日本一家备受追捧的动画工作室，曾制作过《龙猫》和《千与千寻》等卖座电影。 在过去的 24 小时内，我们看到了人工智能生成的图像，这些图像代表了吉卜力工作室版本的埃隆·马斯克、《指环王》和唐纳德·特朗普总统。OpenAI 首席执行官 Sam Altman 甚至似乎将他的新头像制作成了吉卜力工作室风格的图像，大概是使用 GPT-4o 的原生图像生成器制作的。用户似乎正在将现有的图像和图片上传到 ChatGPT 中，并要求聊天机器人以新风格重新创建它。  OpenAI 的最新更新紧随Google在其 Gemini Flash 模型中发布类似的 AI 图像功能之后，该功能在 3 月初也引发了热议，当时人们使用它来去除图像中的水印。 OpenAI 和 Google 的最新工具使重新创建受版权保护作品的风格变得前所未有的简单——只需输入文本提示即可。这些新的 AI 图像功能似乎重新引发了对多起针对生成式 AI 模型开发者的诉讼的核心担忧。如果这些公司正在使用受版权保护的作品进行训练，那么他们是否违反了版权法？ 律师事务所 Neal &amp; McDevitt 的知识产权律师 Evan Brown 表示，GPT-4o 的原生图像生成器等产品目前处于法律灰色地带。Brown 表示，风格并没有明确受到版权保护，这意味着 OpenAI 仅仅通过生成看起来像吉卜力工作室电影的图像似乎并不违法。 然而，布朗表示，OpenAI 有可能通过用吉卜力电影的数百万帧来训练其模型，从而实现这种相似性。即使情况确实如此，一些法院仍在裁定用受版权保护的作品训练 AI 模型是否属于合理使用保护范围。 “我认为这提出了我们几年来一直在问自己的同一个问题，”布朗在接受采访时说。“爬取网络并复制到这些数据库中会侵犯版权吗？” 《纽约时报》和几家出版商正在积极起诉 OpenAI，声称该公司在没有适当署名或付费的情况下使用受版权保护的作品训练其 AI 模型。其他领先的 AI 公司也面临类似的诉讼，包括 Meta 和 AI 图像生成初创公司 Midjourney。 OpenAI发言人在一份声明中表示，虽然 ChatGPT 拒绝复制“个别在世艺术家的风格”，但 OpenAI 允许它复制“更广泛的工作室风格”。当然，值得注意的是，有些在世艺术家被誉为开创了他们工作室的独特风格，比如吉卜力工作室的联合创始人宫崎骏。 显然，用户还可以使用 GPT-4o 的原生图像生成功能来重现其他工作室和艺术家的风格。有人以苏斯博士的风格制作了马克·安德森 (Marc Andreessen) 的肖像，一对已婚夫妇以皮克斯的风格重现了他们的结婚照。 我们测试了几种流行的 AI 图像生成器（包括 Google 的 Gemini、xAI 的 Grok 和 Playground.ai 中的图像生成器），以了解它们是否能够匹配吉卜力工作室的风格。我们发现 OpenAI 的新图像生成器可以最准确地复制该动画工作室的风格。  一只真实的狗（左）和一张以吉卜力工作室风格制作的人工智能生成的狗 ChatGPT 图像（右）。图片来源： Maxwell Zeff/openAI 目前，OpenAI 和Google的新图像功能在 AI 模型生成能力方面取得了飞跃，这似乎正在推动使用量激增。OpenAI 周三推迟了向免费用户推出其新图像工具的计划，理由是需求量很大。这可能是这些公司目前最重要的事情，但我们必须等待法院对其合法性进行评估。 [查看评论](https://m.cnbeta.com.tw/comment/1488610.htm)

对于美国宣布对所有进口汽车征收25%关税一事，特斯拉CEO埃隆·马斯克周三表示，**关税对特斯拉的影响是 “重大的”。**“**重要的是要注意，特斯拉并非毫发无损。关税对特斯拉的影响仍然很大**，”马斯克在X上发文说。  当地时间26日，美国总统特朗普在白宫签署行政令，**宣布对所有进口汽车征收25%关税。相关措施将于4月2日生效。** 他表示，**汽车关税将会是永久的。他表示，如果在美国制造汽车，则无需缴纳关税。** 特朗普称，特斯拉CEO埃隆·马斯克没有对汽车关税发表过任何建议，也没有从中要求获得任何益处。 随着关税和通胀担忧加剧，美股汽车股受重挫。**其中，特斯拉下跌5.58%**，通用汽车跌-3.12%。  与此同时，马斯克在美国政府中的一系列做法正在令特斯拉品牌形象在欧洲倍受冲击。 欧洲汽车制造商协会数据显示，今年1月至2月，欧盟市场的特斯拉新车注册量同比下滑49%。  [查看评论](https://m.cnbeta.com.tw/comment/1488624.htm)

改造永辉超市这场战役，叶国富不能输。

 首先要澄清一点，虽然矩形或椭圆形大盾一直是罗马人的标志性盾牌，但它并非一开始就在使用。相反，罗马人最早使用的就是圆盾。 从公元前7世纪开始，罗马军队的盾牌与伊特鲁里亚人的圆盾（在希腊语中叫做hoplon或aspis，拉丁语是clipeus）非常相似，因为他们一直与伊特鲁里亚重装步兵作战。这种盾牌又大又圆，直径达1米，呈凸形，由木头制成。重量约在7-9公斤之间，这使得它非常沉重。它的握柄也非常独特。这种盾牌的优势在于它的使用方式。其独特的握法使其在单兵作战时非常笨拙，但在密集队形中却几乎无法将其突破。  这种握法决定了盾牌主要起防御作用，虽然盾牌的大小足以覆盖肩部和膝盖之间的空间，但盾牌的携带方式和大小会使战士的小腿易受伤害，因此需要青铜护胫的保护。 之所以做成这样，是因为罗马的邻居伊特鲁里亚人是以方阵作战的。罗马人将他们早期的盾牌演变成类似的东西，以便在伊特鲁里亚人的战争中击败他们。 这也是罗马人的第一种战斗阵形。方阵是一队紧密排列的长矛手，他们作为一个整体移动和作战。这些战士的大圆盾允许右侧的士兵掩护左侧士兵的右侧。每个战斗员都这样做，他们在彼此周围形成一道保护线。在平整的地面上，士兵们总能在前进和与敌人战斗时掩护自己的同伴。 这种阵型在对付没有组织的军队时非常有效，因为这些军队会迎头撞上对方的军队。可以让用这种阵型的军队从正面看来几乎是无敌的。然而，这会让军队的速度非常缓慢，极易受到侧翼机动攻击或地形的破坏。方阵在早期对罗马人非常有效，但当他们开始向意大利中部扩张时，崎岖的地形破坏了方阵，使其在战斗中的效果大打折扣。意大利中部山区的居民利用这一优势，通过使用各种技术进一步破坏了缓慢笨拙的方阵。 在不平整的地面上，方阵士兵往往被迫在彼此不同的高度上作战。这意味着他们无法有效地相互掩护。  (希腊重装步兵方阵) 而他们的对手萨姆尼特山地部落懂得如何在凹凸不平的地面上作战。他们的战斗更加松散，以单兵作战为主。 罗马人在经历了一系列失败后，最终在考丁岔路口全军投降，没有进行任何抵抗。于是罗马人彻底放弃了方阵，在公元前315年左右采用了更为灵活的支队系统，即著名的“有关节的方阵”，以适应新的战争形式。 “支队阵形”（maniples）在战斗时，通常由120名士兵组成，每排10人，共12排纵深。 在多山的地形上，大型方阵无法机动。支队阵形解决了这一问题。支队阵形是一种规模较小、机动性较强的士兵队伍。战士也更加分散。每名士兵占据六英尺（约1.8米）的空间，是方阵中的两倍。在这个空间里，士兵可以自由地挥舞短剑，并操纵盾牌抵挡来袭，因此原来的圆盾显得笨拙而不够灵活。这种新的空间要求装备的进化，它需要革命性的矩形盾牌。 波利比乌斯在其《历史》中描述了公元前二世纪早期的罗马盾牌： 罗马人的盔甲首先由盾牌（scutum）组成，盾牌的凸面宽76厘米，长120厘米，边缘的厚度相当于一个手掌的宽度。它由两块木板粘合而成，外表面先覆盖帆布，再覆盖小牛皮。它的上边缘和下边缘都有铁边加固，可以防止从天而降的打击，也可以防止放在地上时受伤。它还有一个固定在上面的铁制（突起的）盾心，可以抵挡来自石头、长矛、剑和其他重型弹矢的最猛烈的打击。 在支队阵形的时代，士兵们需要更多地以个人而不是一个整体的形式作战。他们的新盾牌比以前重装步兵所用的圆盾更灵活，既可用于全身防护，也可以充当攻击武器。 虽然比以前的圆盾略重（约8.5-10公斤），但由于可以保护腿部而省掉了沉重的护胫，因此能为全身提供更多保护和机动性。  在远距离上，盾牌的作用是保护持盾者免受标枪、箭或吊索（石头或铅）的攻击。 盾牌在近距离最明显的用途也是防御性的，但由于中央手柄的持握方式使盾牌在应对威胁时具有相当大的多功能性。盾牌可以举起来抵御高处的攻击，可以举在前面抵御正面的攻击，也可以放下来抵御对脚部或小腿的攻击。准备战斗时，士兵将自己藏在盾牌后面，以尽可能少地露出肉体。 在布匿战争时期，罗马军团徒手搏斗的经典程序包括两个明确的阶段。在第一阶段，近距离使用标枪齐射瓦解对方阵型。在第二阶段，拔出短剑，与幸存的攻击者近战肉搏。但在交战前，先用盾击，才轮到短剑出场。这正是支队阵形的关键所在——配合罗马短剑（gladius）给予敌人重创。 塔西佗对盾的进攻性使用作了典型的说明：“……严守纪律，当他们放完标枪时，使用盾心和剑，让他们堆尸如山，无暇掠夺……（塔西佗，《年鉴》）。”盾心和剑的搭配显示了两者之间的紧密联系：先用盾牌，再用剑。这种战术可能具有出其不意的优势，尤其是在面对不习惯这种双重打击的对手（如不列颠人）时。 塔西佗还不忘提醒他的听众这是如何做到的：“巴达维亚人刚刚开始接近敌人，用盾牌上的盾心攻击他们，毁坏他们的容貌，并推挤平原上的部队向山上的进攻势头，其他辅助队就急不可耐地加入了战斗，砍杀所有离敌人最近的人&#34;（塔西佗，《阿格里科拉》Agricola）。”  (左图：来自埃及Kasr el-Harit的弧形椭圆盾牌；右图：叙利亚出土的Dura-Europos弧形长方形盾牌。) 这种灵活性可以让罗马支队单独作战，轻松移动到更有利的位置，或掉转方向，朝与旁边单位不同的方向作战。这解决了方阵只能从正面作战的问题。其次，他们可以移动比方阵更流畅。支队不是排成一条大战线，而是排列成棋盘格状，各单位之间留有空隙。与方阵不同的是，支队可以弯曲，以便在崎岖的地形上行进，同时仍能保持队形。除此之外，支队还有两个显著的优点：部队轮换和部队增援。 古代战争中的一个常见问题是疲劳。穿上如此多的盔甲作战，需要消耗大量的体力。通常情况下，激战持续不到一个小时，因为士兵们已经筋疲力尽，无法再继续战斗。罗马的支队系统完美地解决了这一问题。当前线部队开始疲于战斗时，他们可以通过战术撤退到后面的战线。这实际上是用生力军替换了前线部队，让疲惫的士兵得到休息，以备将来的战斗。 前线部队叫做“青年兵”（hastati）。他们是军队中缺乏经验的年轻人，装备有剑、盾牌和标枪。第二线部队叫做“壮年兵”（principes），他们年长且经验丰富。他们也装备有剑和盾。在正常情况下，青年兵和壮年兵会在战斗期间交替作战。但是，如果战斗到了临界点，壮年兵和青年兵就会退到第三梯队，即后备队。后备队（triarii）是最有经验的精锐部队，装备有长矛，但比方阵更加松散。这种部队替换方法比其他战法更有优势。 棋盘格不仅可以让疲劳的部队撤退，还可以方便地增援和调动主战线后方的部队。由于大部分军队不在正前方，因此指挥官可以灵活地调动部队，增援阵型中的薄弱区域。  (罗马龟甲阵的现代重演。) 矩形盾牌的形状使军团士兵可以将盾牌重叠在一起，形成一道有效的全封闭屏障，抵御射弹。龟甲阵（testudo）就是这有一种最新颖的用法，它增加了军团士兵从上方手持盾牌，以抵御从天而降的射弹（如箭、矛或城墙上守军投掷的物体）。 通常，这些阵型是在围攻期间使用的，为军团士兵提供安全接近城墙或其他防御工事的通道，使其免受任何射弹的伤害。 罗马人长期坚持使用支队体系。在此期间，他们从一个意大利地区的强国崛起为地中海地区的霸主。然而，随着罗马的发展，它开始面临规模更大、组织更严密的军队。支队阵形的建立是为了对抗罗马在共和国初期与意大利山地部落的战斗。这一系统可以有效应对，但对于公元前200年至公元前100年间的大规模有组织战斗来说并不理想。当部队本身规模太小时，支队的灵活性就不再重要了。当罗马人与山地部落作战时，在这里或那里增援一个支队就能发挥作用，但当与其他大国作战时，这些部队就显得太小了。 由于局势发生了变化，罗马需要重组军队。随着公元前107年的马略改革，罗马找到了解决办法。 他们提出的解决方案被称为军团大队（Cohort）。首先，军团不再是120人的支队，取而代之的是10个军团大队，每个大队有480人。但是，这些大队并不是简单的大型支队，它们或多或少是一个大型的、技能相当的单位。在这一系统中，部队不再根据经验和武器装备来区分。  (罗马军团大队) 由于马略的改革，盾牌也必须进行改变。罗马士兵不再需要提供自己的盔甲、武器和盾牌——它们是由罗马国家购买的。这意味着这些物品通常具有更高的质量，而且必须考虑成本，因为它们是由工匠委托批量生产的。 由多层木头加上金属边缘和中央凸起部分制成的大型盾牌造价昂贵，这意味着更小、更便宜的圆盾开始成为主流。 圆盾的流行可能既与罗马人越来越多地使用野蛮人辅助部队有关——野蛮人首先引入了斯帕塔长剑（spartha），也就意味着他们使用的圆盾在一定程度上受到了重视——也与越来越多地强调骑兵部队的机动性有关。无论是罗马人还是野蛮人，他们都更喜欢长剑和较小的圆盾，因为后者为前者提供了更多的挥舞更长武器的余地。挥舞这把更长、更重的剑需要士兵的手臂移动更多，而大型盾牌阻碍了这一点。因此，需要更小的护盾，不能覆盖身体的大部分区域。 到了公元4世纪，椭圆形甚至圆形盾牌重新在罗马军团中占据了统治地位。罗马的君士坦丁凯旋门（见下图）主要由其他早期纪念碑上的雕塑组成，但其中也有一些描绘战斗的当代浮雕，展示了手持椭圆形盾牌的罗马士兵。  从外观上看，盾牌似乎又回到了最早的重装步兵式的圆形样式，真的是这样吗？ 从它所持握的背面，而不是表面看，它实际上是一种创新而不是返祖。罗马军团的盾牌从主宰制时期的木板结构、金属外壳的圆盾，随后演变为共和时代和元首制时期的弧形胶合板盾牌及平直的木板椭圆盾，结果又回归到了与其五百多年前的前身在尺寸和构造上相似的圆形盾。保留下来的一个主要创新是中央的水平手柄，它源自铁器时代的欧洲而非古希腊的绑带手柄的样式。 这种结构决定了盾牌同样不仅可以用于防御，还可以像矩形大盾那样使用盾心打击对手。 有趣的是，如今，矩形的设计卷土重来，成为防暴盾牌的首选设计。 · · · 在我的同名公众号，发现更多异世界去趣历史。

