觀遠數據蘇春園：“看3年做3個月”構建數字化的決策大腦

聯商網消息：8月2日，觀遠數據2019智能決策峰會在上海舉行，本次峰會由國內零售智能分析領域的領先企業觀遠數據主辦。

峰會上，400+來自連鎖零售、快消品牌、鞋服箱包、購物中心、新經濟消費等國內外知名零售企業高層領導共聚一堂，深入探討零售各細分業態的轉型痛點與創新實踐，共謀零售數據智能的未來發展。

觀遠數據創始人、CEO蘇春園分享了以《數據有為·智在決策》為主題的演講，他認為，工業時代極大放大了我們的體力，而在智能時代，因為算法，因為充沛的數據，我們的腦力開始能夠得到極大放大。他表示，觀遠數據的使命是希望能夠幫助企業構建每一個企業都需要決策的大腦，去更聰明的運營企業。

以下為蘇春園演講摘要：

感謝前面幾位分享的嘉賓，代表觀遠數據歡迎各位在酷暑中來到我們現場參加硬核的頭腦風暴。我的分享主題是“數據有為·智在決策”。我兩個禮拜之前在北京跟蘇凱聊到紅杉資本和耶魯大學有一個領導力的課程，其中有一門課叫優勢識別，在座每一個人都有很多優勢和相對的劣勢，我們要回答幾百個問題，通過大數據的模型得出每一個人的分析。我拿到結果一看總共34項能力，我最明顯的優勢有兩個關鍵詞。第一個叫專注，專注是對一個長期目標的堅持。第二個是分析，通過數據去做分析決策。所以拿到了之后非常震驚，我說大數據的模型已經比我媽更了解我了。因為過去的15年我就專注在這件事情上，就是一直在做數據分析的事情。

十五年只做一件事兒

剛才張一甲也介紹到，我入行算是在我讀書的時候，15年前我進入到學校，雖然我讀的專業當時沒有大數據、沒有人工智能，但那時候我們學的一門課叫做“每天面對不確定的時候怎么樣做決策”。大量約束的條件，我們在EXCEL里面做推演。另外一門課是數字化轉型，今天大家已經談爛了，十幾年前我們還有一點點資格聊一下數字化轉型，因為在那個時候大家看到未來的十年一定是從IT越來越數字化的時代。

畢業之后我加入了MicroStrategy（微策略）這家公司，這是一家非常有意思的公司，基本上500強中每三家就有一家是MicroStrategy的客戶。我當時作為畢業生還是一些選擇的，像微策略，包括去華爾街的投行做一些技術，包括去西部做IT的公司。但是未來數據是這個時代的石油。如今回過頭看，一干十年非常幸運，從一開始我在公司里面作為工程師，從代碼的角度去看怎么樣用數據、用什么樣的算法幫到企業，到后來成為中國區整個產品研發的總裁，有機會帶領幾百位美國和中國的同事，我們發布了當時在微策略歷史上最大的產品4.0的產品。美國公司的發布會最喜歡在美國的拉斯維加斯召開，我們全球幾千家客戶會在哪一個禮拜里面每天從早到晚，每一天跟幾十家客戶了解我們客戶他們怎么在使用，怎么幫到他們做出決策。所以給了我不一樣的視角，但是我們在那個過程中也發現因為受制于技術，受制于算力，受制于算法，其實有很多企業希望能夠用數據解決更多的更深層次的問題，在500強企業在很多領先的企業確實沒有被解決，那是一個無人區。

到了2016年，我和我們幾位現在的聯合創始人，當時這幾位聯合創始人都去了阿里巴巴，原來是我微策略的老伙計們，我們聚在一塊我問了他們一個問題，你們是準備在未來繼續待在阿里巴巴聽馬爸爸講故事，還是我們一起抒寫一下我們自己的故事。我很煽情，結果他們沒有理我。但是話題依然打開，大家的想法不謀而合，因為在2016年那個點，這幾股浪潮已經融合在了一起。算法、算力和數據，我們看到巨大的拐點，在過去數據分析和商業智能仍然有價值，但是它沒有解決的問題，對于海量數據的探索，對于未來的預測，對于診斷對于行動的建議，因為這些技術浪潮的變化成為了可能，所以2016年的9月我們正式成立了觀遠數據。

