阅读更多

9顶
0踩

互联网
1、美国几乎大小品牌都有自己的官方网站,大多数都提供在线直接购买,中国则寥寥可数;

2、美国除了amazon这样的“超级市场”,还有众多的分类B2C网站,例如eluxury、macmall、eastbay、buy;

3、美国的信用卡比较普及,所以在支付方面信用卡使用的比例非常高,虽然没有具体的统计,但是paypal这样的第三方支付工具绝没有中国这样凶猛;

4、美国商业环境非常好,如果你不是刻意去买仿冒的品牌是不会中招的;

5、物流方面基本是USPS和UPS,USPS相当于中国的邮政;相当一部分网站的USPS递送服务是免费的,也就是Free Shipping,一般美国国内的递送时间大约5-9个工作日,UPS则收费较高,一般Next Day需要支付约20美金左右的运费;

6、美国B2C网站的服务很好,有两次家里没人,UPS把包裹放在门口丢失,对方立刻做了赔偿(美国也有顺手牵羊的);

7、退换比较便利,一般对方会要求外包装尤其是条码完整,商品未使用,退换期从一个月到一年不等,扯皮的情形还没有遇到过(寄回的运费是需要自己来支付的);

8、Coupon是美国文化的一部分,所以很容易可以找到10%-20%的coupon code,网站在节日或者换季的时候也经常提供特殊的coupon code,可以直接在购物车里面享受折扣;

9、Cash Back网站日益增多,即通过特定的入口进入之后,购物成功可享受直接的返现,返现期大约1-3个月,额度一般从5%-15%不等;

美国的在线购物市场起步较早,发展比较快,服务也比较完善,中国相对而言比较落后,对照美国现在的格局,中国在线购物市场在以下几个方面存在不错的机会;

1、品牌方直接运营的在线购物市场,这方面中国几乎是空白;

2、分类在线购物市场,京东虽然比较火爆,但是一个京东远远不够,服务也需提升;

3、Coupon、Check Out(Cash Back)市场,存在机会,但是大环境不成熟,有感兴趣的可以自己多研究研究。
来自: j1f3.com
9
0
评论 共 3 条 请登录后发表评论
3 楼 fyting 2009-03-09 03:00
不是还有newegg以及淘宝商城上众多商家么,网上购物确实便宜很多,但是对很多人来说,网购要么不可信,要么太麻烦,要么就根本没听说过。像当当,大家都以为它是卖书的,其实它什么都在卖;新蛋上东西很便宜,淘宝上还有折扣券卖,很合算,可是从来不见打过广告,知道的人也不多。
2 楼 acchj 2009-03-05 18:03
写的不错。
京东、红孩子等这些网站已经发展得很好。我看好这种专一领域的B2C模式,最好是能和社区结合起来。从这个角度讲,JE似乎应该开展软件项目外包的平台
1 楼 lordhong 2009-03-05 12:18
总的来说中国的信用制度不成熟, 怎么搞都搞不起来的, 淘宝模式是最符合中国国情的.

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 基于人工智能的路径查找优化算法

    是本人大学的毕业设计,主要方向是遗传算法用于路径查找,在原本的遗传算法的基础上经过了优化

  • 【Algorithm】图搜索问题总结,如何在图中进行搜索?每种方法的优缺点是什么?如何决定使用哪一个?

    对于无向图和寻找所有连接组件,使用DFS或BFS。对于无权图和寻找最短路径,使用BFS。对于有权图和寻找最短路径,使用Dijkstra算法或A*算法。当内存资源受限时,考虑使用迭代的DFS。如果有好的启发式信息,优先使用A*算法。对于大规模图或特定类型的图(如树),可能需要特殊设计的算法或数据结构。在实际应用中,可能需要根据具体情况对算法进行调整或组合使用不同的算法来达到最佳效果。每种算法的输入和输出都是相同的:输入:迷宫(二维数组),起点(坐标),终点(坐标)。

  • 《人工智能——一种现代方法》(第二版)【第3章 用搜索法对问题求解】小结

    这章是第二部分问题求解的开篇,主讲运用搜索法解决问题。然后介绍常用无信息搜索策略(BFS,DFS,IDS……),还强调了下避免重复状态,最后提到了下使用不完全信息的搜索。 开章提到:当没有单独的行动可以解决问题的时候,智能体如何找到一个行动序列达到它的目标,是讨论的重点。然后会描述一种基于目标的智能体,称为问题求解智能体。问题求解智能体通过寻找达到所希望的状态的行动序列来决策要做什么。从精确地定

