作者简介:

付凌峰,2017 年加入百果园,现数据中心 AI 负责人。此前就职于沃尔玛、卜蜂莲花等大型外资连锁企业,在数据分析、建模与应用实践方面有丰富经验。2010 年起在沃尔玛(中国)总部工作 6 年并担任高级数据分析师,擅长顾客洞悉、会员分析挖掘、智能选址与预测、品类规划等。

以下内容根据付凌峰在神策 2017 数据驱动大会新零售论坛演讲整理所得。

百果园是水果连锁业态开创者,线上单月 1.2 亿,已是全国最大、成长最快的水果零售商。在水果行业讲数据化运营是一件很有挑战的事情。就百果园而言,数据化运营是企业日常经营管理重要的一部分。上到董事长与总经理,下到整个门店的店长店员,全公司数据指导运营方向的一致,为企业数据化转型迈出了重要的第一步。

四大运营方向:产品 + 商品 + 用户 + 销售

图1 百果园四大运营方向

付凌峰介绍百果园的数据化运营围绕以下几个方向:

在产品运营方面,依靠数据研发新功能、不断提升用户体验;

在商品运营方面,如何优化品类管理?因为水果具有非常强的季节性,也是一个情感商品,对整个营销门店来讲,商品同步经营、单品管理对整个门店的销售业绩会起到重要作用;

在用户运营方面,围绕用户增长、留存提升,推动消费者复购;

在销售运营方面,通过渠道资源分配、活动指导、阶段性的活动复盘总结、监督性的分析寻找经营机会点。

八大分析体系:500+ 字段指标铺设精细化运营

图2 百果园数据采集三部分

在这样的数据运营方向下,如何具体地去做?

付凌峰特别介绍了数据采集情况,百果园多年的 IT 化建设积累了相应的数据,如 ERP、CRM 等,除了公司已有的系统数据外,通过各种各样的可行方式进行数据采集,不断丰富和完善外部数据。

第一,会员系统。会员系统主要关注点是“人”,百果园不断丰富顾客标签的数据,分为动态和静态两种(约 200+ 个),通过标签的积累和主要的业务结合,驱动业务日常管理和经营。

第二,门店。百果园通过传感器来获取数据,包括到店客流、顾客店内贡献,以及果品选择与摆放等。

第三,APP。神策分析在用户行为方面有非常强的经验,所以用户行为采集方面百果园通过 APP 来做进一步的完善。

在相对完整的数据采集前提下,百果园进一步搭建整个数据分析的体系,围绕八个方向,包括总体运营体系、用户价值体系、产品运营体系、商品运营体系、营销活动体系、物流配送体系、客户指标体系、财务分析体系。

图3 百果园构建八大数据分析体系

小协同:不同部门间基于同一数据进行交流和诊断

搭建完整的指标体系后,如何跟公司运营结合?这些需要落实到数据平台上面。上面提到,百果园整个大数据平台包括内部的 ERP、CRM 等数据,也包括非结构化的数据等。基于数据在平台上的整合和输出,驱动产品和运营。

图4 百果园数据平台与 BI

例如,在门店经营中,企业要进行运营监控,需要“盯”着每周每月业绩状况如何,数据部门的同事会做深入的数据分析,相关数据可视化展示包括 PC 端和移动端,为移动化办公做紧密的支持;在经营过程中,任何业绩波动都能够通过该平台做出预警提示;数据及时的输出——数据发布,能够让相关的管理层知道问题所在,找到相关的症结来解决和应对,围绕运营监控也有相关的数据发布。

深入的做法就是业务预测,这一点非常重要。因为水果属于生鲜品类,所以需要反推到整个仓储配送需要的量,以及前端采购,要控制损耗。基于这个数据平台,百果园整体以及各部门之间在这个数据平台的作业达到一个小协同,从而很好地协调不同平台之间资源的配置,让不同部门之间基于同样数据的交流和诊断。