這15年里面一直跟數據打交道，也走過了一些彎路填過很多坑，也有很多有意思的故事和緣份。沃爾瑪，原來讀書的時候數據挖掘課做各種各樣的算法，大家知道沃爾瑪有一個很經典的N個版本的故事——啤酒與尿布，我們怎么樣去算，背后各種數據的分析。之后到了MicroStrategy恰好沃爾瑪是我們的客戶，怎么樣用數據驅動它的決策。比較有意思的是，一個月之前觀遠數據正式跟沃爾瑪達成了合作，我們通過和沃爾瑪它在全球科技最創新的孵化器，我們一起幫助在未來的一段時候實現更精準沃爾瑪生鮮品類的預測，這件事情的難度遠遠超過美國沃爾瑪對于常規品預測的水平，這是背后有一些非常有意思的過去跟數據打交道，包括到今天。這背后與其說是一種緣份，更多的去看是一種在大的驅使下的小小的潮流的走向。

兩個禮拜之前500強最新排名剛剛出來，沃爾瑪連續第六年蟬聯榜首的位置。在座很多都是零售的CEO高層，前任的沃爾瑪CEO有幾句話非常樸實，但是道出了對于數據的本質。他是這樣說的：過去這些年我們在每周五上午決定干什么，周六中午就部署完成，快速發現問題，快速行動。而且進一步沒有我們想象的轟轟烈烈，不需要比你的競爭對手領先幾個月，一招致敵，不需要領先幾個禮拜，只需要每年52個禮拜每個禮拜領先幾天，這就是你的優勢。更進一步在中國我們剛才講到，在這個基礎上，一方面是高頻快速迭代，另外一方面更精準的給出行動建議，這是沃爾瑪在中國的實踐。

聯合利華是我們去年開始合作非常重要的客戶，聯合利華所處的快消品行業，大家在這個行業的同仁波士頓之前的公司今年初有一個報告，針對全球排名前30快消品的公司去看哪些場景最需要被提升，其中排名最前面的是更精準的需求預測，因為需求的準確帶來是下游所有的生產與精準——我的供應鏈、我的倉儲、我的渠道管理。去年開始，觀遠數據非常開心與楊總的團隊一起在最前沿的地帶進行探索。這個是在兩個月以前聯合利華全球CEO供應鏈老大以及亞太地區幾位老總到杭州觀遠數據進行新一期項目的討論和計劃。在過去很多年一直想解決讓52周每一周更精準的預測的問題，我們看到了很多解決的方式和陸續在實現的過程中。

剛才講到是全球的品牌，我們回到自己本土的零售的力量。鮮豐水果，第一個社區門口都有這樣的連鎖門店。全國2000家門店，每個店在過去我們怎么做決策，大家想一想。每個禮拜六的時候每個部門大家開一個會，發現這里面哪一些店在某一些商品上有什么問題需要改進。但在今天我們有幸和鮮豐水果一起構建的能力是把同樣一個禮拜的周期里面，決策的次數、迭代的次數增加到原來的1000倍，因為我們每個店每一天，每十幾分鐘做自動檢測，發現主要商品里面銷售的偏差和可能發生的原因是什么。

類似的是奈雪的茶。奈雪的茶永遠在推新品，是不是這個新品能夠引領新的消費潮流，能夠持續在未來一端時間作為主力商品，這個是最核心的競爭力之一。在這里面，在過去這兩個禮拜里面能做的決策傳統意義上是非常有限的，但是在今天我們跟奈雪合作，把這兩個禮拜拆成每半小時為一個周期，每半小時對于這個新品在不同門店，這些商品受什么樣畫像客戶歡迎，為什么喜歡它的口味，怎么樣定價，怎么樣的商品組合。在這兩個禮拜里面可以迭代一個商品，迭代幾百幾千次，這是它面向市場一個核心的競爭力。

這是我們在從全球到本土零售品牌核心的觀點，什么是更智能的決策？其實它不是我們想到的我是通過iDea，通過單一的爆品。更智能決策的本質是什么？是在同樣的周期里面，在一周、一個月或者一年里面，你能夠比過去，能夠比你的競爭對手多10倍、100倍、1000倍發現這些問題，去迭代最后產生增長的機會，你抓住了其中的機會，在52周之后和你競爭的就不是過去的你，也不是隔壁的品牌了，你是與未來為伍，這是智能決策的本質。

