中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

通過對淘咖啡和Amazon go的對比分析，對該無人零售市場現狀和未來的趨勢走向有個更充分的了解和預知，以便做出更加準確的決策。而且，了解無人超市的發(fā)展現狀和其底層技術的應用場景，才能更好地理解無人超市的價值并對未來的發(fā)展有個更好的預知。

1. 市場分析

1.1 背景

7月份，阿里巴巴無人超市“淘咖啡”亮相杭州，模式上，與Amazon go無人超市類似。消費者只需在進入商店時掃碼并確認身份，挑選自己中意的產品裝進購物袋，然后直接走出商店即可完成購買，無需排隊，無需等待結賬。

由于電商的快速發(fā)展，對傳統(tǒng)零售業(yè)造成打擊，不少大型賣場萎靡不振，業(yè)績不斷下滑。而便利店憑借著成本低和利潤高等特點迅速發(fā)展，純電商面臨著送貨的成本太高問題使得零售快速發(fā)展。零售線上線下互補開始成為一種趨勢。目前，無人商店已成為全球零售業(yè)的新趨勢，阿里巴巴淘咖啡、Amazon go、TakeGo、繽果盒子等無人零售也想雨后春筍般不斷涌現。這是一次電商+便利店，以用戶為中心，基于用戶交易大數據，對線上+線下零售全渠道+體驗的一次深度重構。

1.2 市場現狀

1.2.1 無人零售投融資情況

（數據來源：中商產業(yè)研究院整理）

1.2.2 中國無人零售商店市場交易額及預測

無人零售商店憑借著解放人力和時間成本的優(yōu)勢，被各大電商平臺認可。中商產業(yè)研究院《2017年中國無人零售市場調研報告》顯示，目前由于無人零售商店產品技術尚未成熟，2017年中國無人零售商店交易規(guī)模將達到100億元，隨著人工智能識別技術的進一步發(fā)展，無人零售商店將成為下一個零售巨頭，預計2020年中國無人零售商店將實現爆發(fā)式增長，交易規(guī)模將達到2500億元，同比增長率超100%，達150%。

（數據來源：中商產業(yè)研究院整理）

1.2.3 用戶規(guī)模預測

目前，中國無人零售商店市場正處于初步發(fā)展階段，用戶進入市場的條件尚不完備，2017年中國無人零售商店市場用戶規(guī)模或達到0.05億人，但隨著互聯網巨頭紛紛布局，資本的逐漸入場，無人零售商店理念的滲透將逐漸上升，預計2018年中國無人零售商店用戶規(guī)模將實現爆發(fā)式增長，用戶規(guī)模達到0.15億人，增長率為200%。

1.2.4 中國無人零售商店市場交易額及預測

無人零售商店憑借著解放人力和時間成本的優(yōu)勢，被各大電商平臺認可。中商產業(yè)研究院《2017年中國無人零售市場調研報告》顯示，目前由于無人零售商店產品技術尚未成熟，2017年中國無人零售商店交易規(guī)模將達到100億元，隨著人工智能識別技術的進一步發(fā)展，無人零售商店將成為下一個零售巨頭，預計2020年中國無人零售商店將實現爆發(fā)式增長，交易規(guī)模將達到2500億元，同比增長率超100%，達150%。

無論從市場規(guī)模和用戶規(guī)模的增長趨勢來說，都處于爆發(fā)前的筑底階段，而且運營效率的提高，優(yōu)越的用戶體驗勢必對未來零售業(yè)有巨大的沖擊。所以在無人零售領域開啟新的戰(zhàn)場已經勢在必行。

2. 競品分析

2.1 競品選擇

根據要求，本次選擇的競品為 阿里“淘咖啡”VS Amason go

2.2 基本信息

2.3 購物流程對比

2.4 核心場景對比

總結：Amazon是無人零售市場中中最早嘗試的一家，并且亞馬遜在無人商店技術方面和范圍經濟的成本控制上，都有很大的優(yōu)勢。Amazon Go采用的計算機視覺技術、傳感器、圖像分析和深度學習技術，和其開發(fā)無人駕駛汽車的一樣。在應用于無人零售店時，只需針對性進行開發(fā)和優(yōu)化而已，增加的研發(fā)成本相對較低。利用這些優(yōu)勢涉足線下龐大的零售市場，拓展用戶場景和業(yè)務空間，成為無人零售實體店的龍頭。但是當前，也是因為所應用的圖像識別技術無法承擔更加復雜的場景，在承載的人數上有些劣勢。

