带玩具逛街时突然按下按钮的故事,丰满的妺妺3伦理播放,新婚人妻不戴套国产精品,大肉大捧一进一出好爽视频百度

營(yíng)銷(xiāo)數(shù)字化,讓商業(yè)決策更科學(xué)化|怪獸先森

原創(chuàng) 1 收藏 評(píng)論
舉報(bào) 2020-11-21

讀前思考3秒:你覺(jué)得數(shù)字化對(duì)商業(yè)和營(yíng)銷(xiāo)上有什么用?


“人類(lèi)正從IT時(shí)代走向DT時(shí)代!” 自從馬老師在2014年一次的公開(kāi)場(chǎng)合說(shuō)了這句話(huà)后,現(xiàn)在很多人對(duì)“大數(shù)據(jù)、數(shù)字化”等概念已經(jīng)不陌生了。


 今年疫情的出現(xiàn),更是讓我們看到了很多數(shù)字化的商業(yè)應(yīng)用和快速發(fā)展。比如醫(yī)療診斷和治療上采用數(shù)字化技術(shù)和設(shè)備,讓病人在家也能享受專(zhuān)家的診斷和治病。 

“數(shù)字化未來(lái)一定會(huì)像電和互聯(lián)網(wǎng)一樣,成為商業(yè)的基礎(chǔ)設(shè)施”——這個(gè)不是天方夜譚,而是已經(jīng)或逐漸在普及的趨勢(shì)了。不是說(shuō)你要不要數(shù)字化,而是你以后可能沒(méi)了數(shù)字化就無(wú)法生存,就像現(xiàn)在的電和互聯(lián)網(wǎng),缺少了就幾乎無(wú)法生存。


技術(shù)是最大的生產(chǎn)力,生產(chǎn)力改變生產(chǎn)關(guān)系,而數(shù)字化就是未來(lái)幾年的最大生產(chǎn)力。 

看到這里,你可能會(huì)反駁,好像我所在的企業(yè)就很傳統(tǒng),也沒(méi)見(jiàn)什么危機(jī)或有生存問(wèn)題啊…… 

這就像洪水如果來(lái)了,有些人提前準(zhǔn)備的就跑到另一個(gè)高地愉快地發(fā)展,有些人因?yàn)楸緛?lái)占領(lǐng)了某山頭而暫時(shí)不被水淹到(如,某些企業(yè)壟斷某些優(yōu)勢(shì)資源),剩下的沒(méi)有準(zhǔn)備也沒(méi)有特殊優(yōu)勢(shì)的就只能被淹死了。

 也許,現(xiàn)在洪水還沒(méi)完全來(lái)到你家。我們這時(shí)不妨提前了解準(zhǔn)備一下。 

一、那么,數(shù)字化是什么?為什么要實(shí)現(xiàn)數(shù)字化?

 有些人以為設(shè)備接上了網(wǎng),收集一些用戶(hù)數(shù)據(jù),就是實(shí)現(xiàn)數(shù)字化了。 

其實(shí)不然,企業(yè)真正的數(shù)字化不僅僅是技術(shù)上,還要是真正從思維上轉(zhuǎn)變,以及學(xué)會(huì)利用數(shù)字化為自己企業(yè)提高經(jīng)營(yíng)效率,實(shí)現(xiàn)更好地增長(zhǎng)——這也是數(shù)字化的作用。 是否能利用數(shù)字化技術(shù)去真正提高企業(yè)經(jīng)營(yíng)效率,這是判斷實(shí)現(xiàn)真正數(shù)字化的核心。

有些人搞了一堆數(shù)字技術(shù),反而降低增加企業(yè)的成本,卻沒(méi)有增長(zhǎng)多少價(jià)值,還不如以原來(lái)的方式呢。


但是當(dāng)大家都學(xué)會(huì)運(yùn)用數(shù)字化給自己企業(yè)賦能,提高了效率。如果你還停滯不前,那你的競(jìng)爭(zhēng)力也自然下降,被淘汰只是時(shí)間問(wèn)題。

