12月9日，當當網董事長兼CEO、木蘭匯常務理事俞渝出現在由《中國企業家》雜志社主辦的2019(第十八屆)中國企業領袖年會現場。對于該會主題“決勝2020年”，俞渝發表了主題演講。

如同俞渝所言，2019年，確實有很多企業都遭遇了困難，“記得2019年初，我在上海飛往北京的航班上。過去，這個航班經常滿員，那天我看到座位空了很多。我又查了自己熟悉的酒店和航班價格，從中我發現經濟確實在面臨壓力。”

當當作為一家走過20年的電商老兵，該如何面對越來越激烈的電商市場環境，如何決勝未來，是俞渝需要長期思考的問題。

俞渝坦言，當當不是天生的強隊。但不能忽視的是，這家歷經風雨的企業內部其實正在發生的深刻變革。

她總結道：“我們可以用長周期的思考，去采取逆向的行動。”拉長周期的思考，讓俞渝得到了一個答案，并在2019年做了大膽地嘗試，“因此，當當在2019年是用數據和智能驅動發展的一年。”

2019年8月起，俞渝在當當網內部正式發布了“場景化變革，深度對接用戶”的戰略布局，并重新調整了組織架構，將此前的出版物事業部改組為三個場景化小組：成長焦慮小組、生活方式小組、大學場景小組。

而當當在2019年，實現了了銷售、銷量、利潤的三增長，說明其實驗是達到一定效果的。

俞渝提醒所有的當當人，必須全力聚焦三件事情：觸達顧客、告知顧客、服務顧客，更精準地將目標聚焦在消費者需求上。實際上，當當的經驗，也值得電商創業者們借鑒。

當當及時的變革收獲了成效，也正說明了消費者正在發生的變化。

俞渝認為，今天的顧客場景跟一兩年前相比，是非常碎片化的。從今日頭條的用戶行為各異；微博的讀者則是求真相、看文字、等更新；到抖音的用戶圖熱鬧，猜測下一片瓜在哪里，什么時候到來。

在圖書消費領域，在經濟面臨下行壓力時，消費者對書的價格也會更加看重，當當網為此依然采用技術手段幫助顧客找到更優的性價比。

針對不同場景下用戶的表現，當當也在研發相應的技術產品。在搜索、AI應用上，當當的系統加大了深度學習的模型和覆蓋范圍；基于算法學習的搜索和推薦，當當能夠系統性地學習顧客的行為和他的潛在意圖；另外，當當在中臺、后臺、生產各個環節中的研發逐年增加。

按照俞渝的建議，要想決勝2020年，大家都得重新出發。她認為，商業是長跑，周期會重復。在這個前行的道路上，當當會一如既往，統計為先，數據導向，場景開花，碎片鏈接。

以下是俞渝在由《中國企業家》雜志主辦的2019（第十八屆）中國企業領袖年會上的演講，有刪節：

2019年，我們看到很多企業都遭遇了困難。

記得2019年初，我在上海飛往北京的航班上。過去，這個航班經常滿員，那天我看到座位空了很多。我又查了自己熟悉的酒店和航班價格，從中我發現經濟確實在面臨壓力。

所以，我在當當網喊了一個口號：我們可以用長周期的思考，去采取逆向的行動。因此，當當在2019年是用數據和智能驅動發展的一年。

當當網長期積累了顧客的購買行為、閱讀行為，因此天然就是一個大數據公司。擴大對數據的追求，也是當當未來可持續發展的保障。

11月9日，當當度過了自己20歲的生日。20年前，當當是PC電商時代的老兵，20年后，當當要做到“統計為先、數據導向、場景開花、碎片連接”。

在經濟面臨下行壓力時，當當更心疼顧客的錢包。盡管圖書本來就很便宜，一個麥當勞巨無霸套餐就夠買兩本書了，但當當網依然要用技術手段幫助顧客找到更優的性價比。

比如余華的《活著》和太宰治的《人間失格》，這些經典的好書在當當網促銷時只賣10元錢包郵；7冊一套的《小熊和最好的爸爸》，當當網12年不給顧客漲價，顧客花兩塊五就能買到這樣的正版好書。

2019年，當當網做到了銷售、銷量、利潤的三增長。我覺得今天的顧客場景跟一兩年前相比，非常碎片化。今日頭條的用戶行為各異；微博的讀者則是求真相、看文字、等更新；抖音的用戶圖熱鬧，猜測下一片瓜在哪里，什么時候到來。