  • 常见的寻路算法

    不同的寻路算法适用于不同的场景,需要根据具体的问题特点,如图的规模、边的权重、是否需要最短路径等因素来选择合适的算法。请根据具体的问题修改图的结构和节点关系,以适应不同的寻路需求。

  • 转载 最佳路径的算法

              目的:从如下所示的图中,用程序找出从A到D所花时间 #define NODENUM 6#define STARTNODE 0#define TRAGETNODE 3    char g_aNodes[NODENUM]=...{A,B,C,D,E,F};int g_aDist[NODENUM][NODENUM]=...{    ...{0,

  • 游戏开发中的人工智能(七):A* 路径寻找算法

    接上文 游戏开发中的人工智能(六):基本路径寻找及航点应用本文内容:介绍路径寻找算法的主力——A* 路径寻找方法。A* 路径寻找算法路径寻找是游戏软件AI 最基本的问题之一。A* 算法是当今游戏软件开中,相当常用的一种。A* 算法之所以会如此吸引人,是因为它可以保证在任何起点及任何终点间找到最佳的路径。我们可以尽量使用 A* 算法,除了某些特殊情况的场景。例如,如果起点和终点之间没有障碍物,有明确的

  • 模板匹配 -提高计算速度

    误差平方和算法(SSD) 误差平方和算法(Sum of Squared Differences,简称SSD算法),也叫差方和算法。实际上,SSD算法与SAD算法如出一辙,只是其相似度测量公式有一点改动(计算的是子图与模板图的L2距离)。这里不再赘述。 模板匹配的速率如何提高? 先说说模板匹配的优势,精度高。但是计算量是特别大 以此项目为例 单次匹配 12ms 那么总共计算时间就是 10ms* 200(rows)*600(cols),20分钟往上。12ms的单次循环很难继续优化。 1...

  • 线槽路径最优化算法(一)

    目录问题描述算法中心思想 问题描述 现在做的项目,需要完成一个自动连线的功能,大概就是在一个工业的电控桌子上连接两个电器件的接口,然后让连接的电线在线槽中走出最优化,最自然的路径。 算法中心思想 废话少说,直接把算法中心思想总结下: 线槽进行分段 ,分成一个个长方形,方便进行计算; 线槽在进行节点创建,节点分为普通节点和拐点; 连线起终点两处,向其接线前方分别查找最近的节点; 由找到的两个拐点,分别去轮询查找下面的拐点和节点; 查找要考虑查找方向和距离; 当两端节点在同一线槽即可认定最优化路径查找完成。

  • 图论-路径优化算法总结

    目录 1:Dijkstra算法 1.1:算法思想 1.2:算法步骤 1.3:代码演示 1.4:算法实例 1.4:算法优缺点 2:A* 算法 2.1:算法思想 2.2:算法步骤 2.3:Dijkstras算法与A*算法的比较 3:Floyd算法 3.1:算法思想 3.2:算法步骤 3.3:算法实例 3.4:算法优缺点 1:Dijkstra算法 迪杰斯特拉(Dijkstra)算法是典型的最短路径的算法,用来求得从起始点到其他所有点最短路径(单源最短路径)。该算法采用了贪心的思想

  • 路径搜索算法-A星算法

    A*算法的核心就是f(M)=g(M)+h(M),g(M)表示当前节点到初始节点的最短路径大小,h(M)表示当前节点到终止节点的可能路径大小(即虚拟的,如欧氏距离,曼哈顿距离等)。即不仅仅考虑当前节点到初始节点的最短路径,还要考虑离终点的距离。而一般的路径查找方法只会考虑当前节点到初始节点的路径 两个关键集合open和close 简单一句话即:open 往close 插入元素 ...

