唯品会29亿收购奥特莱斯为哪般?

7月10日,唯品会作价29亿收购杉杉商业集团100%股份。近年来,唯品会营收增速遇瓶颈,此次收购可完善奥特莱斯业务布局,强化特卖,弥补线下短板。不过,收购资金量相当于其两年净利润,在现金流本就紧张的情况下,收购效果有待观察。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

7月10日,特买网站唯品会宣布通过香港全资子公司与杉杉集团有限公司和宁波星通创富股权投资合伙企业(有限合伙)签署收购协议,作价人民币29亿收购杉杉商业集团100%股份。

一、唯品会29亿收购奥特莱斯背后,面临增长的天花板

这次收购,将使唯品会奥特莱斯业务的布局更加完善。收购完成后,原本杉杉拥有的5个奥特莱斯广场将被收入唯品会麾下,有助于布局线下奥特莱斯业务,打造线上线下融合的特卖模式。

求变的原因:近年来,营收增速遭遇瓶颈

近年来,唯品会正在面临营收增长方面的瓶颈,积极向线下奥莱业务扩展,是其寻求新增长正点、摆脱营收增速下滑现状的尝试。

成立于2008年的唯品会,一直专注于名品服饰、美妆、母婴、家居等品类的线上折扣销售业务。在较长时期内,其业内率先确立的“名牌折扣+限时抢购+正品保障”业务模式,帮助企业实现了高速增长,并于2012年3月成功完成了在美国纽约证券交易所的上市。

但是从2016年开始,国内综合性电商平台的头部效应日益明显,加上爱库存、云集、拼多多等新兴电商平台的竞争,唯品会开始面临巨大压力。数据显示,到2018年年底,唯品会的全年GMV为1310亿元,而竞争对手社交电商拼多多的全年GMV却达到了4710亿元,超过唯品会近3倍。

至此,唯品会不但在营收上落后于阿里、京东两大巨头,甚至也被后来者拼多多超过了。2019年第一季度,唯品会GMV较上一季度出现了环比19.1%的下滑。这些状况都令唯品会方面感受到了巨大的危机感。进一步完善布局、聚焦核心奥莱业务,形成线上线下融合特卖模式的竞争优势,就成为唯品会的必然选择。

二、收购,是为了强化特卖

1、曾经摇摆,现在坚定发展特卖

近年来,为了探寻到互联网时代新的增长模式,唯品会一度调整了过去的运营思路,试图通过淡化库存特卖的模式,来实现转型。然而这种转型的尝试,并没有带来预想的效果,反而令唯品会在各路电商新势力的“围剿”下,渐渐失去特点。

从2018年7月份开始,唯品会再次调整战略,开始走上“回归特卖”的新路径。这种调整,已经取得了相当的成效:2018年第四季度,唯品会的净利润率录得回升。更重要的是,平台总活跃用户达到了3240万人,实现13%的同比增长;尤其令唯品会方面感到振奋的是,截止2018年底,平台超级VIP人数实现38%的环比增长,达到了320万人。

这充分说明,回归“特卖”模式,重新聚焦“好货”的战略调整,已经获得了用户的高度认可。鉴定发展特卖模式、继续“做自己一直以来最擅长的事”,应该、也必须成为企业今后不断坚持的方向。

此次收购杉杉、布局线下奥莱业务的举措,正是唯品会回归特卖核心战略的体现。

2、弥补线下短板,加强线上线下一体化

如前所述,唯品会的品牌特卖业务,一直以来都聚焦于线上交易市场。为了强化其业务模式的竞争力,唯品会必须将经营向线下奥莱业务延伸。

线下奥特莱斯业务,与唯品会长期以来拥有优势的线上品牌特卖业务,具有高度协调的内在商业逻辑。由于二者在受众定位上高度趋同,如果能够打通线上线下渠道,必然有助于深化特卖业务的核心竞争优势。

而这次作为收购目标的杉杉商业集团,恰恰在线下奥莱业务领域,拥有大量的优势资源。目前,杉杉商业集团在宁波、太远、哈尔滨、郑州、南昌等城市里,已经开业运营了5家线下奥特莱斯商场,而且还在规划建立另外5家新的奥莱商场。

杉杉不但拥有广为分布的奥莱商场资源,而且自身财务状况良好,在利润风否的2、3线城市拥有大量的忠实客户群体。正如唯品会方面所指出的那样:收购杉杉,将令唯品会拥有线下流量的优势。通过这次收购,唯品会将实现完善的线下布局,对原有的线上特卖模式带来有益的补充作用,助力企业完成特卖线上、线下的全渠道布局。