 數(shù)字化在商業(yè)上涉及的方面很多,我這里只談營(yíng)銷(xiāo)上的數(shù)字化。如果單純指標(biāo)來(lái)看,根據(jù)《數(shù)字時(shí)代的營(yíng)銷(xiāo)戰(zhàn)略》一書(shū)總結(jié),真正的營(yíng)銷(xiāo)數(shù)字化至少需要滿(mǎn)足以下五個(gè)標(biāo)準(zhǔn): 

1.連接(connection)

連接是互聯(lián)網(wǎng)、數(shù)字時(shí)代的本質(zhì)中的本質(zhì)。沒(méi)有連接,就不叫數(shù)字化。


 連接什么?傳統(tǒng)互聯(lián)網(wǎng)時(shí)代,連接的是人與人、人與服務(wù)。但在移動(dòng)互聯(lián)網(wǎng)時(shí)代和數(shù)字化時(shí)代,連接已經(jīng)超越了單純的人與人、人與服務(wù)之間的連接,還融合進(jìn)了人與線(xiàn)下、線(xiàn)上與線(xiàn)下等連接因素,未來(lái)甚至是萬(wàn)物互聯(lián)的時(shí)代。 


比如你去阿里旗下的盒馬鮮生消費(fèi),就能感受到線(xiàn)上和線(xiàn)下,人與商品等全面的連接與體驗(yàn)。

 

2.消費(fèi)者比特化(bit-consumer)

比特是英文 binary digit的縮寫(xiě),比特是表示信息的最小單位。消費(fèi)者比特化就是把消費(fèi)者的行為進(jìn)行記錄與跟蹤,轉(zhuǎn)化成精確的可視化數(shù)據(jù),方便更好地把握消費(fèi)者的動(dòng)態(tài)和做出更有效的營(yíng)銷(xiāo)決策。

 很多零售店已經(jīng)開(kāi)始進(jìn)行“消費(fèi)者與消費(fèi)行為比特化”的改造和升級(jí),以普拉達(dá)(Prada)的零售店為例,已經(jīng)可以做到將所有的衣服都貼有裝著傳感器的新型條碼標(biāo)簽。 


有了新型條碼標(biāo)簽之后,每件衣服被消費(fèi)者拿起、放下或者試穿的信息都會(huì)被準(zhǔn)確記錄,并傳遞到后臺(tái)的管理系統(tǒng)中。這樣試穿過(guò)多少件,甚至衣服被拿起、放下多少次,這些數(shù)據(jù)都將通過(guò)分析為服裝企業(yè)下一步的產(chǎn)品開(kāi)發(fā)、設(shè)計(jì)或者進(jìn)貨提供精確的方向。 

3.數(shù)據(jù)說(shuō)話(huà)(data talking)

有人說(shuō)數(shù)據(jù)是未來(lái)的“石油”,這一點(diǎn)也不夸大。 數(shù)據(jù)是數(shù)字化的基礎(chǔ),沒(méi)有數(shù)據(jù),一切都是空談。就像“巧夫難為無(wú)米之炊”。 有了數(shù)據(jù),才能更好了解用戶(hù),實(shí)現(xiàn)更多商業(yè)增長(zhǎng)。這也是阿里等平臺(tái)收購(gòu)一個(gè)企業(yè),第一個(gè)要求就是可以無(wú)條件享用其數(shù)據(jù)的重要原因。 

4.參與(engagement)

以前一個(gè)產(chǎn)品只要生產(chǎn)出來(lái)就不愁賣(mài),也不需要消費(fèi)者的參與。現(xiàn)在供大于求時(shí)代,商品泛濫,如果不重視消費(fèi)者的需求與參與反饋,產(chǎn)品則很難賣(mài)出去了。 而且現(xiàn)在讓消費(fèi)者參與商業(yè)決策鏈條中的成本也越來(lái)越低,消費(fèi)者的參與則更重要。比如維基百科就是用戶(hù)參與編輯的過(guò)程。 