相比Amazon，淘咖啡售賣的產品種類和可容納的人數更多，多了一道結算門略微降低體驗，但是相比來說有更高的抗風險能力。

2.5 核心技術對比

2.6 技術難點

2.6.1 無人零售的核心問題

打造無人零售商店最核心的是要解決“什么商品被誰怎么處理了”這個問題，需要處理的因素有5個：人、人的位置、商品、商品的位置、動作。

動作主要是通過商品與手或貨架的狀態(tài)來識別的，例如手進入或退出貨架的手勢、物品在手的狀態(tài)識別拿取或放回商品。

商品識別主要是通過初始狀態(tài)的選擇，中間狀態(tài)通過購物清單核對來縮小識別范圍，降低難度，同時通過雇員保證初始狀態(tài)不被破壞。

位置主要通過手機定位、傳感器定位和圖片定位，利用人體姿態(tài)識別可以很好的將動作定位到人。

對于超市而言，商品存在兩種狀態(tài)——賣掉或沒賣掉；對貨架而言，商品的狀態(tài)是在或不在；對顧客而言，商品的狀態(tài)是買或不買；對人的手而言，商品的狀態(tài)是在手或不在手，進一步簡化成拿起或放回。

它們的關系鏈如下：

那么如何表示或測量這兩種狀態(tài)呢？用相機和傳感器都可以表示該狀態(tài)。

（1）相機如何處理

在手進入貨架拿取商品前和拿取商品后，對手拍攝 1 組圖片，記為第一圖片和第二圖片，對貨架拍攝 1 組圖片，記為第三圖片和第四圖片。比較第一圖片和第二圖片的差異，此時需要利用到 CV 算法識別出膚色找到手，從而知道第一和第二圖片手勢的差異，識別握姿和舒展姿態(tài)，根據兩個姿態(tài)在第一第二圖片出現的順序可以判斷拿取還是放回。例如，第一圖片是握姿，第二圖片是舒展，即放回；第一圖片是舒展，第二圖片是握姿，即拿取。

隨后利用膚色找到手后，再識別第一第二圖片手邊緣的色差識別商品是否在手，根據前后順序可以判斷拿取或放回。例如，第一圖片手邊緣色差較淺，表示沒有商品，第二圖片手邊緣色差較深，表示有商品，即商品在手且是拿取過程。放回同理。

利用第三第四圖片，對貨架進行處理，同樣可以判斷拿取或放回。例如第四圖片比第三圖片多了一個或多個商品，那么就是放回；如果第四圖片比第三圖片少一個或多個商品就是拿取。

（2）傳感器如何處理

對重力傳感器來說，商品被拿取，商品減少，重量減少；商品被放回，商品增加，重量增加。所以重量數值變化可以表示拿取或放回。

對于紅外來說，在特定地方，商品被放回，紅外會被遮擋，商品被拿取，紅外不會被遮擋?？梢酝ㄟ^紅外遮擋狀態(tài)表示拿取或放回。

2.6.2 如何有效識別商品

商品的識別應該是難度最大的關鍵點之一。

在初始狀態(tài)，特定品類的商品被放在特定位置，由相機和傳感器偵測。對相機和傳感器而言，它們只需優(yōu)先識別少數且特定的商品類及數量。這個相對而言是簡單的。即使圖片無法識別，也可以根據重量識別和篩查。在品類擺放的時候可以選擇易區(qū)分的品類擺放一起，所有被拿取的商品記錄在顧客的購物清單里。

困難在中間狀態(tài)。由于顧客放回會破壞初始狀態(tài)，導致識別難度急劇上升。因為顧客可能放回任意商品，所以商品的識別范圍又擴大到無法解決的情況。

先討論放回后的最終狀態(tài)，一般分成 2 種：放回正確或錯誤。

• 對于放回正確，識別難度在初始狀態(tài)的水平。
• 對于放回錯誤，存在 3 種情況：放回錯誤但可識別；放回錯誤無法識別；放回錯誤且識別錯誤。

放回錯誤但可識別的情況是因為商品本身易通過圖像和重量識別，此種情況較少。大多數情況是放回錯誤且無法識別或識別錯誤。放回錯誤且無法識別的情況可以給用戶發(fā)送消息，讓用戶確認。識別錯誤的情況只能提高算法精度，同時調整判斷極限值，將部分識別錯誤的情況向無法識別裝換，同時及時通知雇員來整理回到初始狀態(tài)。