确实存在一些有待提高的地方,包括效率偏低、多维分析困难、可视化/预警功能、业务模型输出。

创新:页面 / 功能展示致力多人多面

图5 百果园数据运营创新方向

随着整个集团业务的不断发展和壮大,集团上面所有的功能都集成在一个平台上面会有非常多的内容,下一步将实现基于不同的角色来搭建整个的平台,比如管理层 / 总监、用户运营人员、活动运营人员,产品经理、数据分析人员,不同的角色人员在数据平台上面期望看到的和使用的功能完全不同。

因此,实现多人多面的界面展示和功能展示——基于多种角色界面的展示供使用者方便地切入到他使用的模式,是下一步的创新点。

神策数据在数据运营创新方向上有比较强的经验,包括算法和非常先进的理念,百果园在与神策数据一起实现探索和创新,进行尝试、研究和突破。

集团大数据平台 + AI:云服务平台成为零售超级大脑

百果园整个集团已经开始搭建大数据平台,不光是围绕着终端的板块,整个百果园已经介入全产业链集成大数据平台,围绕前端的种植环节、采购管理、供应链、销售运营、营销、会员等。

图6 百果园大数据平台 + AI

种植环节不再依赖种植经验。通过温度、湿度、土壤、生长周期、产量等数据,建立模型和整套种植的机制生产出好的水果的果品,还可以将模型移植到其它相关的种植基地。如此,好的水果果品不再依靠于人,不再受限各种天气环境因素影响。

采购管理、供应链、销售运营、营销、会员等都有数据要进一步整合,在此基础上期望能够集成大数据平台,利用人工智能这样的算法具体切入到相关的各个环节,通过这样的算法找到实际的场景。

目前百果园正在实现这样的突破,包括智能订货系统、实时定价系统、人脸识别、销售预测等等。

其中,人脸识别和智能订货系统,门店已经开始部署智能摄像头以及探针,期望顾客进到百果园的门店,识别顾客的性别、年龄、过往消费情况、所消费果品的类别等。这些数据的识别,能够整体帮助店长和店员对顾客进行更好的导购服务,提升顾客的购物体验。

再如,相比其它零售行业的标超和便利店而言,在生鲜和水果行业,智能订货系统显得更加至关重要。因为生鲜和水果是比较容易损耗的商品,需要通过更好的订货和决策做好前端到推送和门店的管理,从而优化整个门店的损耗。

综上所述,集团的大数据平台 + AI 正在赋能整个新零售,成为百果园零售的超级大脑,为百果园做出智能零售相应的贡献。


建立数据驱动思想,数据分析能力帮助传统转型新零售

神策数据 2017-07-03 18:57

新零售时代,一些零售翘楚正在建立起以用户为中心的业务模式,通过全量用户数据源和新兴技术来支撑全渠道业务模式的持续优化。神策数据创始人 & CEO 桑文锋在演讲中介绍,随着线上下数据壁垒的打破、用户行为与业务交易数据打通、全部门与全场景实现数据驱动三方面的趋势,让零售行业正在发生新的变化,他同时讲述了聚美优品、中商惠民、倍全真实应用场景。以下是核心内容提炼:

传感器等应用打破线下数据采集之殇

由于流量红利消失,伴随线上渠道个性化服务与用户体验缺失,线上拉新成本逐渐升高;而线下渠道正在加紧布局,新技术的应用不断带给用户个性、自助式的体验。伴随着这一趋势,新零售时代下,零售企业的线上线下渠道出现了不同程度的偏颇:线上以引流与拉新为主;线下渠道以留存为主。

从前线上渠道可以实现全量数据采集。产品人员通过用户购买流程这个漏斗来找到优化方向,而传统线下门店只能采集购买信息。新零售时代到来,线上下数据壁垒亟待打破,随着传感器的发展,线下零售业开始了新的尝试:

传感器作为物联网中一个从外界接收信息的载体,被誉为物联网、智能设备等的“心脏”。例如美国亚马逊推出的“Amazon Go”超市,这是一种无需结账的新商店。店中装有利用机器学习和算法的传感器,不用排队便可自动结账。再如极视角,它通过视频识别用户是不是试穿了某一件衣服,是不是试戴了某一顶帽子,将零散的数据收集。