3月27日，绿城中国(03900.HK)发布公告宣布：张亚东因工作安排辞任执行董事及董事会主席，周长江因工作安排辞任执行董事以及薪酬委员会及提名委员会成员。绿城中国董事会主席一职由刘成云接任。 公开信息显示，刘成云，56岁，1991年10月起先后任四航局科研所软基公司副经理、新技术工程公司经理，岩土公司常务副经理、经营处副处长、市场开发部经理，四航局副总经理，中交投资有限公司副总经理，2013年7月起先后任中交（南沙）投资发展有限公司总经理、临时党委书记、董事长，中交城市投资控股有限公司董事长、总经埋、党委书记，中交佛山投资发展有限公司董事长，中国交建华南区域总部总经理、党工委书记。 2018年1月之后，刘成云进入中交集团总部工作，先后任中国交建战略发展部总经理、中交集团战略发展部总经理、中国交建战略与运营管理部总经理、投资事业部总经理，2020年12月任中交集团暨中国交建董事会办公室（战略发展部、改革办公室、派出董事办公室）主任、投资管理部总经理，2021年2月任中交集团总经理助理兼上海振华重工（集团）股份有限公司党委书记、董事长、总经理，2022年8月任中交集团党委委员、总经理助理兼上海振华重工（集团）股份有限公司党委书记、董事长，2023年6月至今任中交集团党委常委、副总经理。  刘成云，图源：企业官网 从履历上看，刘成云在中交系担任过多个重要岗位，是一位“老中交”。 张亚东加入绿城中国的时间是2018年5月，2018年8月1日即被委任为执行董事及行政总裁，一年之后担任董事会主席。 2015年中交集团入股绿城，持股28.422%成为第一大股东之后，经历了近3年宋卫平、刘文两人担任联席主席的阶段，之后帅印交到张亚东手上，他也被认为是中交集团指定的掌门人。 在加入绿城之前，张亚东在中交集团的时间并不长，2016年之前，他一直在辽宁省和大连市政府部门任职。  张亚东，图源：企业官方公众号 张亚东进入绿城董事会的2018年，绿城中国以1564亿元的销售额排名行业第17位。2024年，绿城中国以1718亿元的全口径销售额排名行业第6位。 2018-2024年期间，绿城在北京、上海等重点城市高举高打，积极拿地。 2024年，绿城中国全年拿地金额达到529亿元，仅次于中海地产、保利、华润。 今年第一季度，绿城继续在土地市场上攻城略地。3月21日以溢价率45.3%、总价53.24亿元拿下苏州工业园区宅地，刷新了湖西板块地价纪录。同一天在厦门也联合其他企业拿下一宗总价13.76亿元的地块；2月28日，在杭州以约23.2亿元总价获得世纪南城地块…… 今年以来，绿城中国的新增货值已经超过300亿元。 从绿城中国的核心经营数据来看，张亚东很好完成了接棒老绿城人之后这几年的发展任务。 绿城中国此前发布的公告数据显示，2024年度，绿城中国合同销售面积约591万平方米，合同销售金额约人民币1718亿元，预计的股东应占利润同比2023年的人民币31.18亿元下降50%以内，主要是房地产市场整体下行，及本公司主动加大长库存去化力度，加快库存结构调整，导致2024年度计提的资产减值损失增加所致，剔除该因素，股东应占利润预期同比有所上涨。 值得一提的是，今年开年以来，包括华润置地、中国金茂、绿城中国、万科等多家头部企业进行了换帅，释放出新时代开启的重要信号。

不少光伏上市公司出现内控问题。

<blockquote><p>Google近期发布的Gemini 2.5 Pro Experimental模型，以其卓越的性能和多模态处理能力，引发了业界的广泛关注。本文将详细介绍Gemini 2.5 Pro的关键特性，并通过与多个主流模型的对比实测，深入分析其在不同任务中的表现，探讨其是否真的能够成为“地表最强”的AI模型。</p> </blockquote>  Google发布 Gemini 2.5 Pro Experimental **文章结构：** 先介绍Gemini 2.5 Pro发布内容和基准评测。然后介绍笔者的多个模型实际对比测评。 ## 发布内容要点 - **超越所有模型重夺第一**，在多个领域标准评估中取得SOTA成绩 - 一个全新的Thinking Model（思考型模型） - **大幅提升逻辑推理、编码生成、复杂任务处理能力** - 支持 100万 tokens 上下文（未来将支持200 万） - 在 Humanity’s Last Exam（测试 AI 在人类高阶知识推理的能力）中，Gemini 2.5创下 18.8% 得分，为无工具模型中全球最强。 - 在 LMArena 上，获得当前 人类偏好最高分 - 这个是重点！**多模态原生支持（非外挂），原生支持：文本，图片（含图表、草图、照片），视频（含字幕、动作识别、语义理解），音频（如语音合成/识别），代码（整 repo 分析）。统一架构共享注意力机制，实现图-文-音-码同源协同处理。** ## 评测数据 ### 基准测试  ### 知识推理&amp;科学&amp;数据表现  ## 笔者实测 ### 测试题目 这个是不同大模型的一个测评图表，首先解读不同数据集的含义和作用。另外，对整个的测评结果，以deepseek v3-0324版本为基准进行解读分析  ### 选择依据 图文结合的多模态数据输入更考验模型 输入数据的图标有一定的数据和对比，可以考验模型识别、理解、推理等能力，一个题目综合性评测 ### 评测对象 几乎主流的模型都参与的评测，包括但不限grok3，O3 mini，deepseek R1等 ### 评测结论 **只有Gemini 2.5Pro可以完全理解输入的图文结合数据，并按照要求进行知识解答，图标数据的正确分析对比。意外插曲是输出内容为英文。** ### 评测结果 **Gemini 2.5 pro** 回答完整、详细、准确。可以作为图标类内容分析、学习的模版参考。 部分原图，下面文字是完整输出  **原文翻译内容** <blockquote><p>好的，让我们来分析一下这个条形图，它比较了不同的大型语言模型。</p> <p>第一部分：理解数据集（基准测试）</p> <p>这些数据集用于评估大型语言模型在不同领域的功能，主要集中在知识、推理、数学和编程方面。