一般而言拿取商品后放回的情況較多，且不放回正確的位置情況也不少，其中放回錯誤且無法識別或識別錯誤又占大多數，放回錯誤但可識別是少數?？偟膩碚f無法識別和誤判比例不容忽視，甚至導致整個系統(tǒng)無法工作。

剛才說到，由于顧客放回商品，導致識別范圍擴大到所有商品，這是可以部分解決的。因為商品的每次放回都是基于顧客的前 N 次拿取，他放回的商品必須是之前拿取的商品，所以優(yōu)先識別顧客的購物清單即可，在這種情況下，識別難度又回到初始狀態(tài)相當的水平。

2.6.3 如何知道動作發(fā)起者的身份？

將商品記錄到動作的發(fā)起者身上是一件較為復雜的工程。

識別人大體通過 2 種方式：身體特征或附帶物，例如人臉和手機。人臉識別的精度在室內還在可接受范圍，幾乎可以當做唯一標識。手機也是一個人的唯一標識，通過判斷是誰的手機從而判斷顧客是誰。

2.6.4 如何匹配顧客 ID 與商品 ID？

要匹配顧客和商品的 ID，首先要確定人和商品的定位。

關于人的定位，可以用到追蹤系統(tǒng)。手機的 GPS、wifi、藍牙也可以提供較準確豐富的位置信息。

關于商品的定位，紅外、重量感應、相機、商品和貨架初始的位置都是已知的，可以推測出來。例如，通過隔板，將同類商品分在不同的網格種，每個網格對應不同的紅外或重量感應器，可以知道被拿取或放回商品的位置。

通過人和商品的位置匹配，連接了“什么商品”“被誰”兩個因素。

因為成本和技術問題，位置精度是一個很大的問題，再加上這個定位人和商品位置的方案本身的缺陷，顧客和商品的匹配誤差較大。例如，顧客 A 站在商品 A 前，顧客 B 站在商品 B 前，顧客 A 伸手去拿商品 B，這種情況系統(tǒng)是無法準確判斷的。當然可以由顧客確認，但是這僅僅是無力的補救措施。

之前有人提到過 Amazon Go 可能利用多角度的完整的人體姿態(tài)識別來定位匹配人—動作—商品的關系。這種方法的關鍵是攝像頭需要很好的視野和足夠的攝像頭。從宣傳視頻來看， Amazon Go 的貨架設計使得最低層和中間層是無法獲取足夠好的視野，可能的解決方式是依靠對面貨架和天花板的攝像頭。Amazon Go 的貨架構造非常重要，只要再提供一份貨架結構圖或者實物圖就可以進一步推測實施方案。貨架結構包括是否每層都有設想頭，承載商品的承重面的形狀及尺寸，特殊開口和螺絲位置等。

總結：

• 阿里淘咖啡：相比Amazon多了一道結算門，可以肯定的是當前一定使用RFID。至于有沒有使用機器視覺技術，技術負責人多馬在采訪中表示，商品識別技術目前還比較敏感，涉及到專利申請，在文后的附件中添加了預測處當前可能應用的技術。在結算門方面提高了結算阻力，體驗方面該項弱于亞馬遜。但是此刻犧牲些體驗提高最基本的風控這樣的選擇還是比較準確的。
• Amazon Go：是無人零售市場中最早嘗試的一家，并且亞馬遜在無人商店技術方面和范圍經濟的成本控制上，都有很大的優(yōu)勢。Amazon Go采用的計算機視覺技術、傳感器、圖像分析和深度學習技術，和其開發(fā)無人駕駛汽車的一樣。在應用于無人零售店時，只需針對性進行開發(fā)和優(yōu)化而已，增加的研發(fā)成本相對較低。但是在應用上，上文也有提及，視覺技術無法識別更加復雜的場景，這樣無疑提高了風險。