综上,数据采集的壁垒在打破,新零售时代线下数据发生了变化,得益于以下几方面:

第一,更为便利的会员注册,ID 串联称为可能;随着微信、支付宝等支付方式的出现,通过 ID 串联对同一个人的追踪成为可能。

第二,基于会员管理,对已有客户进行挖掘。随着 SCRM(Social Crm)的发展,实现了多渠道导入客户资源,以及统一管理客户。

第三,No Lines,No Checkout。这是亚马逊提出的概念。人类工作一直在追求更高效率,机器会代替部分人类工作,随着各式各样传感技术的发展,这种趋势是挡不住的。

新零售,线上线下融合要打通“三关”

新零售时代的零售企业线上线下融合要打通“三关”,这也是神策数据在新零售的数据分析思路,如下:

第一,线上线下数据打通。越来越多的零售企业,如良品铺子、上海百联等企业,有线上与线下业务,线上下数据的串联能够形成全面、完整的用户画像,这是新零售的第一步。

第二,用户行为数据与业务交易数据打通。线下 POS 机记录了用户的交易数据,但是交易主体情况并不知道。如用户何时进了你的店?在哪些商品面前停留?停留了多长的时间?最后拿起了什么商品……这些数据不断被记录与完善,再结合交易数据我们就可以进行漏斗分析,了解用户整体的转化情况。

第三,全部门全场景的数据驱动。我们强调的数据驱动,应该是企业里各个部门,包括市场营销、产品运营、用户运营、管理者等都在进行数据驱动,数据驱动是全部门、全场景的事情。

聚美优品、中商惠民、倍全企业新零售实践

神策数据围绕这三个方面,不断推进零售企业线上下数据的融合。聚美优品、中商惠民、倍全是神策数据的三种不同商业模式的零售企业客户,其新零售实践给予行业较大的参考价值。

一、聚美优品:构建完整线上解决方案

聚美优品是典型的纯线上零售。从渠道来源、渠道转化、渠道流程优化、用户留存等方面构建了完整的线上解决方案:

渠道来源。电商广告界有句名言:我知道我有一半的广告费都浪费了,但是我不知道是哪一半。在不同的渠道来源中,聚美优品需要判断出哪些渠道有效果?哪些渠道来的线索更优质?从而为电商投放与推广提出指导意义。为此借助神策分析平台标记用户渠道来源,评估渠道拉新效果。

渠道转化分析。吸引用户到电商平台不是目的,重要的是跟踪到用户的激活。聚美优品跟踪到用户购买才算是真正的转化,分析不同渠道注册及消费转化,调整投放策略很重要。值得强调的是,渠道转化分析是市场投放和用户转化的要关心的重要指标,它传递出你的用户是否真正发生了购买行为。

激活流程的优化。聚美优品通过数据分析不断地优化激活/注册流程,让整个的转化激活的流程变得更加的容易,杜绝“卡壳”,从而让用户与留存购买变得水到渠成。

用户留存。电商企业想读懂用户留存,可通过日留存率、周留存率、月留存率等指标监控应用的用户流失情况,关注用户留存变化与留存规律,并在用户流失前采取相应措施,激励这些用户继续使用应用,如此来增加用户粘性。

利用 PaaS 平台开发。神策数据对接聚美 BI 系统,进行互补分析。在精准推荐方面,基于可曝光的数据,聚美优品不断改进背后的运营逻辑和算法,让准确率提升 10%。

二、中商惠民:数据驱动的“人”、“货”、“场”管理

中商惠民以新型经销者身份,对社区超市售货和进销存管理提供支持,通过神策分析实现“人”“货”“场”的数字化管理。

“人”的管理:勾勒用户画像与科学评估业代

在新零售时代,“人”的管理主要包括对客户管理和业务人员管理两方面。

客户管理:中商惠民在数据分析平台上能够了解到客户使用产品的频率、活跃天数、使用深度、采购趋势等数据指标,快速甄选出高活跃度客户、一般活跃客户、流失风险客户。做到预警客户流失,挽救流失有的放矢。