5.動(dòng)態(tài)改進(jìn)(dynamic improvement)

過(guò)去想要改進(jìn)一個(gè)產(chǎn)品,從收集顧客意見(jiàn)到最后反饋到工廠上,整個(gè)周期都要差不多一年以上。在現(xiàn)在快速變化的環(huán)境里,這種反饋周期太長(zhǎng)了。 現(xiàn)在的消費(fèi)者數(shù)據(jù)更新頻率非常快,需求也在不斷變化,企業(yè)也需要快速適應(yīng)變化,快速反饋與迭代、動(dòng)態(tài)改進(jìn),才能以萬(wàn)變以萬(wàn)變。而且,隨著各種技術(shù)的普及,實(shí)現(xiàn)動(dòng)態(tài)改進(jìn)的成本也越來(lái)越低,關(guān)鍵是思維的及時(shí)轉(zhuǎn)變。

 
比如小米在2010年創(chuàng)建的時(shí)候,就把手機(jī)操作系統(tǒng)的更新頻率變?yōu)橐恢芤淮巍km然這在當(dāng)時(shí)是有點(diǎn)“變態(tài)式”的做法,但卻實(shí)現(xiàn)了根據(jù)用戶(hù)反饋后的動(dòng)態(tài)改進(jìn),讓產(chǎn)品真正實(shí)現(xiàn)以用戶(hù)為中心。 


總結(jié)一下,想要實(shí)現(xiàn)全面的數(shù)字化——利用移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等實(shí)現(xiàn)人與人、人與物、物與物的萬(wàn)物互聯(lián)的狀況,可以“瞬連”、“續(xù)連”等高度連接;而且能夠隨時(shí)跟蹤用戶(hù)的行為數(shù)據(jù)變化,每個(gè)環(huán)節(jié)做到以數(shù)據(jù)說(shuō)話(huà),并在連接中實(shí)現(xiàn)用戶(hù)參與,實(shí)現(xiàn)企業(yè)的動(dòng)態(tài)改進(jìn)。 目前的電商就是全面數(shù)字化的典型案例,因?yàn)轭櫩蛷馁?gòu)買(mǎi)到下單瀏覽到物流,到收貨后到過(guò)后的反饋評(píng)價(jià),都可以形成以上五個(gè)標(biāo)準(zhǔn)的全面數(shù)字化運(yùn)作。


因?yàn)橛脩?hù)在網(wǎng)購(gòu)的所有行為已經(jīng)可以比特化,企業(yè)也可以實(shí)時(shí)監(jiān)測(cè)各個(gè)環(huán)節(jié)和動(dòng)態(tài)改進(jìn)(你在平臺(tái)的瀏覽、停留每個(gè)界面的時(shí)間、收藏、評(píng)論、購(gòu)買(mǎi)等行為已被數(shù)字化)

(數(shù)字化用戶(hù)畫(huà)像截圖-來(lái)源網(wǎng)絡(luò))

但是目前絕大多數(shù)的企業(yè)做到以上五個(gè)標(biāo)準(zhǔn)還是有點(diǎn)難,這背后涉及技術(shù)成本、思維轉(zhuǎn)變、管理模式和企業(yè)慣性等的因素阻礙。 我個(gè)人觀點(diǎn)是,我們不要為了數(shù)字化而數(shù)字化,要明白數(shù)字化的本質(zhì)目的是為了提高經(jīng)營(yíng)效率。

 所以我們?nèi)绻壳斑€達(dá)不到以上標(biāo)準(zhǔn),但是可以部分實(shí)現(xiàn)或充分利用數(shù)字化的思維去優(yōu)化我們的企業(yè)經(jīng)營(yíng)效率和營(yíng)銷(xiāo)決策效率。