當當就在鉆研這些場景下的用戶表現：這個人焦慮嗎？他是職場升遷受到了困擾嗎？這個人好像在閑逛，也許對別人在讀什么更有興趣。基于對這些場景行為的統計分析，當當也在研發相應的技術產品。

在搜索、AI應用上，當當的系統加大了深度學習的模型和覆蓋范圍，針對閱讀場景多的特點，從多個方面優化模型。比如正負樣本的選取規則、無效數據的計算、相關性反饋的結構設計、低轉化詞和高跳出詞等價的變化，這些都會提高搜索的精準度，提高用戶體驗，幫用戶更快速地篩選出一本書。

基于算法學習的搜索和推薦，當當能夠系統性地學習顧客的行為和他的潛在意圖，為顧客展示相關、不相關、強相關、弱相關的多種陳列和可能，幫顧客在海量信息和商品中簡化選擇的過程。我們的工程師從數據、顧客心理、其他行業經驗中，揣摩哪種布局對顧客更友好、更簡潔。

另外，當當在中臺、后臺、生產各個環節中的研發逐年增加。例如，電商促銷時，我們發現某個時段中，顧客購買的平均單價高于中位值。通過機器學習，我們就要立刻為這個群體提供更好的陳列和促銷手段。

因為在平均值高于中位值的情況下，平均值高的一定是書店、天貓和淘寶的賣家，他們更會在當當占便宜，而當當要用技術手段把更多優惠讓給普通的顧客。

在智能生產方面，當當一直在重構自主研發的WMS倉儲管理和TMS發送管理的系統。過去幾年里，當當在物流中心增加了倉庫存儲地圖和工人路徑規劃的應用。通過技術系統開發隨機存儲的模型，計算倉儲剩余量，智能地推薦存儲位置，提高物流車間的存儲密度。

比如當當物流中心接收一個商品時，系統會立刻調用它的歷史數據，結合當下流量，預測未來的可能性，智能地給出這個商品放在倉庫的什么地方最合適。

同時，當當加快了數據交換的實時性，讓訂單的作業指令傳遞和執行得更迅速。揀貨過程中，系統能夠智能地更新路線，減少員工的人為判斷。因此，當當每產生100塊錢的銷售額，跟幾年前相比，用了更少的生產面積和員工作業時間，員工的操作更方便，體能消耗也下降了。

這些年，當當銷售業績增加的同時，庫存增長持續低于銷售增長，效率也在持續提升。

在視覺設計方面，為了讓顧客更方便，使用更舒適，我們的技術團隊引入了“膚質設計”（ComplexionReduction）的做法。得以在平凡中追求個性，用簡約自然的風格展示舒適優雅的書香感覺。

隨著大家使用場景的不斷變化，當當在小程序和快應用上的發力表現也非常突出。當當的小程序名列年度最佳，性能指標排名非常靠前。

現在，用戶可以在APP、小程序、快應用上使用當當。針對微信生態圈裂變的特點，當當陸續推出了相應的產品：抽獎、打卡、成語、問答等等，因此當當小程序的分享率基本是行業水平的兩倍。

當當小程序現在承載的任務是去觸達當當APP此前沒有覆蓋的新用戶。

過去一年中，當當在快應用上的進步非常明顯。我們的華為快應用、小米應用、vivo應用，得過許多大獎。得獎不重要，重要的是當當在根據不同手機廠商的特點進行不同的產品設計。

比如，當當在華為的應用強調的是場景的智能對接；小米應用是豐富應用市場；vivo的重點是推廣商品卡片，讓UI和操作體驗更完美，光在一個vivo上，我們不到一年時間里快速迭代了八個版本。基于這些用戶行為，當當跟手機廠商一同去探索閱讀服務場景下的新項目，以及碎片化閱讀的可能性。

所以在當當，顧客可以買書、服裝、百貨，但“書香濃郁”一直是我們在各種技術應用中去重點發力的方向。

今天的主題是“決勝2020年”，我們大家都會重新出發。我覺得，商業是長跑，周期會重復。在這個前行的道路上，當當會一如既往，統計為先，數據導向，場景開花，碎片鏈接。

電商的競爭從來都很激烈，我們當當不是天生的強隊。但這20年里，我們還會繼續用自己的力量，打造一個文化和科技結合的豪門。