3. 分析結論

3.1 戰(zhàn)略分析

（以下為根據現有了解程度做出的個人預測）

阿里 —— 成為未來無人零售商業(yè)的方案提供商和技術支持者

人口紅利期已過，互聯網的線上用戶不再爆發(fā)性增長，所以無人超市的目標不止是降低人力成本，更大的意義在于把“超市”這個高頻場景的人群，變成互聯網上的用戶。

無人超市可以連接線上和線下各大環(huán)節(jié)與核心板塊，如芝麻信用、生物識別等螞蟻金服的各類IOT技術方案。如果能搶到大量線下場景，還可以搶回很多被微信搶走的小額支付場景。

阿里推出的“淘咖啡”無人零售店，我感覺可能更側重的是一個無人零售的概念。通過淘咖啡的試點，不斷完善系統(tǒng)解決方案和硬件設備的優(yōu)化，逐漸成為未來無人零售商業(yè)的方案提供商和技術支持者。

另外，再配合著自己成熟的VR/AR技術，跟線下實體結合，真正實現線上線下的融通。這些都有可能成為阿里無人超市未來的發(fā)展方向。

Amazon go —— 規(guī)?；约旱臒o人零售實體店

亞馬遜在無人商店技術方面和范圍經濟的成本控制上，有很大的優(yōu)勢。Amazon Go采用的計算機視覺技術、傳感器、圖像分析和深度學習技術，和其開發(fā)無人駕駛汽車的一樣相同。在應用于無人零售店時，只需針對性進行開發(fā)和優(yōu)化而已，增加的研發(fā)成本相對較低。另外，擁有自己完善的智能化物流系統(tǒng)，利用這些優(yōu)勢涉足線下龐大的零售市場，拓展用戶場景和業(yè)務空間，可以成為無人零售實體店的龍頭。

總之，隨著新零售+無人概念逐漸被商家用戶接受和認可，線上和線下相結合的形式是未來電商最可能發(fā)展的模式。再加上線上通過VR技術使用戶足不出戶體驗真實逛街感覺，一方面能夠使用戶真切感受到商品細節(jié)和質量，另一方面模擬真實的逛街行為可以提升用戶購物體驗，刺激用戶消費。未來通過移動端布局場景化體驗將成為商家著力點。

3.2 盈利模式分析

3.3 成本分析

無人超市雖然表面上節(jié)省了導購和收銀的人力成本，但是多了技術研發(fā)和移動支付的部署，以及必要的硬件設備和特別的裝修，另外還有品牌營銷、商品補貨、整理貨架、保潔等工作仍然需要人來做，換句話說，無人零售店并不是完全取代人工，只是降低了一部分人工成本。有個投資者做過測算繽果時光這樣的無人商店假如有100萬的貨物，80萬都是硬成本，只有5萬是人工成本和租金?？梢娙斯こ杀舅嫉谋壤?。所以即使實現無人銷售的成本，單個無人零售店難以普遍推廣，需要形成一個規(guī)模效應才能迎來低成本時代。而且，在用戶體驗方面，上貨速度影響顧客使用感受。

3.4 無人超市SWOT分析

（以下分析包含阿里和亞馬遜的對比也有部分無人超市和傳統(tǒng)零售的對比分析）

3.5 總結

雖然現在無人零售有著成本高、技術不全面、防盜系統(tǒng)不完善等方面的問題，但不可否認的是，自動化和智能化將會是未來零售業(yè)的發(fā)展趨勢。在投入到實際的市場運營中可以暫時采用人工和智能雙經營模式，提升用戶體驗和品牌影響力，逐漸過渡到無人的經營狀態(tài)，同時結合線上的引導優(yōu)勢，使無人零售在未來的發(fā)展中能夠實現良性循環(huán)，達到新零售的目的。

對于京東來說，擁有強大的智能物流體系，眾多的用戶群體，豐富的用戶交易行為的積累再配合著東哥的百萬便利店計劃的布局，在未來有更多的想象空間。

另外一方面，在我看來，當今的無人超市，和支付寶微信不斷加大無現金生活的推廣，其本質上也預示著未來的金融世界，錢只是價值的載體，現金交換也是價值交換的手段，那么隨著技術的發(fā)展，當我買一包煙的時候，衡量煙的價值+不是20元，而是“我給京東半小時的工作”=“一包煙給我?guī)淼木裣硎堋?“一杯茶帶來的愜意的感覺”，無人超市只是通向這條道路上的一個修路人。