</p> <p>1. MMLU-Pro（EM）：</p> <p>• 含义： MMLU代表大规模多任务语言理解。这是一个广泛的基准测试，旨在衡量模型在训练过程中获得的知识，涵盖57个不同学科，如人文学科、社会科学、STEM等。“Pro”可能表示这是原始MMLU的一个更具挑战性或更精细的版本，可能包含更难的问题或更严格的评估。</p> <p>• 指标（EM）： 完全匹配。这意味着模型的答案必须与正确答案字符串完全一致，才能算作正确答案。这是一个非常严格的标准。</p> <p>• 目的： 评估模型的世界知识的广度和深度，以及其准确应用这些知识的能力。</p> <p>2. GPQA Diamond（Pass@1）：</p> <p>• 含义： GPQA代表研究生级谷歌证明问答。这个基准测试包含由领域专家（生物学、物理学、化学）编写的难题，仅靠在线搜索很难回答正确（因此称为“谷歌证明”）。“Diamond”可能指GPQA的一个特定子集，很可能是更具挑战性的部分。</p> <p>• 指标（Pass@1）： 这是编程和数学中常见的指标，表示模型生成的第一个解决方案正确的百分比。</p> <p>• 目的： 评估在需要理解复杂概念而非简单信息检索的专家级问题上的深度推理和解决问题的能力。</p> <p>3. MATH-500（Pass@1）：</p> <p>• 含义： 这指的是MATH数据集，包含具有挑战性的竞赛数学问题（例如来自AMC 10、AMC 12、AIME级别）。“500”可能指一个特定子集或版本，可能表示500个问题。</p> <p>• 指标（Pass@1）： 同上，模型生成的第一个解决方案正确的百分比。</p> <p>• 目的： 特别衡量数学推理、符号操作和解决问题的能力。</p> <p>4. AIME 2024（Pass@1）：</p> <p>• 含义： AIME代表美国数学邀请赛，这是美国的一项高中数学竞赛。“2024”表示这些问题是来自2024年的最新竞赛。</p> <p>• 指标（Pass@1）： 模型生成的第一个解决方案正确的百分比。</p> <p>• 目的： 测试在最新、具有挑战性的竞赛级问题上的高级数学解决问题能力，这些问题是模型在训练数据中不太可能见过的。</p> <p>5. LiveCodeBench（Pass@1）：</p> <p>• 含义： 这是一个用于评估代码生成能力的基准测试。“Live”可能表示它使用来自最近编程竞赛的问题，或者会频繁更新，以防止训练数据的污染。</p> <p>• 指标（Pass@1）： 模型生成的第一个代码解决方案通过隐藏测试用例的百分比。</p> <p>• 目的： 评估模型理解编程问题描述并生成正确、功能代码的能力。</p> <p>第二部分：结果分析（基准：DeepSeek-V3-0324）</p> <p>我们将分析这些基准测试的表现，比较DeepSeek-V3-0324（深蓝色条纹柱）与其他模型：DeepSeek-V3（浅蓝色）、Qwen-Max（中蓝色）、GPT-4.5（深灰色）和Claude-Sonnet-3.7（浅灰色）。<strong>（模型理解得很正确）</strong></p></blockquote> **总体表现：** DeepSeek-V3-0324在所有评估的基准测试中表现始终处于或接近顶尖水平。与之前的DeepSeek-V3版本相比，它在所有类别中都有显著提升。 MMLU-Pro（广泛知识）： - DeepSeek-V3-0324得分为81.2%。 - 这个成绩优于DeepSeek-V3（75.9%）、Qwen-Max（76.1%）和Claude-Sonnet-3.7（80.7%）。 - 它略逊于GPT-4.5（86.1%）。 - 解读： DeepSeek-V3-0324具有非常强大的一般知识，与Claude-Sonnet-3.7竞争激烈，并且超过了Qwen-Max，尽管在这一特定评估中仍然落后于GPT-4.5。 GPQA Diamond（专家推理）： - DeepSeek-V3-0324得分为68.4%。 - 这个成绩明显优于DeepSeek-V3（59.1%）和Qwen-Max（60.1%）。 - 它与Claude-Sonnet-3.7（68.0%）非常接近，并且略低于GPT-4.5（71.4%）。 - 解读：它在困难的专家级问题上表现出强大的推理能力，表现与Claude-Sonnet-3.7基本相当，并且与GPT-4.5竞争激烈。 MATH-500（标准数学）： - DeepSeek-V3-0324得分为94.0%。 - 这是所有模型中的最高分，超过了GPT-4.5（90.7%）、DeepSeek-V3（90.2%）、Qwen-Max（82.6%）和Claude-Sonnet-3.7（82.2%）。 - 解读： DeepSeek-V3-0324在这个标准的具有挑战性的数学基准测试中表现出最先进的性能（在这个组别中），表明其具有出色的数学推理能力。 AIME 2024（高级最新数学）： - DeepSeek-V3-0324得分为59.4%。 - 这个成绩明显高于所有其他模型：DeepSeek-V3（39.6%）、GPT-4.5（36.7%）、Qwen-Max（26.7%）和Claude-Sonnet-3.7（23.3%）。 - 解读：这是一个突出的结果。DeepSeek-V3-0324在非常困难且最新的数学问题上表现出色，显著优于强大的竞争对手GPT-4.5和Claude-Sonnet-3.7。这表明它在这一特定任务上可能具有更优越的数学训练或架构优势。 LiveCodeBench（编程）： - DeepSeek-V3-0324得分为49.2%。 - 这是最高分，领先于GPT-4.5（44.4%）、Claude-Sonnet-3.7（42.2%）、DeepSeek-V3（39.2%）和Qwen-Max（38.7%）。 - 解读：DeepSeek-V3-0324在这个基准测试中表现出最强的编程能力，表明其在生成正确代码解决方案方面具有熟练的能力。 **总结结论：** 根据这个图表，DeepSeek-V3-0324是一款能力非常强的大型语言模型。它比其前身（DeepSeek-V3）有显著的进步。在数学（MATH-500、AIME 2024）和编程（LiveCodeBench）方面，它取得了最先进的结果（在比较的模型中），在具有挑战性的AIME 2024基准测试中尤其领先。尽管在广泛知识的MMLU-Pro基准测试中略逊于GPT-4.5，但它在一般知识和复杂推理（GPQA）方面仍然具有很强的竞争力，通常超过或与Claude-Sonnet-3.7和Qwen-Max相当。它的优势在数学和编程等技术领域表现得尤为明显。**（总结很到位）** **grok3** 输出数据出现错乱（张冠李戴），但整体内容逻辑结构是可以的。 **具体内容如下：** 回答用户查询 用户提供了一张不同大型语言模型的测评图表，要求首先解读各个数据集的含义和作用，然后以 DeepSeek-V3-0324 为基准对测评结果进行分析。以下是完整的回答： <blockquote><p>一、数据集的含义与作用解读</p> <p>该图表评估了五个大型语言模型（DeepSeek-V3、DeepSeek-V3-0324、Qwen-Max、GPT-4.5 和 Claude-Sonnet-3.7）在五个数据集上的性能。以下是对每个数据集的含义和作用的解读：</p> <p>MMLU-Pro (EM)</p> <p><strong>含义</strong>: 这可能是 Massive Multitask Language Understanding（MMLU）基准测试的一个变体，“Pro” 表示更高级或专业化的版本。“EM” 代表 Exact Match（精确匹配），即模型输出必须与正确答案完全一致才算正确。</p> <p><strong>作用</strong>: 该数据集测试模型在多个领域（如科学、人文、社会科学等）的通用知识和推理能力，评估其是否能准确回答广泛的学术性问题。</p> <p><strong>GPOA Diamond (Pass@1)</strong></p> <p><strong>含义</strong>: GPOA Diamond 可能是 General Purpose Question Answering（通用问答）数据集的一个子集，“Diamond” 表示高难度或高质量的筛选部分。“Pass@1” 表示评估模型第一次尝试（即 top-1 预测）的正确性。</p> <p><strong>作用</strong>: 该数据集测试模型在首次尝试中回答复杂通用问题的能力，侧重于深入理解和推理能力。</p> <p><strong>MATH-500 (Pass@1)</strong></p> <p><strong>含义</strong>: 该数据集包含 500 个数学问题，可能涵盖高中或大学水平的数学内容。“Pass@1” 表示评估模型第一次尝试解题的正确性。</p> <p><strong>作用</strong>: 它评估模型的数学推理和问题解决能力，包括计算、定理应用和逻辑推导。</p> <p><strong>AIME 2024 (Pass@1)</strong></p> <p><strong>含义</strong>: AIME 是 American Invitational Mathematics Examination（美国数学邀请赛）的缩写，面向高中生的数学竞赛，包含具有挑战性的问题。“2024” 表示该数据集来自 2024 年，“Pass@1” 表示评估第一次尝试的正确性。</p> <p><strong>作用</strong>: 该数据集测试模型解决高级数学问题的能力，通常需要创造性和分析性思维，超出普通教材范围。</p> <p><strong>LiveCodeBench (Pass@1)</strong></p> <p><strong>含义</strong>: 该数据集可能聚焦于编程和代码生成任务，模型需为给定问题生成正确代码。“Pass@1” 表示评估第一次提交代码的正确性。</p> <p><strong>作用</strong>: 它评估模型的编程技能，包括理解问题规格、编写功能性代码以及处理逻辑错误的能力。</p> <p>二、以 DeepSeek-V3-0324 为基准的测评结果分析</p> <p>DeepSeek-V3-0324（图表中以深蓝色带斜线表示）作为基准模型，其性能数据如下。我们将逐一分析每个数据集，并与其他模型进行比较：</p> <p>1. MMLU-Pro (EM)</p> <p><strong>DeepSeek-V3-0324</strong>: 81.2%</p> <p><strong>DeepSeek-V3</strong>: 75.9%（比基准低 5.3%）</p> <p><strong>Qwen-Max</strong>: 76.1%（比基准低 5.1%）</p> <p><strong>GPT-4.5</strong>: 86.1%（比基准高 4.9%）</p> <p><strong>Claude-Sonnet-3.7</strong>: 80.7%（比基准低 0.5%）</p> <p><strong>分析</strong>: DeepSeek-V3-0324 在此数据集上表现良好，但 GPT-4.5 以 86.1% 领先，显示其在通用知识和推理方面更强。Claude-Sonnet-3.7 与基准非常接近（仅低 0.5%），而 DeepSeek-V3 和 Qwen-Max 稍逊一筹。</p> <p>2. GPOA Diamond (Pass@1)</p> <p><strong>DeepSeek-V3-0324</strong>: 59.1%</p> <p><strong>DeepSeek-V3</strong>: 68.4%（比基准高 9.3%）</p> <p><strong>Qwen-Max</strong>: 50.1%（比基准低 9.0%）</p> <p>（开始数据错乱）</p> <p><strong>GPT-4.5</strong>: 71.4%（比基准高 12.3%）</p> <p><strong>Claude-Sonnet-3.7</strong>: 68.0%（比基准高 8.9%）</p> <p><strong>分析</strong>: DeepSeek-V3-0324 在此数据集上的表现较弱（59.1%），被大多数模型超越。GPT-4.5 以 71.4% 居首，DeepSeek-V3 和 Claude-Sonnet-3.7 表现相近且优于基准。Qwen-Max 表现最差，表明其处理复杂通用问题能力不足。</p> <p>3. MATH-500 (Pass@1)</p> <p><strong>DeepSeek-V3-0324</strong>: 94.0%</p> <p><strong>DeepSeek-V3</strong>: 90.2%（比基准低 3.8%）</p> <p><strong>Qwen-Max</strong>: 82.6%（比基准低 11.4%）</p> <p><strong>GPT-4.5</strong>: 90.7%（比基准低 3.3%）</p> <p><strong>Claude-Sonnet-3.7</strong>: 82.2%（比基准低 11.8%）</p> <p><strong>分析</strong>: DeepSeek-V3-0324 以 94.0% 的高准确率领先，展现出卓越的数学解题能力。