Temu已经在澳大利亚的电子商务排行榜上升至第三位,仅仅在该国上市六个月后,就超越了更为人所熟知的本土竞争对手Kogan、Catch和MyDeal。
Temu是折扣爱好者的天堂,以其标语“像亿万富翁那样购物”和对从更换牙刷头到厨具和运动鞋等商品的大幅折扣而闻名,Temu已经扩展到47个国家,并在全球拥有1.2亿月活跃用户。
在澳大利亚,Temu自3月份在澳洲推出以来,平均每月访问量达到768万次,超过了Wesfarmers和Woolworths。这两家澳交所上市的巨头仍在努力经营其电商业务,在同一时期,这个类别由领导者亚马逊以平均每月5000万的访问量占据主导地位。
根据The Australian Financial Review从Similarweb获得的数据,尽管Temu在澳大利亚增长显著,花费大量资金用于获取用户,但目前该平台开始出现放缓的迹象。十月份,该平台的访问量和独特用户数量显著下降,分别月环比下降了41%和45%。
过去几个月,按点击付费广告有所下降。这是指广告商每次广告被点击时支付的费用,以此产生访问量。Similarweb表示,按点击付费支出在七月达到峰值,约2150万美元,但到十月降至560万美元。尽管如此,Temu仍然是澳大利亚主要市场中第三大广告支出者。
Jarden研究部门负责人本·吉尔伯特预测,价值型购物者的兴起将为亚马逊和Temu这样的积极参与者创造机会。他估计这两家公司到2024年将实现超过55亿美元的总商品价值。
吉尔伯特先生表示,亚马逊和Temu已经从Wesfarmers支持的Catch、Kogan、沃尔沃斯拥有的MyDeal甚至eBay等竞争对手那里夺取了相当的市场份额,原因在于它们的规模、投资和范围扩张。
“我们认为亚马逊的威胁被低估了。”他强调说。
美国巨头亚马逊一直在扩大其在澳大利亚的足迹,通过在新开张的珀斯配送中心投资超过7000万美元来巩固其领先地位。该中心面积达到20000平方米,使其在当地的容量翻倍。
亚马逊在墨尔本的第二个机器人配送中心于八月公布,将跨越209000平方米,分布在四层,预计2025年完工。这稍微大于悉尼的同类场地,后者使公司花费了约5亿美元。
摩根士丹利观察到Temu在澳大利亚和新西兰增加市场份额的“巨大潜力”,鉴于电子商务渗透率仅略低于20%。
该经纪公司表示:“在澳大利亚,消费者支出的宏观背景依然具有挑战性,因为生活成本压力不断加剧,这可能导致消费降级,并为Temu提供机会。”
他们还指出,在一个美国样本中,Temu的低价对所有收入阶层的用户都具有吸引力——不仅仅是最低收入群体——这在澳大利亚可能同样适用。
Temu是如何运作的?
与中国的拼多多(同属于Temu母公司PDD控股)类似,Temu应用程序允许用户在购物时边玩游戏,如Fishland。用户观看游戏内的广告,他们需要推荐朋友注册并完成任务来获得奖励,从而增加应用程序的参与度,此外还有一个影响者计划。
在Temu上的商家只负责生产、列出商品并将其运送到Temu在中国的仓库。Temu负责其余的一切,包括定价、销售和市场营销以及履行。
摩根士丹利表示,这加速了顾客的信任。大多数订单都符合免费送货和退货条件,该平台的30天价格调整政策也对购物者具有吸引力。为了吸引商家,Temu不收取佣金、服务费或营销费用。
MST Marquee 消费者研究主管克雷格-伍尔福德(Craig Woolford)说,考虑到价格因素,在 Temu 上购物仍有新奇价值,虽然许多网站鼓励游戏以提高参与度,但除非有令人信服的价值主张,否则这种使用往往会随着时间的推移而逐渐消失。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。