同程是我比较尊敬的一家公司,特别是执行力方面值得肯定,发文章骂骂我们也能理解,今年刚刚战略转型门票,现在又再度战略转型出境游,心态比较焦虑、压力比较大。同程的发展伴随着行业的几次转折,作为在线旅游行业的鲶鱼,从它不断的战略转型中,我们也能够看到一些行业发展的脉络。
起家旅行社在线管理平台
同程早期主要面向旅行社提供软件服务,并不直接接触客户,为旅行社提供信息化方案,提升管理效率,旅行社客户也很放心的把客户资料放在同程的服务器上,直到同程战略转型进入ToC市场。这一阶段消费者还没有开始在互联网上购买旅游产品,同程选择了服务比较成熟的企业市场,途牛选择了没有人关注的大众休闲旅游。
战略转型酒店机票
2008年同程战略转型,进入ToC市场,提供酒店服务,后来又进入机票领域。同程选择了比较火、比较成熟的酒店机票,途牛继续折腾起步晚、不起眼的在线休闲旅游。
在线机票、酒店领域从1999年就开始发展,到2008年的时候已经发展相对成熟,有携程、艺龙两家上市公司和Qunar准上市公司,行业发展总体良行竞争、快速平稳发展,同程进入后行业很快进入到了恶性竞争阶段。同程被如家等酒店集团拒绝合作,后来与艺龙战略合作然后爽约,退出了酒店、机票领域的主战场。
战略转型门票
一般的公司碰到这么大的挫折就挂了,但是同程凭借着超强的执行力和忍耐力活了下来,再度战略转型门票。门票火起来的过程和团购同步,因为它们的客单价类似,发展水平类似,近几年正是发展的高峰时期。同程又一次选择了发展阶段比较成熟的品类,用大半年的时间投入大量资金发展一元门票,再次取得不错的成绩;与此同时,继续专注休闲旅游的途牛上市了。
门票和休闲游是两码事,在门票业务上,同程的主要竞争对手是美团。门票均价在100块左右,与团购、电影票、外卖的客单价水平几乎在一个水平上,而且都是服务类领域。从频率上来讲,门票的消费频率要远远低过团购、电影票、外卖。现在美团的重点还没有发力门票,但是一旦哪天发力,相似的客户群,相似的客单价,同程将会面临巨大的压力。
这一点我们能看的到,同程的管理层也慢慢看到了:要转型,在门票业务上做了巨大投入,无法割舍;不转型,未来面临美团的巨大挑战,出路在哪里?目前看下来,同程管理层决定再次转型,进入出境游领域,毕竟从品类上来看,都属于旅游行业,还有更重要的一点,休闲旅游很火!途牛上市了!
战略转型出境游
我们的世界观是:客单价划分行业,客单价差距越大的品类客户相互转化率越低,品类拓展应该向类似客单价品类横向拓展。同程的逻辑是:把100块客单价的门票的客户转化到10000块客单价的出境游上面。但实际上从我们内部的数据上能够非常清晰的看的出来,门票的客户群与出境游的客户群重叠程度较低,更不用说一元门票。所以大量的门票客户并不能转化到出境游,要是能转化的话同程也不用这么着急了,但是为了融钱故事还是要讲的。
分散的库存风险管理是未来
库存的管理我认为未来一定的分散的,而不是集中的,因为集中的库存一定无法管理好这个风险,只有充分分散的管理,每个团队都如履薄冰的对待库存,才有可能把库存的价值最大化,风险最小化。所以我们不会有太重的库存,而是通过与合作伙伴合作,而我们专注零售。同程选择的道路是自产自销,自己控制大量的资源,并且进入分销批发市场,与批发商直接竞争,这也是被很多批发商抵制的原因。
我们欢迎行业开放的竞争,任何一个零售商进入、退出我们都非常欢迎,但这次实在是不忍心看到合作伙伴再次遭遇风险,同程的转型历来都是一阵风,万一过两天又变了前期投入就白白浪费了,历史上的合作案例值得借鉴。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。