业务人员管理:为保证对业务代表考核的科学性,中商惠民多维度全面地考量业务人员。当数据分析平台与 CRM 对接后,管理者可以按时间周期汇总业务代表拜访客户情况、分布、订货情况等,并能针对性分析单个业务代表的行为线路(时间、路线内外的操作情况——拜访、上传等操作)等。

“货”的管理:科学布局智能供应链

“货”的管理离不开对供应链监控,提高供应链效率是零售企业致胜的基础,这是重新审视市场需求与供给的全过程。

中商惠民掌握了不同规模的商超客户的经营品类、采购频率、销售总量、偏好分析等数据后,中商惠民可精准勾勒用户画像,找到重点客户的“高频货”,并结合实际合作品牌对商超客户进行选购引导,进而可以评估商品品牌铺货的合理性。

同时,中商惠民能够作为经销商,为保证阶段性的销售任务达标,经销商要实时了解各城市、各阶段的铺货情况,以实现市场渠道终端品牌销售的精细化管理,以保证向品牌商交付优质业绩单。

“场”的管理:精细化运营,实现多渠道互动体验

科学的数据分析帮助中商惠民无限逼近客户真实意愿,零售企业通过改进购买决策路径、优化列表页的体验提升首页流量分配效率,最终提升用户的转化率。简言之,不同的人,在不同的场,配以不同的货。

三、倍全:数据驱动线上、线下业务的融合

倍全是中国首个以互联网 + 便利店为载体的社区生活服务平台。倍全为厂家/产地搭建了一个线上线下深度融合的全渠道直接交易平台,减少了中间交易环节,降低中间流通成本。倍全通过门店的销售动态、商品类别的销量动态和区域特性分析、门店内品类的销量分析等实现订单数据的实时分析,并借助新老客户的 ID 识别,将线上和线下数据进行融合和交叉分析,精准勾勒用户画像。

新零售时代,是以客户为核心的全域洞察时代。在新服务业态下,客户数据不完整,粒度粗糙等已成为零售企业发展最大羁绊。神策数据帮助企业从科学的数据采集与数据分析,搭建基础数据,并提出二次开发的接口,让企业在开放的平台架构上,进行灵活且强大的多维分析,让企业洞察用户需求,用数据实现全方位精细化运营,最终实现流通链的高效重塑。



人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”(新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

  1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

  2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

  3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

  1. 精细:这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

  2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

  3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

  4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

  5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

  1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

  2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率;

  3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议:

  1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

  2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

    评估未来的知识和技能类型;

  3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

    发过程中确定更加明晰的标准和最佳实践;

  4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

    较高失业风险的人群;

  5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。

子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。

如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。




产业智能官  AI-CPS



用“人工智能赛博物理操作系统”(新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能),在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链

长按上方二维码关注微信公众号: AI-CPS,更多信息回复:

新技术:“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”;新产业:“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”;新模式:“财富空间”、“特色小镇”、“赛博物理”、“供应链金融”


点击“阅读原文”,访问AI-CPS OS官网

本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



版权声明:由产业智能官(公众号ID:AI-CPS)推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com



【智能零售】数据如何驱动新零售:线上单月 1.2 亿背后的数据化运营相关推荐

  1. 百果园付凌峰:线上单月 1.2 亿背后的数据化运营

    作者简介: 付凌峰,2017 年加入百果园,现数据中心 AI 负责人.此前就职于沃尔玛.卜蜂莲花等大型外资连锁企业,在数据分析.建模与应用实践方面有丰富经验.2010 年起在沃尔玛(中国)总部工作 6 ...

  2. 6.26线下深度交流:数据如何驱动新零售升级?

    [友盟+]数据训练营系列 数据训练营-如何驱动新零售体验升级 如题,本周二,清数大数据产业联盟将走进友盟+,与友盟+新零售业务总经理刘延明.市场战略总监史敏君,深度探讨新零售数据服务及最新应用实践. ...

  3. 金融数据智能峰会 | 数据规模爆炸性增长,企业如何进行精准决策?云原生数据仓库数据化运营实战分享

    简介:在日前的2021阿里云金融数据智能峰会--<云原生驱动数智化运营的"增长黑马">专场上,阿里云数据库资深技术专家魏闯先 从数据价值链路角度切入,为大家解读云原生数 ...