商業創新都是從量變到質變

這背后我們仔細去看，原來做不到嗎？其實原來確實做不到，這背后有一個革命在發生，我們把它叫做顆粒度的革命。今天下午見福便利店會專門分享，它們有2000個店，每個店怎么做極致單店經濟模型，其他1999個店怎么找到這里面最優的模型作為參考，讓第二個店變得更聰明。這里面我們把它細化所有原子度的時候我們發現不僅僅是店，我們的渠道，我們的單點，我們每個商品的單品，重要的單客，每一次的市場營銷的效果，每一次比前一次更加聰明。這里面還有單度的概念，這是上個月和可口可樂在聊的，現在是盛夏高溫的時候，如果明天的溫度比今天高一度，可能對可口可樂在中山公園的地帶產生什么樣的影響。

如果你掌握了原子級別顆粒度的分析和決策，你在未來的盛夏還有60天夏天里面，你能改變你能迭代你跟旁邊的品牌PK，一個是代表了新時代，一個是代表了傳統的過去式。所以這是我們看到在背后顆粒度的革命，而且剛才講到的，它是會學習的機器。當我們剛才講到以單度經濟或者維度看的時候，你會發現我需要更多的數據在今天開始我每一度的溫度，對應的自動販賣機和渠道的銷售，不斷的基于這些迭代。而每一天會比原來更加聰明。所以我們知道這背后有很牛的成熟的效應，本質上正呼應了智能時代不斷更加智能、更加會學習的機器，這是跟傳統商業巨大的區別，傳統商業每一個人，每一個體系的能力IQ是固定的，我們一個企業如果有1000個門店，只有5%的店長能夠執行，但是通過系統通過算法可以讓10%、20%、30%的店長變得越來越聰明，比前一天更加聰明。

這里面我們退出來看一步，以更寬廣的視角我們現在所處的時代。對于過去這幾個世紀，其實很簡單，我們劃分。一個是工業時代，另外一個是智能時代。工業時代極大放大了我們的體力，智能時代它本質上是生產了數據，每個企業現在最不缺的就是數據本身，但是從2016年不謀而合因為算力，因為算法，因為充沛的數據，我們的腦力開始能夠得到極大放大，而且所有的學習越來越聰明越來越智能。這個會帶來什么？腦力的放大對于我們所有的商業的活動會帶來什么？所有商業活動的源頭就是決策。決策是我們的大腦，決定了我們所做的任何的動作。

所以換一個角度，Gartner對于全球主要的企業更加微觀的去看2019年數字化預算會花在哪些領域，大家看到綠色的部分是在哪些領域增加投資，黃顏色的部分開始慢慢的會減少投資，這是全球CIO的報告，第一個排名最前面的增加的投資是數據分析，第二個是AI人工智能。我們也很想問一個問題，中國的企業我們的數字化預算會跟全球一樣嗎？大家想不想知道。這是我們和Gartner要的數據，大家看一下排名，排在第一的同樣是商業智能數據分析，但是第二位的是AI，這是非常有意思的結果。但是我們發現跟我們過去這幾年接觸下來很多企業是不謀而合。因為在中國我們這幾波浪潮的結合，極有可能讓我們中國在擁抱數據和智能上面超過全球。這個事情已經發生，十年二十年前移動支付，我們現在去國外知道要用移動支付非常煩的事情，大部分是信用卡為主。在這波紅利里面我們中國移動互聯網實現了彎道超車，但是在移動智能時代數據智能時代，我們看到了這樣的趨勢繼續在重演。這也是非常有意思，也是我們觀遠數據的使命。我們希望能夠幫助企業構建每一個企業都需要決策的大腦，去更聰明的運營這個企業。尤其是在零售、在消費、在新經濟形態。

大家知道在20年前有一家偉大的公司誕生叫SAP，它來自于哪？來自德國。為什么這家公司起來了？技術很牛嗎？我們都是搞技術的，還是可以的，更重要的原因是因為誕生德國先進工業的土壤。因為代表了在那個土壤里面能夠提煉出來最新的管理的思想和管理的實踐，20年后、30年后今天在中國，中國的新經濟，我們的零售消費是在引領全球的創新。我們看到在中國一定需要科技的企業在背后賦能，在這個土壤里面去構建屬于這個土壤的面向未來的決策能力，這是我們觀遠數據的使命，也是我們所有團隊努力奮斗的目標。

