就马云对京东评论的看法

即便我是马云粉,也不能认同他的看法。

一个科学常识,人的大脑是七维的。

所以,电商理论上,就不可能只有一个。这是马云一厢情愿。这也是QQ与电商的不同。

为什么这么说呢?

为什么QQ和微信只能有一个,而电商却符合7原则?

根本点在于作为一个人脑,它是一个个体,它的维度是7,而去买东西这件事,无论你从心理上分析,还是生理上分析,它也是个人的事。

而QQ则不同(微信也是QQ的外延),与人交流,与性一样,是人的本质需求,但与它人交流这件事,却不受大脑控件,本质上,人类社会,任何一个人,永远只能活在一个关系网中——以你自己为中心的那张网中,是一维的。是我们大脑不能控制的。

所以,马云这些年,又把这些常识给忘了。你再飘飘然,也不能忘了自然定律啊?不能梦想着抽着自己的头发把自己提起来吧?

************************************************

所以,就是京东没有,出来京西,也是一种必然。

这是电商的宿命。

更何况,这些年,淘宝没有解决消费者面对物流公司的弱势地位,没有解决售后服务的问题。什么都没解决。

在这样的情况下,你说京东会死掉,是不成立的。

当在,有人在新浪发贴,称他算了算,

-----------------------------

马云说的到底对不对

  网上流传的马云对京东发言是这样的:

  京东将来会成为悲剧,这个悲剧是我第一天就提醒大家的,不是我比他强,而是方向性的问题,这是没办法的。你知道京东现在多少人吗?5万人!阿里巴巴是慢慢长起来的,现在才23000人。收购加起来是25000人。你知道我为什么不做快递?现在京东5万人,仓储将近三四万人,一天配上200万的包裹。我现在平均每天要配上2700万的包裹,什么概念?

  中国十年之后,每天将有3亿个包裹,你得聘请100万人,那这100万人就搞死你了,你再管试试?而且它的60%收入是在中关村和淘宝,它自己网上不可能这么大量。所以,我在公司一再告诉大家,千万不要去碰京东。别到时候自己死了赖上我们。

  马云说中国3亿个包裹,京东得聘请100万人,这要做点脑补猜测下,要不然不知道这数怎么来的。

  将来100万人,现在是3~4万人,相当于京东仓储人数增加25~30倍,同比放大包裹数的话,那就相当于说3亿里面5000~6000万个包裹是京东的,大概京东的市场份额是17%~20%。没这个市场份额的假设,马云说的数字其实不太好理解,不理解为什么3亿包裹,京东突然就要100万人了。基于这假设我们还可以推算,十年后中国整个快递业会有500~600万人,并且按照上述语境来看,这还只是电商的。

  按照UPS的数据来看,如果包裹数目确实达到3亿这个量级,那物流人数上的估计马云可能还是保守的。UPS( 2013年的数据)是约40万员工,每年搞定43亿个包裹,而按上面的数值推算,单京东一年就可能会有180亿~210亿个包裹,如果把UPS的数据同比放大,那可能需要200万员工。

------------------------------------------------------------

这里作者的一个问题是:忽视了规模效应。比如,地质大学南门那个摊点,每天有1万个包裹和10万个,并没有区别,不需要增加人力。另外,规模大了,就可以上更加先进的机器人分拣线。上机器人的前提是规模效应。这是常识啊。

对吧。

不过,大嘴和危机感,当然,也是好事。对京东也是触动。结局是好事。



时间: 2024-08-15 10:58:45

就马云对京东评论的看法的相关文章

马云:京东模式存在巨大问题 将来会成为悲剧

对于人们对阿里战略的评头论足,以及各种质疑和非议,马云说:"我们是通过15年的布局,慢慢形成的网络效应.这就是战略的威力.上市前我们做了几次收购,很多人都开始惊呼看不懂了.再过三五年,有几个人看得懂我在买楼?连老太太都看得懂的战略我七八年前就在看了.凭什么现在我买,你们就能看懂?我在2008年讲过,一个真正的大楼,是由建它的窗.门拼起来的.你只有建小房子,才是一砖一瓦从零开始建起来的:而像摩天大楼,主材还没有做,突然一下那么大的东西就出现了,那是因为之前都已经做好了." 话题自然又谈到