二、營(yíng)銷(xiāo)數(shù)字化的決策模型

數(shù)字是為營(yíng)銷(xiāo)服務(wù)的,不是營(yíng)銷(xiāo)為數(shù)字服務(wù)。 營(yíng)銷(xiāo)數(shù)字化的目的是利用數(shù)字化技術(shù)和思維更好地了解用戶(hù),維系用戶(hù),從而更好地實(shí)現(xiàn)產(chǎn)品的銷(xiāo)售增長(zhǎng)等目標(biāo)。

 分享營(yíng)銷(xiāo)數(shù)字化決策模型之前,我們要明白數(shù)字化決策和傳統(tǒng)的營(yíng)銷(xiāo)決策模式的區(qū)別。 

根據(jù)《大數(shù)據(jù)時(shí)代》一書(shū)中的觀點(diǎn),大數(shù)據(jù)時(shí)代給人類(lèi)思維帶來(lái)了很大的沖擊,其中最重要的是:用相關(guān)關(guān)系而不是因果關(guān)系來(lái)理解這個(gè)世界,知道“是什么”比“為什么”更能有效地解決問(wèn)題。 

傳統(tǒng)營(yíng)銷(xiāo)團(tuán)隊(duì)進(jìn)行消費(fèi)者洞察的主要目的是要找出消費(fèi)者行為背后的原因,即為什么購(gòu)買(mǎi)或不購(gòu)買(mǎi)某個(gè)品牌的產(chǎn)品或服務(wù),為什么喜歡或?yàn)槭裁床幌矚g,消費(fèi)者是基于怎樣一種觀念或態(tài)度來(lái)決策的,這樣的因果推斷會(huì)成為我們營(yíng)銷(xiāo)決策的重要依據(jù)。 


以大數(shù)據(jù)為基礎(chǔ)的消費(fèi)者畫(huà)像更多的是相關(guān)關(guān)系分析,在海量數(shù)據(jù)中發(fā)現(xiàn)隱含的相關(guān)性這為我們提供了一種全新的消費(fèi)者洞察與決策路徑。 

好,下面介紹如何實(shí)現(xiàn)營(yíng)銷(xiāo)數(shù)字化決策。我總結(jié)了一個(gè)“數(shù)字化營(yíng)銷(xiāo)的決策模型”,明白這個(gè)決策模型背后的思維模式,才是關(guān)鍵。 


這個(gè)模型主要有兩大模塊,一個(gè)是左邊的用戶(hù)畫(huà)像模塊,根據(jù)數(shù)據(jù)采集、數(shù)據(jù)挖掘、數(shù)據(jù)建模和驗(yàn)證步驟形成用戶(hù)畫(huà)像。

另一個(gè)就是右邊的“營(yíng)銷(xiāo)戰(zhàn)略和4P”模塊。 中間的“用戶(hù)購(gòu)買(mǎi)行為”是這兩大模塊的連接關(guān)鍵點(diǎn),沒(méi)有前面的用戶(hù)畫(huà)像,就很難預(yù)測(cè)用戶(hù)的購(gòu)買(mǎi)行為;有了用戶(hù)的購(gòu)買(mǎi)行為的預(yù)測(cè)后,再去制定營(yíng)銷(xiāo)戰(zhàn)略與措施,才更有效果。 

下面展開(kāi)來(lái)說(shuō)說(shuō):

1.數(shù)字化用戶(hù)畫(huà)像

了解用戶(hù),本質(zhì)就是了解用戶(hù)畫(huà)像。 用戶(hù)畫(huà)像就象是鏡子一樣,照出用戶(hù)的虛擬鏡像。

這個(gè)虛擬鏡像越接近用戶(hù)的真實(shí)情況,就能越準(zhǔn)確地預(yù)測(cè)用戶(hù)的需求與行為動(dòng)機(jī),進(jìn)而制定更有效的營(yíng)銷(xiāo)戰(zhàn)略與措施。 我這里講的數(shù)字化用戶(hù)畫(huà)像與普通的用戶(hù)畫(huà)像不一樣。