看3年，做3個月

更進一步，我想再次分享這個圖，有一些老朋友看到過這張圖，我們一致反饋得到了很多朋友的認可。觀遠數據如果有最核心的一個點跟大家分享，我希望大家記住是這個點。大家對未來的共識比較容易形成，但是如何抵達這個未來是最重要的。而作為科技或者產品的科技公司，希望跟大家分享給各位的路徑，從而通過BI到AI，或者怎么構建這樣的決策大腦。這里面大家看到每個企業最不缺的就是數據本身，各種的業務系統，或者各種結構化半結構化，包括各種數據管理。在這上面我們提出了5A方法論，第一個敏捷化，不管什么樣的數據，不管新業務還是老業務，第一時間快速構建數據體系。第二步場景化，這個行業里面最領先的企業他們怎么去看店、看貨、看人、看供應鏈，怎么去對標，這是第二點。第三點當我有了數據體系之后，能不能讓它更加普惠，能夠自動的數據追人，去提醒發現這個問題。我們的店長不需要在電腦前，他也不可能在電腦前，他只需要數據告訴他下五秒應該做什么決策，更加自動化。更進一步更加增強化，以及建議行動化，賦能算法能力，包括預測包括自動診斷，指導在重要的決策上怎么不斷優化。

這背后我們提煉了一個公式，每一個企業都不一樣，但是同樣即使在一個企業里面，在座各位你想想您所在的企業，我們不同部門、不同角色、不同的業務特點，決策的深度和淺度是非常不一樣的。就像我剛才講到的，比如說劉總的分享Lily的店長所需要決策的場景，每天若干次，但每次只有五秒的時間看到我可能一個新品異常是什么，以及對應的建議。如果我是CEO想看到什么？希望看到更整體的數據和哪一些環節可能正在發生隱患，并且提醒我，不需要你告訴我準確的答案，我下一個電話應該打給誰。如果是產品的記錄專員，希望更多的在里面做一些數據的推演，回到我最終進行決策，希望模型算法輔助我，以我最后對宏觀形勢的判斷。這里面反應出來根據不同的角色，根據業務的屬性，新業務和老業務，尤其還有數據。當我們采集的數據越來越多，顆粒度越來越細的時候，做的決策的場景方式是很不一樣的。所以每一個企業的決策其中是非常復雜的。反過來說，這意味著我們每一個企業要有十個、一百個不同決策的產品或者系統。這也是我們觀遠數據一直試圖努力更一站式的智能分析平臺，通過不同產品矩陣。

這里面講兩個例子，非常深入的從淺到深，或者從深到淺，根據不同業務變化在不停迭代的決策場景。NOME這是新零售典型標桿，現在有幾百家店，也是一個潮牌。三個點跟觀遠數據一起合作，第一個敏捷化，原來通過傳統的BI已經在看數據，但業務部門提出的需求需要一個禮拜，現在通過敏捷的產品功能到0.5天，這是第一點敏捷化，響應業務部門的需求。原來業務部門不找信息部門和數據部門，我提了沒有什么用，現在半天兩個人支撐全公司業務數據驅動。第二個場景化，更早之前實現了對貨對場的分析，今年3月開始NOME上線了會員，從第一天開始通過平臺開始監控知道誰買了什么，再進一步做千人一面，先對應需求做一輪篩選產生復購，根據數據的迭代通過千人千面做算法的提升。這里面還有很多動態的標簽，這是第二步場景化，人貨場全面的覆蓋。第三點增強化，這是我們最近正在進一步合作的點，原來做大盤銷售預測，最近大盤是不夠的，即使知道NOME接下來整個提升3%或者5%，但是到店沒有辦法產生行動的計劃。我們到單店怎么預測，這里面有很多業務規則不清晰，我們更加實際的先做單店未來七天的銷售預測。我們這里面發現有很多尾貨的商品，會影響到預測的精準，但是并不是那么重要，我們選擇TOP200的SKU做預測。