GPT-4.5 和 DeepSeek-V3 接近但稍逊一筹，而 Qwen-Max 和 Claude-Sonnet-3.7 表现明显较差，数学推理能力较弱。</p> <p>4. AIME 2024 (Pass@1)</p> <p><strong>DeepSeek-V3-0324</strong>: 59.4%</p> <p><strong>DeepSeek-V3</strong>: 39.6%（比基准低 19.8%）</p> <p><strong>Qwen-Max</strong>: 26.7%（比基准低 32.7%）</p> <p><strong>GPT-4.5</strong>: 36.7%（比基准低 22.7%）</p> <p><strong>Claude-Sonnet-3.7</strong>: 23.3%（比基准低 36.1%）</p> <p><strong>分析</strong>: DeepSeek-V3-0324 在此高难度数学数据集上以 59.4% 遥遥领先，显著优于其他模型。DeepSeek-V3 和 GPT-4.5 位列其次，但差距较大。Qwen-Max 和 Claude-Sonnet-3.7 表现最差，显示其在高级数学问题上的局限性。</p> <p>5. LiveCodeBench (Pass@1)</p> <p><strong>DeepSeek-V3-0324</strong>: 49.2%</p> <p><strong>DeepSeek-V3</strong>: 39.2%（比基准低 10.0%）</p> <p><strong>Qwen-Max</strong>: 44.4%（比基准低 4.8%）</p> <p><strong>GPT-4.5</strong>: 38.7%（比基准低 10.5%）</p> <p><strong>Claude-Sonnet-3.7</strong>: 42.2%（比基准低 7.0%）</p> <p><strong>分析</strong>: DeepSeek-V3-0324 以 49.2% 领先编程任务，尽管准确率不算很高。Qwen-Max 和 Claude-Sonnet-3.7 稍逊一筹，DeepSeek-V3 和 GPT-4.5 表现最差，表明其编程能力较弱。</p> <p>三、总体分析</p> <p>DeepSeek-V3-0324 的优势与劣势</p> <p><strong>优势</strong>:</p> <p>在数学任务（MATH-500 和 AIME 2024）上表现突出，分别达到 94.0% 和 59.4%，远超其他模型。</p> <p>在编程任务（LiveCodeBench）上以 49.2% 领先，显示出较强的代码生成能力。</p> <p>在 MMLU-Pro 上获得 81.2%，表现稳健但并非最佳。</p> <p><strong>劣势</strong>:</p> <p>在 GPOA Diamond 上仅得 59.1%，落后于大多数模型，表明其在处理复杂通用问答时存在局限性。</p> <p>与其他模型的比较</p> <p><strong>DeepSeek-V3</strong>: 除 GPOA Diamond（68.4%）优于基准外，其余数据集均表现不如 DeepSeek-V3-0324，尤其在 AIME 2024 上差距明显（低 19.8%）。</p> <p><strong>Qwen-Max</strong>: 在所有数据集上均低于 DeepSeek-V3-0324，尤其在 AIME 2024 上表现极差（仅 26.7%），整体性能较弱。</p> <p><strong>GPT-4.5</strong>: 在 MMLU-Pro（86.1%）和 GPOA Diamond（71.4%）上超越基准，但在数学和编程任务上落后，尤其在 AIME 2024 上低 22.7%。</p> <p><strong>Claude-Sonnet-3.7</strong>: 在 MMLU-Pro（80.7%）和 GPOA Diamond（68.0%）上与基准接近或稍优，但在数学任务（MATH-500 和 AIME 2024）上差距显著（低 11.8% 和 36.1%）。</p> <p>总结</p> <p>DeepSeek-V3-0324 在数学和编程任务上表现出色，是这些领域的佼佼者，但在通用问答能力（GPOA Diamond）上仍有提升空间。相比其他模型，它在数学领域的优势尤为突出，适合需要强大数学推理和代码生成能力的场景。如果您有进一步的问题或需要更深入的分析，请随时告诉我！</p></blockquote> **O3mini** 基础内容解答质量还可以，进行图表数据分析，有较多与事实不符或错乱情况 **下面的回答分为两部分：** 1.先解读图表中出现的不同数据集（MMLU-Pro、GPOA Diamond、MATH-500、AIME 2024、LiveCodeBench）的含义和作用 2.然后对比这些数据集上的结果，并以 DeepSeek V3-0324 的表现为基准进行分析 **注意：数据集含义解答，各个模型效果差别不大，篇幅限制不再展示** 2. 以 DeepSeek V3-0324 为基准的测评结果分析 图中展示了多款大模型（DeepSeek-V3、DeepSeek-V3-0324、Qwen-Max、GPT-4.5、Claude-Sonnet-3.7）在以上 5 个数据集上的表现（一般以“Pass@1”或准确率/百分位数为指标）。下面根据图表大致数值进行简要解读（数值仅根据题主提供的可视化柱状图近似读取）： （A）整体表现概览 DeepSeek V3-0324相比上一版本DeepSeek V3，在所有数据集上都有不同程度的提升。 各模型在不同数据集上各有侧重和优势： - 在MMLU-Pro这类多领域知识评测中，Qwen-Max 表现最好，其次是 DeepSeek V3-0324；GPT-4.5、Claude-Sonnet-3.7 也都在同一水平段。**（回答错误，这个评测Qwen-Max表现不好的）** - 在数学类（MATH-500、AIME 2024）评测中，GPT-4.5 往往具备较强的数学推理能力；不过 DeepSeek V3-0324 与之非常接近，甚至在 AIME 2024 上略有领先。**（回答错误，与图标事实不符）** - 在LiveCodeBench这类编程测评中，DeepSeek V3-0324 的分数（约 49.2%）高于 Qwen-Max、GPT-4.5、Claude-Sonnet-3.7，显示出不错的代码生成和一次性通过能力。 （B）以 DeepSeek V3-0324 为基准的具体对比 1.MMLU-Pro - DeepSeek V3：73.5% →DeepSeek V3-0324：81.2% - Qwen-Max：86.1%，GPT-4.5：80.3%，Claude-Sonnet-3.7：78.9%**（回答错误，与图标事实不符）** 对比来看，V3-0324 较上一版本进步显著，且超过 GPT-4.5、Claude-Sonnet-3.7，虽然略低于 Qwen-Max，但整体已在高水准区间。 后面还有很多错误就不一一标注，大家可以慢慢看 2.GPOA Diamond - DeepSeek V3：68.4% →DeepSeek V3-0324：70.1% - Qwen-Max：75.3%，GPT-4.5：68.1%，Claude-Sonnet-3.7：70.9% 该数据集上，V3-0324 相比 V3 提升相对有限，但依然超过了 GPT-4.5。与 Qwen-Max、Claude-Sonnet-3.7 则还在同一梯队，分数相当接近。 3.MATH-500 - DeepSeek V3：88.0% →DeepSeek V3-0324：91.0% - GPT-4.5：92.0%，Qwen-Max：90.7%，Claude-Sonnet-3.7：90.2% 在纯数学推理题上，GPT-4.5 以微弱优势领先，但 V3-0324 也已达 91.0%，非常接近 GPT-4.5；对比其他模型，也处于相对领先地位。 4.AIME 2024 - DeepSeek V3：50.9% →DeepSeek V3-0324：52.4% - Qwen-Max：49.2%，GPT-4.5：48.2%，Claude-Sonnet-3.7：49.7% 这一竞赛级难度更高的数学评测中，V3-0324 甚至超越了 Qwen-Max、GPT-4.5 和 Claude-Sonnet-3.7，显示了在高难度数学推理和创造性解题上的增强。 5.LiveCodeBench - DeepSeek V3：44.2% →DeepSeek V3-0324：49.2% - Qwen-Max：44.4%，GPT-4.5：42.0%，Claude-Sonnet-3.7：41.2% 在一次性代码生成（Pass@1）上，V3-0324 同样取得了领先。对比上一版本有明显提升，也高于其他主流模型，说明其在编程任务上的准确性有所加强。 3. 小结 数据集意义： MMLU-Pro 测试多学科专业知识；GPOA Diamond 可能更偏开放式或高难度语言理解；MATH-500、AIME 2024 都是高难度数学推理和竞赛级题目；LiveCodeBench 则是编程能力的测试。 DeepSeek V3-0324 的表现亮点： - 相比 DeepSeek V3，全方位都有所提升。 - 在多领域综合知识（MMLU-Pro）和编程（LiveCodeBench）方面，成绩非常突出，部分项目甚至超越 GPT-4.5 和 Claude-Sonnet-3.7。 - 在高阶数学（AIME 2024）中，也体现出强劲的竞赛级推理能力。 与其他模型对比： - Qwen-Max 在 MMLU-Pro 这类多领域知识上依然保持领先，GPT-4.5 在 MATH-500 等数学题中略有优势，但 DeepSeek V3-0324 与之差距较小。 - 在 AIME 2024、LiveCodeBench 等更专精的场景中，DeepSeek V3-0324 取得了更高的分数。 总的来说，这份评测图表显示 DeepSeek V3-0324 在多项任务上已经具备了与主流大模型分庭抗礼的能力，尤其在专业知识覆盖、竞赛级数学推理和代码生成方面有了进一步提升。 其他模型解读结果较差，就不一一展示 ## 结论 从评测结果和官网发布内容综合可知，**原生多模态模型在理解数据文字和结构信息等方面有着明显的优势，应该也是2025年模型发展的趋势**。上面图表对外挂视觉模型很多时候，是无法提取图片的数字信息，以及把数据与柱状图进行正确匹配的。 本文由 @帅森森 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

<blockquote><p>在竞争激烈的高端电动汽车市场中，小米SU7 Ultra以52.99万元的售价成功塑造了“超值”的市场认知，这背后究竟隐藏着怎样的营销魔法？本文将深入剖析小米如何通过性能展示、生态协同以及价格策略等一系列手段，巧妙地提升消费者对产品价值的认知，同时降低对价格的敏感度，最终在用户心智中建立起“高价值、低价格”的品牌形象。</p> </blockquote>  相信对于大多数人来说，52.99万元绝对不是一个小数目。而在比亚迪引领的智能电动汽车市场降价卷潮之中，标准版售价52.99万的小米SU7 Ultra却被不少人评价为“超值”，更成功塑造了“百万级性能半价购”的市场认知。 小米是运用了什么样的营销魔法，在受众心智中让52.99万的SU7 Ultra成为了“超值”的代名词呢？ 笔者认为，提升“值价比”是这一魔法的关键所在。笔者此前在文章中提出“值价比”=商品价值/商品价格，从等式可以看到如果商品的价值越高而价格越低，受众感受到的“值价比”就越高，就会更倾向于选择购买该商品。一般来说，价格是相对客观的数值，但价值可以通过营销来放大受众的心智印象。 稍微展开来说，消费者对价值的感知至少包含理性价值（产品外观、功能、性能、耐用性、服务支持等）、情绪价值（审美满足、良好服务体验、陪伴认可等）、精神价值（品牌文化理念认同、被尊重认可、自我价值实现等）等多方面。 小米正是通过一系列营销活动来分别提升受众对价值的认知和降低对价格的感知，成功打造了52.99万的SU7 Ultra=超值的心智印记，下面让我们来具体看一下。 ## 壹 放大价值认知：构建“新”豪车的心智印象 ### 1.市场定位：对标顶级超跑 小米SU7 Ultra的定位是“兼具运动与豪华的新豪车”，直接对标保时捷Taycan Turbo GT等顶级车型，这里借用雷军的原话：“性能比肩保时捷、科技紧追特斯拉、豪华媲美BBA”。这种定位不仅提升了产品的档次感，更让消费者在心理上将其与传统超跑划等号，从而默认其高价值属性。  ### 2.价值解析：配置堆料与成本透明化 小米通过详细解析SU7 Ultra的设计方案和硬件配置，如介绍三电机四驱系统、全碳车身、空气动力学套件、纯金车标等，高端“堆料”让高价值可以更直观感知。同时，通过成本透明化计算（如公开电池成本、电机研发投入等），让消费者感知到“每一分钱都用在刀刃上”，进一步强化价值认同。  ### 3.性能大秀：赛道成绩背书 小米以纽北赛道圈速（6分46秒874）为卖点，将SU7 Ultra的性能与千万级超跑（如布加迪Chiron）相提并论。这种“性能平权”的叙事，让消费者觉得用53万就能获得顶级超跑的驾驶体验，极大提升了价值感知。  ### 4.