4. 附：其他技術預測

【本段摘自36氪和知乎（編輯：早優(yōu)夫斯基）原文鏈接：http://dwz.cn/6PWgDI】

因為有些技術淘咖啡將要申請專利，為了保密，技術總監(jiān)沒有詳細說明，這里根據淘咖啡的場景，做出了部分可能應用的技術預測。

4.1骨骼分析

據了解，「淘咖啡」面積 200 平方米，內部壓力測試結果顯示，同時在店人數 50 人基本沒問題。

螞蟻金服的工程師介紹說，「淘咖啡」在物聯網支付方案用的是多模態(tài)識別，即計算機視覺疊加傳感器感應。

這兩項技術方案運用的權重比例，螞蟻方面沒有透露。對此我試著做了一些猜想：

首先，多模態(tài)生物識別是指整合或融合兩種及兩種以上生物識別特征，利用多重生物識別技術的獨特優(yōu)勢，這其中就包括了人臉、指紋、虹膜甚至是骨骼分析等方式。通過多種技術+數據分析，能夠使認證和識別過程更加精準、安全。

而如果說計算機視覺技術用的權重更大，那么有可能是用了人臉識別+骨骼分析的技術。人臉識別大家都已經比較了解了，手機上也有不少應用都會用到，我們不妨看看為什么可能會有骨骼分析技術吧。

簡單來說，骨骼分析就是在攝像頭眼中，在超市里走過來走過去的，只是一堆堆骨頭，骨頭之間再怎么疊加、交叉，基本還是可以被識別出來哪根骨頭是誰的，這對于保證多人同時在店購物的識別精準度，起到重要作用。

而之所以推測骨骼分析，不是現階段較成熟的圖像分割技術（即把捕捉對象的邊緣分割出來，從而去識別對象的行為），是因為后者存在一個問題，就是當店里人數一多，攝像頭就容易抓瞎：假如十幾個人同時在搶購同一款商品；或者幾個人手交叉著去拿各自想要的商品，對圖像分割來說，非常容易出現混亂。

所以，假如「淘咖啡」能夠同時允許 50 人在店內活動的話，圖像分割技術確實不如骨骼分析來的靠譜，也許就是包括了人臉識別+骨骼分析這兩種結合在一起的結果。

4.2 眼動追蹤

在逛「淘咖啡」時，工人還在現場布置天花板上方的攝像頭和傳感器，根據攝像頭數量和擺放位置，我推測「淘咖啡」店還疊加了眼動追蹤系統(tǒng)。

「眼動追蹤」可能會讓一些人想起來當年在三星手機上，那個根據人眼動作來自動瀏覽手機內容的功能，不過當時那項技術實際使用效果并不如想象中美好，所以后來也在三星的機型中取消了這個功能。

但之所以推測「淘咖啡」會有這樣的系統(tǒng)，是因為它可以捕捉兩個維度的信息：

一是店內，包括店內的實時熱力圖：客人最喜歡走哪條路線，哪個貨架的客流量最密集，哪個貨架人流停留的時間最長，哪個貨架比較冷清等等。

第二是用戶，比如甜品貨架前的客人男女比例如何，平均體型偏胖還是偏瘦；客人站在貨架前，眼睛最習慣首先往哪里看（以推算出貨架真正的黃金位置）。

實際上之所以這么推測，也是因為在物體識別領域，計算機視覺普遍被認為是識別人與商品的未來主流方向，我們曾經介紹過的 Amazon Go 就是一個典范。阿里在這個方向上顯然也是很有想法，「淘咖啡」公測前不久，阿里宣布負責 Amazon Go 首席科學家任曉楓加盟，巧合中有必然。

4.3 深度決策算法

這主要是用在后臺的數據回流和數據挖掘。這其實也是無人超市最大的意義所在，無論是 Amazon Go 還是螞蟻金服，雇一堆身價很高的工程師來研發(fā)無人超市，可不只是讓大家體驗一把黑科技的酷炫感的。其背后最大的價值，在于回收、分析基本面數據（比如商場熱力圖）以及沉淀用戶畫像，以幫助線下實體店更高效、更精準地優(yōu)化供應鏈以及貨架的擺放。