這里面我想講的例子，其實它是決策從淺到深，從不同的場景，不同的業務特點，以及隨著流程越來越完善，隨著數據的采集越來越深入，以及形成的反饋閉環能夠做的決策的深度越來越深。包括另外一個場景，我們在一起合作推動的虛擬標桿店，我開任何一個新店一開始怎么做產品的組合，或者每段時間對于門店的對標，發現這里面的問題，我應該哪個店和哪些最可比的店比，這些方式是極度動態在變化的。同樣是CBD的幾個店，有一些CBD是交通要塞，有一些不是。帶來的客群很不一樣，怎么樣通過算法模型動態，根據各種數據動態找到相似的店形成決策參考，加上前面講到的更加高頻，一年之后的競爭力不是跟隔壁的品牌在競爭。

百威的例子，Keith分享了一小部分，這里面我們跟百威的合作是反過來的，前面我們講的5A的路徑，跟百威的合作非常有意思，我們先從AI方面合作的，這也是跟500強合作另外一個特點，500強在BI建設上相對是完善的，數據的基礎是比較不錯的。我們在AI上首先合作的智能的稽查和需求的預測，百威有很多啤酒的串貨。我們和它們過去一年多合作之后，當時Keith有一個數據產生32倍ROI的回報，帶來銷售的止損超過了千萬級別。另外一個例子是AIDP需求預測，這里面非常開心向大家分享這個信息，最近在東南區基于算法的預測接管了基于人的預測。原來這些人可以更加專注在生產上游，供應鏈本質上是供需的平衡。我們合作之后當我們有更多的場景和數據之后，我們更進一步合作在供應鏈上，本質上就是更加高頻在原子顆粒度，我們知道每一個單據，每天超過一萬張的單據，每個單據背后對應很多SKU貨品，它的狀態這里面有什么異常，在同樣的時間單位里面我們是原來方式的100倍、1000倍發現問題，去及時迭代找到增長的機會。包括到最前端的營銷分析，非常敏捷監控各種渠道的管理，這是我們在百威已經有完備的數據基礎的典型客戶里面，我們怎么從深到淺，不斷迭代我們又有很多新的場景嘗試，一步步構建企業決策大腦，也是幫助Keith提到的讓智能的決策成為每個企業的核心競爭力，其他的可能都是曇花一現的，這個東西是源源不斷持續競爭力最核心的一個點，這是百威的例子。

我們有更多的客戶，因為時間的關系，包括今天我們有很多客戶會去分享他們實際的使用。針對零售和消費，我們不斷提煉不斷豐富，在這個行業最佳分析的實踐。很多CEO的朋友和CIO需要我們提到建議的時候，看3年做3個月構建數字化的決策大腦。什么意思？大家經常聽到一句話我個人非常認可的一句話，我們往往高估了新的物種、新的技術、新的創新在一年能帶來的變化，但是往往低估了三年五年帶來的變化。這里面對于我們在座各位行動派來說，我們需要的是我們能不能看到未來一年、兩年、三年我們的模樣會是什么樣。第二個怎么分布解決好當下三個月應該決策的主題和場景。在這個過程中不斷產生數據迭代和閉環，最終通過三個月抵達我三年的數字大腦、決策大腦的終局，這是我們特別想分享的，我們也非常樂意，如果在未來一個是我們的客戶，另外我們有很多潛在的朋友，我們一起去分享，在座很多你們是業務的專家，但是我們可以從這個視角去給到我們的一些規劃的建議。

觀遠數據過去這一年

最后時間關系，我作為創始人代表我們公司向支持觀遠數據的各位朋友介紹一下觀遠數據過去一年的進展，這是我們每年峰會的標準環節，我會盡量控制時間。過去一年里面，就在剛剛過去的一個月，我們搬進了新的辦公空間，就在阿里巴巴對面，仍然在海創園，來過的朋友知道。也借這個機會，代表我們的團隊邀請大家如果到杭州的時候來我們這里坐一坐，零售圈很多隔段時間去阿里參加活動，說一聲，我們就在阿里旁邊。

