2020老年产业过去|现在|未来:疫情促进“线上化”,各分支加速融合创新

AgeClub创始人段明杰在论坛上分享了疫情对中国老年行业的影响,指出疫情促进了老年行业的“互联网+”融合,尤其是在电商、文娱直播、知识付费等领域。老年人的线上消费习惯加速形成,直播在老年群体中的渗透率提高,生鲜电商、美妆消费等也呈现增长态势。此外,疫情加速了线上化进程,知识付费成为新趋势,而大公司和优秀创业者也纷纷布局老年行业,推动产业板块融合。
摘要由CSDN通过智能技术生成

新知图谱, 2020老年产业过去|现在|未来:疫情促进“线上化”,各分支加速融合创新

演讲丨段明杰   编辑丨张帆

“6月19日,AgeClub在线上举办了《2020中国老年行业创新创业发展论坛》 。会议现场,AgeClub创始人段明杰进行了题为《中国老年行业创新创业发展机会》的演讲,他认为:疫情对行业产生巨大冲击的同时,也促进了各细分领域的“互联网+”融合,以电商、文娱直播、知识付费等领域趋势最为明显。”

本篇文章是段明杰先生演讲的主要内容,演讲主题是:中国老年行业创新/创业的发展机会,以及它的过去、现在和未来。

——AgeClub研究团队

 

1. 疫情对行业的冲击&行业新变化

新知图谱, 2020老年产业过去|现在|未来:疫情促进“线上化”,各分支加速融合创新

各位朋友大家好,好久不见!本来想跟大家线下交流,结果遇到北京疫情二次爆发,今年以来我们整个团队一直在密切跟踪、记录疫情对行业产生的冲击影响,以及整个行业在此过程中发生的变化,也包括中老年消费者的变化。

在疫情刚刚发生的2月6日,我们团队就通过远程办公进入工作状态。疫情期间我们看到了很多企业受到煎熬和冲击,同时也看到了企业适应疫情之后的一些新变化,一些积极、向上、带来希望的变化。

我列了一个时间轴来回顾这个过程:

新知图谱, 2020老年产业过去|现在|未来:疫情促进“线上化”,各分支加速融合创新

1)企业面临现金流压力

2月6日,我们的媒体团队开始跟踪疫情对老年行业产生的影响,当时我们比较乐观预判2到3个月疫情会结束,但没想到疫情反复持续这么长时间。

刚开始我们采访,发现很多企业面临巨大的现金流压力。

疫情突然而至,政府采取措施很突然。很多企业在年前就把各种款项支付出去了,没有储备足够的现金,现金流变得十分紧张。

我们打电话调研了一批老年行业公司,很多企业都觉得煎熬,不少创业者直接表示最多只能支撑3-6个月。并不是说这些企业的现金流只有这么多,而是他们的资金已经在年前拨付出去,以奖金的形式发送给团队和客户。

这一阶段他们采取的措施主要是开源节流,将线下业务转移到线上,旅游公司和线下门店基本直接停滞。

2)老年消费者更频繁“触网”

到了2月13日,我们又采访了一些公司和老年消费者,发现老年人的消费行为正在发生变化。

从武汉封城到全国进入封闭状态,大部分老年人被关在家中,他们开始更频繁地使用互联网,线上购物更频繁。

以往就算是学会了线上购物,老年人还是更习惯性到线下买东西。疫情期间,他们别无他法,网购成为唯一可行的方式。

因此,美团、盒马鲜生、天猫、京东等互联网平台中老年用户的使用比例和日活迎来大幅增长,抖音、快手上过百万点赞的老年相关短视频也在大量增加。

一些原来不使用互联网、习惯线下的老年人逐渐开始适应互联网使用环境,这种习惯一旦形成,会持续到疫情之后。

2月19日,我们开始分析,疫情对老年人和年轻人产生的不同影响。

结论是,年轻人由于负债消费,受到的影响更大。经过这次疫情冲击,不少人面临失业、工资打折等境遇,消费能力被压缩。

而中老年人收入稳定、生活负担较轻,疫情对他们的影响更多停留在心理层面和生活便利性上。

这段时间里短视频和直播在老年群体中的普及速度很快、增长明显超出预期。

我们分析了老年人生活习惯由线下向线上迁移的过程,看到老年人在疫情期间宅在家里上网

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值