  • 如何解决FPS/RTS/赛车类游戏的同步问题

    算法简述   动作类游戏如何在高延迟下实现同步?不同的客户端网络情况,如何实现延迟补偿?十年前开始关注该问题,转眼十年已过,看到大家还在问这类问题,旧文一篇,略作补充(关于游戏同步相关问题还可以见我写于2005年的另外两篇文章,帧锁定算法 和 网游同步法则): 影子跟随算法由普通DR(dead reckoning)算法发展而来,我将其称为“影子跟随”意再表示算法同步策略的主要思想

  • A* 路径搜索算法

    1.两个list 集合 一个openlist 代表可到达的格子 一个e代表已到达的格子 2. 一个公式 F=G+H F代表 代表从起点格子到达当前格子,在从当前格子到达目标格子的总步数 G代表起点格子到达当前格子的代价 H代表不考虑障碍的情况下,当前格子到达目标格子的代价. 采用的数据结构 public static class Grid { publ...

  • 第16周 啊哈算法 深度优化搜索应用(最短路径算法)

    问题及代码: /*求最短路径算法 用途:可用于交通系统、营救最优路径 */ #include int n,m,p,q,min=999999; int a[50][51],book[50][51]; void dsf(int x,int y,int step) { //下一步四个方向的数组 int next[4][2]={(0,1), (

  • A*路径搜寻算法

    A*搜寻算法,俗称A星算法。这是一种在图形平面上,有多个节点的路径,求出最低通过成本的算法。常用于游戏中的NPC(Non-Player-ControlledCharacter)的移动计算,或线上游戏的BOT(ROBOT)的移动计算上。该算法像Dijkstra算法一样,可以找到一条最短路径;也像BFS一样,进行启发式的搜索。 A*算法是一种启发式搜索算法,启发式搜索就是在状态空间中的搜索对每一个搜

  • 最简单的搜索算法

    目前自己用的比较多的是广搜bfs 以下是别的大神们的详细讲解: 原网址:https://blog.csdn.net/a8082649/article/details/81395359 BFS可用于解决2类问题: 从A出发是否存在到达B的路径; 从A出发到达B的最短路径(这个应该叫最少步骤合理); 其思路为从图上一个节点出发,访问先访问其直接相连的子节点,若子节点不符合,再问其子节点的子节点,按级别...

  • 机器学习遗传算法路径优化_使用遗传算法优化机器学习模型

    机器学习遗传算法路径优化In complex machine learning models, the performance usually depends on multiple input parameters. In order to get the optimal model, the parameters must be properly tuned. However, when th...

  • 分支限界算法c语言_人工智能:如何优化你的搜索算法,找到成长最佳路径

    搜索是很传统的问题,本质上是如何做出最优的选择。之前的文章我们介绍了爬山、束搜索。这次再介绍几个其他的优化的搜索方法。常见的搜索策略就是深度优先和广度优先,深度优先策略就像打一口深井打出水了再换下一个地方接着打,广度优先策略就像选秀的海选一轮一轮的选出最好的。所以对搜索性能的优化归根结底就是对这两种策略的优化。都有哪些策略呢?第一种就是想办法减少选择,比如之前讲的束搜索就是给个搜素宽度比如每一轮选...

  • 基于搜索的路径寻找方法(Dijkstra, A*和Jump Point Search)

    对解空间的定义 先看我们会遇到的一个问题。上图描述了在地图中不同机器人的形状和尺寸。因为形状和尺寸的差异让碰撞检测问题变得非常复杂。很自然我们会想能不能仅用一个点来描述机器人呢?忽略掉形状和尺寸的差异。这大大减小了路径寻找的复杂度。所以有了下图描述的解决方案。 黑色块为障碍物,包裹在障碍物周围的是根据机器人形状大小生成的膨胀层。对于复杂的机器人形状则通常使用简单的形状去近似。而机器人在地图中就...

  • 最佳路径搜索算法1

    算法,就是(结合各种数学知识)解决问题的有限步骤,可以表现为程序、流程图。 假设要寻找一条路径,从起点S,终点G。 有几个关键原则: 1. 路径的下一个节点,不能和以往节点相同,否则会造成死循环。 2. 所有“待选”,“待算”路径,放在一个列表中; OK,现在可以假设,有基础数据,各个点的坐标: struct Point {   char ID;   double x; ...

  • 路径优化搜素算法

    一.深度优先搜索算法(DFS) 1.算法介绍 https://zh.wikipedia.org/wiki/深度优先搜索 DFS(Depth-First-Search)是一种用于遍历或搜索树或图的算法。沿着树的深度遍历树的节点,尽可能深的搜索树的分支。当节点v的所在边都己被探寻过,搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点...

Global site tag (gtag.js) - Google Analytics