 在數(shù)字化的用戶(hù)畫(huà)像中,既需要按照大數(shù)據(jù)的計(jì)算,通過(guò)各種標(biāo)簽還原出消費(fèi)者的各種特質(zhì)與軌跡,又需要把消費(fèi)者放入情景化中,把這些特質(zhì)的表現(xiàn)串聯(lián)起來(lái),這樣營(yíng)銷(xiāo)戰(zhàn)略既能夠有數(shù)據(jù)化的精確,又能有效切入消費(fèi)者的生活軌跡  

(普通用戶(hù)畫(huà)像與數(shù)字化用戶(hù)畫(huà)像的比較)

(資料來(lái)源:KMG研究)

 數(shù)字化的用戶(hù)畫(huà)像的形成大概有四個(gè)步驟:

第一、數(shù)據(jù)采集

首先根據(jù)企業(yè)的戰(zhàn)略需求和業(yè)務(wù)目標(biāo)找到適合的數(shù)據(jù)源。比如用戶(hù)的消費(fèi)行為數(shù)據(jù)、第三方數(shù)據(jù)、CRM數(shù)據(jù)等,然后進(jìn)行數(shù)據(jù)采集。

 第二、數(shù)據(jù)挖掘

根據(jù)采集的數(shù)據(jù)進(jìn)行處理,大概包括以下動(dòng)作:

。數(shù)據(jù)清洗——去掉重復(fù)或不完整的數(shù)據(jù)。
。用戶(hù)識(shí)別——確定用戶(hù)多個(gè)ID的唯一性。因?yàn)橥粋€(gè)人可能有不同渠道的ID賬號(hào)。
。數(shù)據(jù)分類(lèi)——分為用戶(hù)屬數(shù)據(jù)(性別、年齡、城市等)和用戶(hù)行為數(shù)據(jù)。
。建立標(biāo)簽和權(quán)重體系——標(biāo)簽就是對(duì)人、物、事或場(chǎng)景顯著性的分類(lèi)、提煉與總結(jié)的過(guò)程,因?yàn)闃?biāo)簽化是精準(zhǔn)營(yíng)銷(xiāo)分析的重要前提;而權(quán)重就是對(duì)程度或概率的一種量化,表示用戶(hù)發(fā)生某種行為的偏好、概率或同一個(gè)動(dòng)作在不同地點(diǎn)和時(shí)間的權(quán)重多少。 

第三、數(shù)據(jù)建模

利用關(guān)聯(lián)規(guī)則和聚類(lèi)、邏輯回歸等方法,對(duì)各種數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)數(shù)據(jù)之間的相關(guān)性。然后利用其中的規(guī)則總結(jié)和相關(guān)性邏輯進(jìn)行建模。 比如你是賣(mài)面膜的,通過(guò)分析知道你的目標(biāo)用戶(hù)在什么渠道,什么時(shí)間會(huì)比較容易下單買(mǎi)你的產(chǎn)品,然后根據(jù)這個(gè)模型去制定更大量的營(yíng)銷(xiāo)推廣活動(dòng)。 

第四、驗(yàn)證

對(duì)以上的數(shù)據(jù)模型進(jìn)行驗(yàn)證,以保證該模型是準(zhǔn)確抓住了用戶(hù)的特征,減少模型的偏差性。 

比如你是開(kāi)餐廳的,發(fā)現(xiàn)每周六的時(shí)候,甜點(diǎn)賣(mài)得最好(可能周末了小孩子比較多),準(zhǔn)備根據(jù)這個(gè)發(fā)現(xiàn)去提前準(zhǔn)備每周六的甜點(diǎn)存貨量。然后通過(guò)檢驗(yàn)確實(shí)如此,那就可以制定相關(guān)措施。