京东评论情感分类器(基于bag-of-words模型)

最近在本来在研究paraVector模型,想拿bag-of-words来做对比. 数据集是京东的评论,经过人工挑选,选出一批正面和负面的评论. 实验的数据量不大,340条正面,314条负面.我一般拿200正面和200负面做训练,剩下做测试. 做着做着,领悟了一些机器学习的道理.发现,对于不同的数据集,效果是不同的. 对于特定的数据集,随便拿来一套模型可能并不适用. 对于这些评论,我感觉就是bag-of-words模型靠谱点. 因为这些评论的特点是语句简短,关键词重要. paraVector模型感

python爬虫——京东评论、jieba分词、wordcloud词云统计

接上一章,抓取京东评论区内容. url='https://club.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98vv399&productId=4560435&score=0&sortType=5&page=0&pageSize=10&isShadowSku=0&fold=1' 重点是productId--产品id.page--页码.pageSize:指定

利用Python批量抓取京东评论数据

京东图书评论有非常丰富的信息,这里面就包含了购买日期.书名.作者.好评.中评.差评等等.以购买日期为例,使用Python + Mysql的搭配进行实现,程序不大,才100行.相关的解释我都在程序里加注了: 1 from selenium import webdriver 2 from bs4 import BeautifulSoup 3 import re 4 import win32com.client 5 import threading,time 6 import MySQLdb 7 8

去年的京东评论项目

学习数据挖掘挺久了,要找工作啦,把之前的项目留下了,留下源代码 #数据的导入 import pandas as pd inputfile = '../data/huizong.csv' #评论汇总文件outputfile = '../data/meidi_jd.txt' #评论提取后保存路径data = pd.read_csv(inputfile, encoding = 'utf-8')data = data[[u'评论']][data[u'品牌'] == u'美的']data.to_csv(o

爬取京东评论信息

一,爬虫需求分析 1,需求. 我们需要获取多个链接的白酒在2018年评论数量. 2,分析. 一个商品页面有好几个规格,如图: 评论区我们需要获取的数据是当前选择的商品,而且需要时间顺序为2018年的: 这时候得到的评论有很多页,我们需要一条条的去爬取. 二,误区 因为时间排序以及当前商品评论的限制,我们选择了Selenium作为爬虫工具,写了很久发现时间排序的那个地方不是<select>标签,在标签选取上出现了问题,所以放弃了该方法. 三,productPageComments实现 1,选择本

python爬京东评论

我,找回,密码了! https://blog.csdn.net/weixin_42590877/article/details/99686720?tdsourcetag=s_pcqq_aiomsg 就是这个网址助我! 这个是我要爬的,看着暖和 https://item.jd.com/33919692427.html # In[sy_final]:#!/usr/bin/pythonimport requestsimport json #这个headers害惨了我,一定要有referer才可以运行h

曾点评京东将来成悲剧?马云微博道歉京东点赞

导语 马云承认"京东是个悲剧"的言论是自己说的,但限于"友人间的吹牛聊天",拿来公开报道,对大家都不公平,特别是对京东可能会造成无端的困扰和添乱,深表歉意. 1 月 7 日,中国企业家官方微信摘编了方兴东和刘伟撰写的<阿里巴巴正传>中马云对京东的一段评论.微信发出后,各家媒体纷纷转载,引发网友热议.文章中,作者称与马云聊天时,马云直言不讳,称"京东未来会成为悲剧,千万不要去碰京东,不是我比他强,而是方向性的问题". 马云的"

智能评论排序

我们在网上购物或者逛一些论坛.社区时往往都会发现购物时会参考其他用户是如何评价这个商品的.逛社区,如知乎之类时我们看一些东西往往只会看排在前几个的答案,而基本会忽略掉后面众多的答案.除非你是瞎混时间,如玩豆瓣,一层层楼扒,不落下任何词句. 然而,很多购物网站.社区各自评论排列是不一样的规则,有的仅仅按照评论.答案更新时间排序,或者因为各自规则不同而导致我们会错过一些对我们决策的有用信息.就拿购物来说,可能最终会影响到我们是否下单,下单转化率降低,用户体验不佳. 那么,我们可以如何让有效的,优秀的