三、收购效果有待观察

当然,本次收购为唯品会带来的,不仅是更完善的全渠道布局、以及更有助于线下获客的优势,同时也会令企业在资金方面面临一定的压力。

根据公布的情况显示,该收购涉及的资金量达到29亿元。从以往的财报数据来看,2018年中唯品会全年的扣非归母净利润为15亿元。换句话说,本次收购的资金量,相当于唯品会两年的净利润总额。

在经历2016、2017、2018连续三年的利润下滑后,唯品会在现金流方面一直面临考验。不难理解,本次总额高达29亿元的收购案完成后,企业必须在较短时期内实现明显的营收、利润增长,否则的话,必将面对资本市场的强大压力。究竟效果如何,尚有待观察。

唯品会在构建其万亿级实时数据仓库的过程中,充分利用了Flink CDC(Change Data Capture)技术,以实现高效、低延迟的数据处理和分析能力。Flink CDC是一种能够捕获数据库中数据变更的技术,它允许实时处理数据库中的数据变化,从而支持实时数据分析和业务决策。 ### 架构设计 唯品会的实时数据仓库架构设计充分考虑了高性能、稳定性与可扩展性。在这一架构中,Flink CDC作为关键组件之一,负责从源数据库中捕获数据变更,并将这些变更实时传输到下游的数据处理系统中。这种设计不仅减少了数据处理的延迟,还提高了系统的整体效率和可靠性。 具体来说,唯品会采用了Kubernetes(k8s)作为基础架构平台,利用其强大的容器编排能力来管理和调度Flink任务。通过Kubernetes,唯品会能够灵活地调整资源分配,确保在高负载情况下也能保持系统的稳定性和性能。此外,Kubernetes还提供了自动化的故障恢复机制,进一步增强了系统的可靠性和可用性[^1]。 ### 应用场景 在实际应用中,唯品会的实时数据仓库广泛应用于多个业务领域,包括但不限于: - **实时监控**:通过实时处理和分析用户行为数据,快速发现业务异常,及时采取措施。 - **个性化推荐**:基于用户的实时行为数据,提供更加精准的商品推荐,提升用户体验。 - **营销活动支持**:实时分析营销活动的效果,帮助业务团队快速调整策略,最大化活动收益。 - **风险控制**:实时监测交易和用户行为,有效识别潜在的风险点,保障平台安全。 ### 技术挑战与解决方案 在实施Flink CDC的过程中,唯品会面临了多项技术挑战,包括如何处理大规模数据流、如何保证数据的一致性和准确性、以及如何优化数据传输的性能等。为了解决这些问题,唯品会采取了一系列创新性的解决方案: - **数据一致性**:通过精确控制数据捕获和处理的流程,确保在整个数据生命周期中数据的一致性和准确性。 - **性能优化**:利用Flink的窗口机制和状态管理功能,优化数据处理逻辑,减少不必要的计算开销,提高处理效率。 - **资源管理**:借助Kubernetes的强大功能,动态调整资源分配,确保系统在面对突发流量时仍能保持良好的性能表现。 ### 示例代码 以下是一个简单的Flink CDC作业示例,用于从MySQL数据库中捕获数据变更并将其发送到Kafka主题中: ```java import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.table.api.bridge.java.StreamTableEnvironment; public class FlinkCDCExample { public static void main(String[] args) throws Exception { StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); env.setParallelism(1); // Set the parallelism to 1 for simplicity StreamTableEnvironment tEnv = StreamTableEnvironment.create(env); // Create a source table from MySQL using Flink CDC tEnv.executeSql( "CREATE TABLE MySQLTable (" + " id INT PRIMARY KEY," + " name STRING" + ") WITH (" + " 'connector' = 'mysql-cdc'," + " 'hostname' = 'localhost'," + " 'port' = '3306'," + " 'database-name' = 'testdb'," + " 'table-name' = 'users'," + " 'username' = 'flink'," + " 'password' = 'flink'" + ")" ); // Create a sink table in Kafka tEnv.executeSql( "CREATE TABLE KafkaTable (" + " id INT," + " name STRING" + ") WITH (" + " 'connector' = 'kafka'," + " 'topic' = 'user-changes'," + " 'properties.bootstrap.servers' = 'localhost:9092'," + " 'format' = 'json'" + ")" ); // Insert data from MySQL to Kafka tEnv.executeSql("INSERT INTO KafkaTable SELECT * FROM MySQLTable"); } } ``` 上述代码展示了如何创建一个Flink CDC作业,该作业从MySQL数据库中捕获数据变更,并将这些变更发送到Kafka主题中,以便后续的数据处理和分析。 ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值