  4. 大数据正在推动新零售发展

    "大数据"和"新零售"都是近两年最火的词,因为处在不同领域,人们可能都没想过它们之间的关联.大讲台老师告诉大家"随着大数据的发展,一切都将变为可能!& ...

  5. 大数据产品价值主张_大数据背景下新零售商业模式探究

    摘 要:目前,大数据在生活中的应用愈发广泛,各个方面都被智能设备转化为数字,分析运用起来,大数据对销售领域的影响也特别大,通过大数据及其相关的技术和各种智能采集设备.物联网.人工智能的应用,很好地实现 ...

  6. 百胜软件黄飞:携手阿里云,用双中台驱动新零售

    新零售已经从对人.货.场的重构,走向了对IT基础设施及全产业链的升级,其中基于互联网技术的"双中台",正在全面升级零售业的IT系统,从而赋能更多业务场景.提升全链路效率,让数据决策 ...

  7. 百胜软件黄飞:携手阿里云,用双中台驱动新零售...

    新零售已经从对人.货.场的重构,走向了对IT基础设施及全产业链的升级,其中基于互联网技术的"双中台",正在全面升级零售业的IT系统,从而赋能更多业务场景.提升全链路效率,让数据决策 ...

  8. 【智能零售】2018年新零售商业的四大趋势

    来源:泰一数据 去年10月,马云提出"纯电商已死,新零售时代已来",各行各业的大佬纷纷入场,以远超预期的速度迅速捧起"风口".2017年,作为新零售的诞生元年承 ...

  9. 线下商店如何转型做新零售 怎么样顺利开展新零售模式?

    线下商店如何转型做新零售?怎么样顺利开展新零售模式?看完易族智汇javashop为您编辑整理的您就会明白了,欢迎阅读,仅供参考. 线下商店如何转型做新零售? 小程序+便利商店是最佳组合 小程序开发维护 ...

最新文章

  1. 2015第22周六Java反射、泛型、容器简介
  2. 生物信息学是干啥的?
  3. GAN的基本原理、应用和走向
  4. python中pos的用法_Python:数组、队列及堆栈的使用(list用法)--转
  5. gsoap写一个c++ webservice
  6. Oracle - Log buffer 的相关设置
  7. mysql压缩包修改密码_mysql 解压之后一堆文件,第一次安装 与 修改密码
  8. kmeans改进 matlab,基于距离函数的改进k―means 算法
  9. 如何找出Fiori launchpad URL start_up请求发起的具体位置
  10. springmvc接收日期字段处理方式
  11. 使用JMH做Java微基准测试(二)Hello2020!
  12. 16kb等于多少b_一篇文章讲透MySQL为什么要用B+树实现索引
  13. linux红帽子桌面模式ftp,linux红帽子VSFTPD配置.doc
  14. maven使用java8
  15. python you-get ffmpeg 下载哔哩哔哩视频
  16. linux 配置vpn 客户端,mandriva下成功配置vpn客户端
  17. FreeRTOS 任务调度算法
  18. 猿创征文|【国产数据库实战】一文学会应用SqlSugar访问及操作人大金仓数据库
  19. 检索式问答系统baseline
  20. 20.04Ubuntu安装桌面系统详细教程

热门文章

  1. 高德地图POI数据2020年高德POI
  2. Android中ViewPager支持一屏多个View、切换动画以及无限滚动
  3. knn闽南语是什么意思_[闽南语歌]将进酒闽南语版结尾的「予焦啦」是什么意思,新歌荒山亮「予焦」推荐...
  4. (一)数据结构的起源,常见的名词解释,数据元素之间的关系
  5. 编程语言和脚本语言的区别
  6. 实现用户手机流量统计(ReduceTask并行度控制)
  7. java阶乘和的算法_java_4种阶乘算法
  8. 一些高尔夫模拟器的比较:TruGolf、Foresight GC2、Visual Sports
  9. 一个游戏开发者的反思:缺陷与出路(转)
  10. MySQL学习视频+教程