第二點，我們去年的峰會當時在杭州和上海，過去一年里面我們成立了深圳辦公室，深圳的團隊今天也來到了現場，以及剛剛在北京望京設立北京的辦公室，希望能夠離客戶足夠近，雖然我們很多的同事都不斷出差，但是希望更近的聽到客戶反饋的聲音。我們在團隊上面這是去年的峰會，也是在龍之夢萬麗我們的團隊，過去這一年我們團隊非常快速在擴展，團隊也吸引更多喜歡玩數據搞數據做算法的朋友，我們一起在為共同的目標在努力。這里面有一些來到了現場，有一些沒有來到現場，我放一下照片。現在除了我們有70后的大叔，也有很多90后小鮮肉，國外剛剛回來加入我們，都非常的青春和活力。基本上除了我和待會兒分享的聯合創始人張進，除了我們的發跡線跟產品迭代速度正相關之外，其他小伙伴們都非常棒，都是原生態，甚至70后大叔都保持了逆生長。

在過去這一年里面，基本上在國內零售領域里面最主要的獎項都給到了我們，這是對我們最大的鼓勵。據說觀遠數據是在過去一年里面唯一的一家創業公司是入選了三大加速器。包括微軟加速器，包括騰訊和萬達加速器。我們跟萬達以及萬達旗下的科技公司已經產生了深度合作。尤其是要感謝微軟加速器，是微軟加速器過去一年里面舉辦了若干次零售AI大賽里面，我們每次參加運氣都非常好拿了第一名，所以希望以后多舉辦一些AI大賽。

最后跟大家也分享一下，大家關心我們的朋友知道我們新的一輪的融資，這幾個機構也是我們自己非常認可的機構，它們對于AI，對于行業的改變，我們有共同的信念。這給我們的意義是什么？錢只是一方面，更重要的是我們有彈藥能夠去更加長期對于技術的投入，尤其是對于客戶的價值能夠長期投入。坦白說在過去的兩年多接近三年觀遠數據成立以來，尤其是在座有一些是我們的客戶，我們自己知道有很多地方我們做的是非常不夠的，因為資源，因為我們自己是新的公司，很多地方還處于野蠻生長，所以非常感謝他們。這一次更多的資源，除了我們的產品研發和市場拓展，我們會非常大的放在客戶成功的體系，怎么樣能夠更好幫到客戶。

其中這里面也借今天機會跟大家宣布我們觀遠數據客戶成功體系最新成立的創新是觀遠學院的成立，上個月我們已經成立在試運行，我們的目標有三個。第一個我們不希望只輸出我們是甲乙方只輸出產品和方案。更重要的是輸出數據分析的方法，什么樣數據分析方法是最能夠帶來商業價值，這里面可能會基于觀遠數據的平臺。第二點希望輸出零售消費行業最佳分析的體驗、實踐、體系、方法論。第三點我們也在陸續準備去跟大家分享各種課程，AI算法、預測分類、機器學習到底能跟我們的行業，我們哪些場景產生真正的投資回報。它的領先性和可解釋性對我們商業來說意味著什么。有幾位AI專家也在現場，對這個感興趣的可以告訴我們同事，從今天開始會正式對外接受大家的預定。

最最后，最重要的一點，要感謝大家看到的這些是我們部分的客戶，不管是500強的還是新銳的零售品牌，我們非常幸運在成立不到三年時間里，有機會服務這么多在行業里面已經是最領先的，或者看起來很快要成為行業最領軍的企業，特別感謝他們對我們的信賴，這是我們不斷前進最重要的動力，我們希望能夠在未來有更多的資源能夠提供更多、更超額的回報和長期的客戶價值。感謝他們。

在結束的時候，最后向在座的今天來到現場的每一位，包括我們的客戶，包括今天在現場的致敬。前面我們講到這是從智能時代來看，2016年開始，如果這個時代是一個幾十年甚至更長的時代，我們在這個時代的發端。其實每一個時代最不缺的是旁觀者，是評論家，甚至是預言家，很多是這樣人。但是最缺的最需要的是這個時代的參與者，是智能時代的親身參與者或者行動派。在座各位今天來到現場以及在日常工作中我們一起做很多前沿性的創新，這就是這個時代最重要的行動派，也分享最后我們的思考。

如果說工業時代它的偉大之處不是為女王發明了絲襪，而是因為對勞動力的無限放大，他讓每個女工都穿上了女王同款的絲襪。智能時代呢？智能時代的未來它的偉大之處會是什么？對腦力無窮無盡的放大，我們的未來會是什么？五年后、十年后對我們意味著什么？其實我們沒有答案，很遺憾。但是我們相信世間奇偉之觀，常在于險遠。我們在路上，我們邀請大家一起同行。謝謝大家。

（來源：聯商網上海報告）