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
太空物联网连接服务商Myriota宣布其HyperPulse连接平台正式商用,该平台结合公司5G非地面网络架构与从Viasat租赁的L波段容量。该平台采用波束跳跃技术,根据流量需求激活所需波束,优化电池供电物联网设备功耗。相比UltraLite服务,HyperPulse提供更低延迟和更高日数据传输量。服务将于12月15日在美国、墨西哥、巴西、澳大利亚和沙特正式上线。
DeepSeek-AI团队开发的DeepSeekMath-V2突破了传统数学AI只关注答案正确性的局限,首次实现了AI的"自我验证"能力。该系统在2025年IMO竞赛中达到金牌水平,在2024年普特南竞赛中得分118/120,远超人类最高分。这项技术通过训练AI像数学专家一样检查和改进自己的推理过程,为AI辅助数学研究和教育开启了新的可能。
AMD与HPE宣布扩大合作,共同开发下一代开放式可扩展人工智能基础设施。HPE将成为首批采用AMD Helios机架规模AI架构的系统供应商,该架构整合了AMD EPYC处理器、Instinct GPU、Pensando网络技术和ROCm开源软件栈。Helios平台每机架可提供2.9 exaFLOPS的FP4性能,采用开放机架宽设计标准,旨在简化大规模AI集群部署。HPE计划2026年全球推出该解决方案。
这项由伊利诺伊大学与谷歌联合开展的研究提出了"分离然后合并"(StM)的视频合成新方法,通过自动分解5万个视频片段创建了大规模训练数据集,解决了传统方法无法同时保持原始动作和实现环境适应的问题,让AI能像经验丰富的演员一样既保持特色又融入新场景。