比如，工作日和周末、各種小長假中，在最顯眼的展架上該放什么商品；還能根據客人的平均身高來調整貨架的高低。甚至還能做一些預測，比如看到什么樣的產品放在偏僻的地方仍然會有不錯的銷量，那么就要進行相應調整，讓大家更容易發(fā)現它們。

說到算法模型，對螞蟻金服來說一直是比較擅長的。AI 在其各業(yè)務場景都起到底層技術支撐，如保險、理財、小額貸款、智能客服等等。這應該是之后會在「無人便利店」這樣的場景下深挖的一部分內容。

4.4 多模態(tài)識別

剛才說了，除了計算機視覺，「淘咖啡」還疊加運用了傳感器。在業(yè)界，大家都有一個基本的共識，單一維度的技術往往很難保證足夠的安全性和足夠好的體驗感，所以，無論是物聯網還是生物識別，只要想在商用場景落地，都會考慮疊加運用幾種技術來進行交叉驗證，也就是多模態(tài)識別。

Amazon Go 也是采用的計算機視覺＋傳感器感應（可能還有＋生物識別）來降低誤判率。因此，市場中有做物聯網支付方案的公司強調說自己用的是純計算機視覺，而實際上這對樹立投資界以及公眾對其進入商用的信心和安全感，并沒有什么好處。

「淘咖啡」的客人在挑好東西后，要通過一個「支付門」才能出去。這個門每次只能一人進去，門里的各種攝像頭和接收器要對人和商品做即時識別。

現場有人做了踢館測試：幾個商品橫七豎八隨意放在購物袋里；一些商品放在購物袋，一些放在書包里，一些拿在手上。最后都輕松通過并扣款無誤，這似乎也說明，「淘咖啡」內不僅僅是計算機視覺技術這一種。

結合「支付門」里布置的攝像頭以及感應接收器，我推斷「淘咖啡」是混搭結合了 RFID 天線，你可以理解為是增強版 RFID，以擴大天線的覆蓋范圍，加強對商品位置的定位，減少誤讀。

另外值得注意的是，螞蟻金服官方披露的技術方案中有生物識別，但從現場體驗來看，人是不需要在攝像頭前特地停留以配合識別的，所以估計這其中用了人臉＋體態(tài)＋體重等多維識別。

這個「支付門」是「淘咖啡」區(qū)別于其他無人超市的一個亮點，同時也是一個缺點，至少在現階段來看。因為用戶在經過這個門時，并不能真的「即拿即走」，還需要等五六秒左右才能出門。

據介紹這個等待的時間不是系統(tǒng)識別和自動劃扣造成的，是滑動門造成的，根據行業(yè)標準規(guī)定，它的安全關門速度就得這樣……好吧，所以這個門應該是個過渡階段的版本。

以上，是根據體驗以及詢問之后，我們做出的一些猜想，雖然看起來可能離我們實際生活還有一段距離，但我們很欣喜的看到，從「無現金」再到「無人」的一系列變化，我們生活中的一些場景確實因為科技的進步在發(fā)生變化。

當然，「無人超市」要做到真正無人還是有距離的，至少在上貨、運營維護甚至在商品數據庫如何建立上都要投入人力來完成，并且被人不看好的另一個原因是如何能降低成本，盡量降低風險，這也都是我們這個社會對其發(fā)起的挑戰(zhàn)，商業(yè)模式究竟如何落地，最終都是值得關注的。

雖說「無人超市」這樣的事在長期以來一直是停留在愚人節(jié)科技玩笑里的存在，甚至在去年 Amazon 宣布 Amazon Go 后，仍有一部分聲音認為它的噱頭大過實際效果。但去年到今年不少朝這個方向努力的公司都有了進展，我想，待技術成熟落地之日，再來看現在，也許會有不一樣的感受吧。

作者：郎詩文，葡萄學院產品經理，曾混跡于趣店、銀客等金融領域，比特幣5倍收益的高手，現負責在線教育公司的前后端產品設計。公眾號：Geek未來實驗室

本文由 @郎詩文 原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載。