 最后根據(jù)驗(yàn)證,把一些偶然的相關(guān)發(fā)現(xiàn)或不能準(zhǔn)確反映事實(shí)的數(shù)據(jù)剔除后,用剩下的模型形成用戶(hù)畫(huà)像。這樣的用戶(hù)畫(huà)像,應(yīng)用到企業(yè)的營(yíng)銷(xiāo)決策中去,才不會(huì)有太大的偏差。 接著就是根據(jù)用戶(hù)畫(huà)像的標(biāo)簽和模型去預(yù)測(cè)用戶(hù)的需求動(dòng)機(jī)和購(gòu)買(mǎi)行為,最后就是“營(yíng)銷(xiāo)戰(zhàn)略決策和4P”模塊了。 

2.營(yíng)銷(xiāo)戰(zhàn)略和4P變化

用戶(hù)畫(huà)像只是一個(gè)決策參考,但營(yíng)銷(xiāo)決策這個(gè)環(huán)節(jié),需要用到各種營(yíng)銷(xiāo)思維和考慮各種綜合因素做出營(yíng)銷(xiāo)戰(zhàn)略決策和相關(guān)措施。其中,在經(jīng)典的營(yíng)銷(xiāo)4P中,數(shù)字化的4P會(huì)可能變化“動(dòng)態(tài)化和互動(dòng)式”,也就是前面說(shuō)的“動(dòng)態(tài)改進(jìn)”和“參與”等特點(diǎn)。

 。產(chǎn)品(product)::在數(shù)字化經(jīng)濟(jì)中,產(chǎn)品更強(qiáng)調(diào)的是與用戶(hù)共同創(chuàng)造的模式。還會(huì)實(shí)現(xiàn)規(guī)模化的個(gè)性化產(chǎn)品服務(wù)的創(chuàng)造,這背后是企業(yè)成本評(píng)估和用戶(hù)畫(huà)像的精準(zhǔn)分析。 

。定價(jià)(price):定價(jià)模式也從標(biāo)準(zhǔn)化定價(jià)逐漸走向動(dòng)態(tài)化的定價(jià)模式,可以根據(jù)不同的用戶(hù)、不同的時(shí)間和不同的場(chǎng)景等進(jìn)行動(dòng)態(tài)定價(jià),優(yōu)化產(chǎn)品的盈利。 這種和目前酒店的“大數(shù)據(jù)殺熟”不一樣的地方在于,“殺熟”是根據(jù)不同用戶(hù)的消費(fèi)力和品牌忠誠(chéng)度來(lái)實(shí)現(xiàn)利潤(rùn)最大化(用戶(hù)會(huì)反感)

而數(shù)字化的動(dòng)態(tài)定價(jià)是根據(jù)不同的用戶(hù)需求來(lái)定價(jià),實(shí)現(xiàn)用戶(hù)與企業(yè)的價(jià)值雙贏。 


。渠道(place)傳統(tǒng)的分銷(xiāo)渠道是從工廠到經(jīng)銷(xiāo)商,再到各種零售終端的模式,而數(shù)字化的渠道是”以人為主“的分銷(xiāo)模式,人對(duì)人分銷(xiāo),不局限于某個(gè)渠道。這背后需要很好的渠道利益設(shè)計(jì)和模式重構(gòu)。 比如現(xiàn)在的微商和社區(qū)團(tuán)購(gòu)模式部分契合了該特點(diǎn),只是還沒(méi)能完全實(shí)現(xiàn)”人對(duì)人“的渠道模式,這背后涉及一些比較復(fù)雜的政策、技術(shù)和商業(yè)體系的問(wèn)題,隨著區(qū)塊鏈等數(shù)字技術(shù)的普及,相信會(huì)越來(lái)越好的。