生态协同价值叠加：“人-车-家”智能互联 与小米手机、智能家居的深度互联（如上车自动同步家庭空调设置），使SU7 Ultra成为小米生态的“移动终端”。这种“人-车-家”闭环体验的独特性，让用户难以用传统汽车价值体系衡量产品，间接提升支付意愿。  ### 5.饥饿营销：稀缺性制造心理溢价 小米通过限量发售（如纽北限量版）、预售期高价（81.49万）与实际发售价（53万）的对比，制造“一车难求”的稀缺感。这种策略不仅提升了产品的社交货币属性，更让消费者在心理上将SU7 Ultra与“高端、独特”划等号，进一步放大价值。 ### 6.打造圈层精神价值：“科技领袖圈层”的仪式感 小米通过成立“SU7 Ultra Club”、雷军宴请首批车主等操作，将购车行为升华为“科技领袖圈层”的准入仪式。暗绿色车身、碳纤维装饰等设计细节，则通过奢侈品设计语言强化身份标签，吸引新富群体为“阶层跃迁”买单。 ## 贰 降低价格感知：制造“不贵”的心理印象 ### 1.价格锚定：预售期高价策略 小米在预售期将SU7 Ultra定价为81.49万，这一高价成为消费者心中的“锚点”。当实际发售价格定为53万时，巨大的差价（近30万）让消费者产生“价格暴跌”的错觉，从而觉得“现在买就是赚到”。  ### 2.价格对比：横向与纵向的双重参照 横向对比传统超跑（如保时捷Taycan Turbo S售价约180万），SU7 Ultra的53万显得“亲民”；纵向对比小米自身产品线（如标准版SU7起售价21万），Ultra版虽贵但“物有所值”。这种双重参照系进一步降低了消费者对价格的敏感度。 ### 3.降低隐性成本：展示使用与维护的性价比 小米强调电动车的低综合成本（如以旧换新政策补贴、无需机油更换等），将53万的总价拆解为“购车成本+长期节省”，让消费者觉得“买得起，更用得起”。 ## 叁 值价比时代的营销范式重构 当行业仍沉迷于参数内卷与价格战时，小米以“值价比”为支点，撬动了高端电动汽车市场的认知革命——它证明，在科技消费时代，价格不再是价值的唯一度量衡，而是用户心智中“价值感知”与“价格锚点”的动态博弈。 这场营销魔术的底层逻辑，在于小米对用户心理的精准拿捏：用顶级超跑的“身份符号”满足社交货币需求，用科技平权的“性能普惠”打破圈层壁垒，用生态协同的“未来想象”重构价值坐标系。当消费者为纽北圈速、碳纤维饰板或“SU7 Ultra Club”的准入仪式买单时，他们购买的早已不仅是一辆车，而是一个关于“科技新贵”的身份叙事。 更深远的影响在于，小米为高端汽车市场开辟了一条“高价值认知+低价格感知”的道路。它提醒所有品牌：在电动化与智能化重构汽车产业的今天，“百万级性能”与“亲民价格”的悖论并非不可调和。通过场景化体验设计、圈层文化运营与生态价值外溢，企业完全可以在用户心智中建立“超值”的价值共识，让价格成为价值的注脚，而非桎梏。 这也给更多品牌以启示：未来的商业竞争，将不再是单纯的产品力比拼，而是“价值定义权”的争夺。谁能更精准地捕捉用户深层需求，谁就能用营销魔法将“高价”转化为“超值”，在红海市场中开辟出属于自己的蓝海。 本文由人人都是产品经理作者【品牌市场相对论】，微信公众号：【品牌市场相对论】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Pexels，基于 CC0 协议。

TD Cowen analysts believed the lease cancellations and deferrals of capacity points to data center oversupply relative to Microsoft&#39;s current demand forecast.

一场和时间赛跑的交表。

根据PassMark的测试数据，AMD前不久推出的锐龙5 9600处理器，与同系列的锐龙5 9600X相当，且相比上一代产品有比较明显的提升。**锐龙5 9600在多核心性能上达到了29369分，单核性能达到了4433分，与9600X的30016 和4581分相比，差距仅在2.2%和3.2%左右。**  这也是正常差距，毕竟两者的配置参数基本都是一样的，都是6核心12线程，以及32MB的L3缓存和65W的TDP。 最大的区别就是9600的基础频率从9600X的3.9GHz降低到3.8GHz，最高加速频率从5.4GHz降至5.2GHz。  **与上一代的锐龙5 7600相比，锐龙5 9600在多核心性能上提升了约8.5%，单核心性能提升了约13.4%，相比于7600X到9600X的升级，提升幅度还是可以的。** 此外，还有消息称AMD可能会推出锐龙5 9600X3D版本，这将进一步提升该系列处理器的竞争力。 [查看评论](https://m.cnbeta.com.tw/comment/1488622.htm)

高通据称已经向欧盟委员会、美国联邦贸易委员会和韩国公平贸易委员会提起对Arm的秘密诉讼，指责该合作伙伴存在不公平的商业行为。Arm出售芯片并通过开放许可的方式授权客户使用其指令集，来帮助建立起硬件和软件生态系统，但它之前并不自己生产芯片。然而该公司现在正在发展定制芯片业务，且该业务的进展不太顺利。 [](https://static.cnbetacdn.com/article/2024/1217/a6c02423824e3a1.jpg) 在这一背景下，高通声称Arm正限制高通使用其技术，并改变了许可模式，以帮助Arm自己的芯片设计业务获利，但这一行为却损害了高通的竞争力。 高通已通过非公开的正式文件向美、欧、韩三国提交了诉讼。但Arm否认了这些指控，并称高通此举是为了将公众和政府的注意力从两家公司的商业纠纷中转移开，并利用监管压力为自己谋利。 反垄断诉讼 在此之前，高通已经在美国特拉华州与Arm有过法律纠纷。在那场以高通胜诉结束的诉讼案件中，高通成功反驳了Arm的指控，即高通无须新的许可证就可以将Arm的技术用于其收购的一家芯片初创公司。 当时，高通就曾指出，Arm在被日本软银集团收购之后，正在采取一切手段来提高其股价和利润。而因其在芯片设计架构的独特地位，其正在使用垄断市场的行为谋求私利。 Arm随后对这一审判结果表示不服，希望继续上诉。但1月底，两家公司表示将按照法官要求进入调解程序，然后再决定是否重审该案。 还有知情人士则称，高通在去年12月就向欧盟提起了竞争诉讼，指控Arm限制高通获得其许可证的途径并隐瞒关键技术，以与高通进行更直接的竞争。据称Arm已经受到了欧盟的通知，正在准备回应。 高通强调，Arm之前通过开放的许可模式，让众多企业对其技术产生了严重依赖。随后，Arm开始限制自己的客户使用其技术，这种行为将危及目前繁荣发展的芯片产业。 [查看评论](https://m.cnbeta.com.tw/comment/1488618.htm)