一般來說，企業在行業的地位，很大程度上決定了投資者的興趣。通俗來說，任何一家頭部企業或者獨角獸企業，都應該代表這行業先進的生產力，這是投資人計算項目成長空間的秘訣。
這個秘訣同樣在電商領域適用。此前，根據中國電商公司盈利榜顯示，當當網是盈利能力僅次于阿里、唯品會、蘇寧易購的第四電商，且線上利潤率，當當遠高于蘇寧易購。
眾所周知，當當的營收70%源于紙書零售。與手機、家電等電子產品相比，中國紙書市場空間和規模有限，而目前的大文娛市場則被看做為潛力市場。但即便在此背景下，當當利潤卻高于大部分上市文娛公司、數字出版及傳統出版公司，引發投資者關注。
實際上，在20年的紙書零售市場積累的硬核能力，是形成當前格局的核心因素。換句話說，20年的經驗積累，促使當當早已轉型，成為文化消費領域的獨角獸和先進生產力的代表。
機器學習+場景化策略，增強用戶粘性
“場景化”服務讀者，是當當多年電商運營經驗和機器學習方面的投入的重要成果。通過深度洞察用戶行為背后的關聯場景及閱讀需求，當當可為用戶提供一站式閱讀服務，改善用戶體驗、提升用戶粘性。
通俗來說，當當能夠根據用戶的搜索行為、瀏覽行為、購買歷史等，直擊用戶痛點，為用戶推薦圖書。例如，有消費者買了《LP日本》，當當則會判斷出讀者有出游日本的計劃，并為其推薦日本文化、風俗、生活、歷史、建筑、設計等相關書籍；顧客購買了某個系列中的某本書，當當也會給顧客推薦該系列的其他作品等等。
此外，當當的閱讀場景化還提供“藥方式”的問題解決方案。舉個例子，假如父母在當當搜索“孩子不愛上學”可以找到很快找到解決這方面問題的圖書，還可以找如何讓孩子愛上幼兒園的圖書。
當當網副總裁陳立均
另外，當當憑借優質的算法，無論是獨家書的品銷和流量的駕馭，細分領域爆款的打造上都有非常漂亮的數據。一個簡單的例子，近年來，每年諾貝爾文學獎當當都能賭對。比如莫言拿下諾貝爾獎、日裔英國小說家石黑一雄獲得諾貝爾獎后的幾個月，只有當當有書。
深度挖掘商業數據，提高用戶轉化
用商業數據分析支持商業決策，是成熟公司的標志。而商業數據縱深的分析水平和智能應用，則體現著運營的硬核實力。
當當近兩年加大了商業數據挖掘的力度，比如在大促期間當當發現單均客貢獻平均數高于中位數，說明大部分用戶的客貢獻低于平均數，基于此，當當會為用戶分段設置匹配的促銷工具，使用戶活躍度提升30%。
而客均高的可能是小部分書商、黃牛，當當不希望讓利給這部分人群，針對書商黃牛，在促銷上，當當針對低價暢品，按賬戶做了限購，此外，在風控上針對賬戶注冊的地域、IP、時間等進行監控，在大額禮券的領取上對風險賬戶進行限制，把優惠讓利給普通顧客。
另外在促銷層面，當當增加了一品多促功能，既同一種商品，參與多個促銷。例如在一品多促中，顧客既可以選擇滿100減50，也可以選擇49元5件，真正讓消費者實現了按需選擇，滿足顧客湊單的不同需求。
TMS、WMS硬核運作技術升級，提高服務品效，降低履約成本
不只在運營層面，當當也在做供應鏈層面的智能改革。目前，當當在倉配方面取得了長足的突破。
自研的WMS系統使得倉庫訂單效率提升30%人力成本同比節約上千萬。而TMS系統實現了精準送貨的需求，目前已對接包含順豐在內的全國61家快遞公司，訂單平均時長只有25小時，已經趕超競爭對手
為了提升時效，讓顧客的簽收體驗更好，當當在29個重點城市，推廣并提升上午簽收比例，追趕競爭對手，每天重點監控，目前上午簽收率達到60%以上；另外，當當的物流在時效內準點率保持96%以上，這得益于當當實施的每日例行監控，清理積壓訂單，杜絕晚點訂單超3天以上，定期下配送公司站點抽查，主動和客戶交互。
2018年當當線上圖書銷售占比超過40%，利潤4.25億，同比增加34.9%。2019年上半年，銷售冊數增長同比超過40%，預期盈利將實現6個億。在經濟下行，文化消費有“口紅效應”的時下，當當在賣書這件事上，已經成為先進生產力的代表。