。推廣(promotion)傳統(tǒng)的廣告、促銷(xiāo)等推廣方式更偏向單向的傳播,數(shù)字化的推廣策略更看重用戶(hù)的社交傳播,用戶(hù)幫我們主動(dòng)傳播。因?yàn)橛脩?hù)買(mǎi)了你的產(chǎn)品,營(yíng)銷(xiāo)才剛剛開(kāi)始,購(gòu)后的一系列措施才是關(guān)鍵,比如用戶(hù)關(guān)系管理等。 

當(dāng)然,數(shù)字化營(yíng)銷(xiāo)決策中還涉及很多其他因素,比如數(shù)據(jù)獲取來(lái)源、用戶(hù)購(gòu)買(mǎi)行為的驗(yàn)證和企業(yè)其他部門(mén)的支持等等,篇幅原因,這里不一一展開(kāi)了。 總之,商業(yè)數(shù)字化、營(yíng)銷(xiāo)數(shù)字化的歷史進(jìn)程已經(jīng)來(lái)臨,過(guò)去只憑感覺(jué)、靠經(jīng)驗(yàn)去做商業(yè)決策的時(shí)代會(huì)慢慢遠(yuǎn)去。


未來(lái)一定是人充分利用數(shù)字化來(lái)提高決策效率的時(shí)代,經(jīng)驗(yàn)也會(huì)有用,但用好數(shù)字化的經(jīng)驗(yàn)會(huì)更有競(jìng)爭(zhēng)力,讓商業(yè)決策更科學(xué)。


 —END—(部分圖片來(lái)源網(wǎng)絡(luò),侵權(quán)聯(lián)刪 )

本文部分參考資料:《數(shù)字時(shí)代的營(yíng)銷(xiāo)戰(zhàn)略》(曹虎等) 


星標(biāo)置頂【怪獸先森】,才能及時(shí)看到我的更新!

若對(duì)你有啟發(fā),歡迎分享朋友圈!

本文系作者授權(quán)數(shù)英發(fā)表,內(nèi)容為作者獨(dú)立觀點(diǎn),不代表數(shù)英立場(chǎng)。
轉(zhuǎn)載請(qǐng)?jiān)谖恼麻_(kāi)頭和結(jié)尾顯眼處標(biāo)注:作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
本文系作者授權(quán)數(shù)英發(fā)表,內(nèi)容為作者獨(dú)立觀點(diǎn),不代表數(shù)英立場(chǎng)。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載,授權(quán)事宜請(qǐng)聯(lián)系作者本人,侵權(quán)必究。
本內(nèi)容為作者獨(dú)立觀點(diǎn),不代表數(shù)英立場(chǎng)。
本文禁止轉(zhuǎn)載,侵權(quán)必究。
本文系數(shù)英原創(chuàng),未經(jīng)允許不得轉(zhuǎn)載。
授權(quán)事宜請(qǐng)至數(shù)英微信公眾號(hào)(ID: digitaling) 后臺(tái)授權(quán),侵權(quán)必究。

    評(píng)論

    文明發(fā)言,無(wú)意義評(píng)論將很快被刪除,異常行為可能被禁言
    DIGITALING
    登錄后參與評(píng)論

    評(píng)論

    文明發(fā)言,無(wú)意義評(píng)論將很快被刪除,異常行為可能被禁言
    800

    推薦評(píng)論

    暫無(wú)評(píng)論哦,快來(lái)評(píng)論一下吧!

    全部評(píng)論(0條)

    主站蜘蛛池模板: 商城县| 昌江| 左贡县| 屏东县| 嘉鱼县| 达拉特旗| 英德市| 衡南县| 万荣县| 潼关县| 腾冲县| 涿州市| 广宁县| 克什克腾旗| 兴和县| 牡丹江市| 康定县| 麻阳| 乾安县| 调兵山市| 鹰潭市| 沂南县| 沾化县| 南陵县| 南平市| 克拉玛依市| 洛川县| 通河县| 石嘴山市| 綦江县| 锡林浩特市| 太保市| 青冈县| 青岛市| 思南县| 屯昌县| 德安县| 岢岚县| 凤庆县| 修武县| 西丰县|