| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

News

Forums

Realty

大温餐馆点评

Car

Education

Yellow Page

Travel

关税: 受川普关税波及 TEMU在美国迅速衰落

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
近年来,拼多多海外版Temu凭借大量营销手段和价格吸引力在美国迅速崛起。然而,自川普政府挥动关税大棒,尤其是针对来自中国与香港的包裹取消“小额豁免”以来,Temu的境遇急转直下。


珍妮·加西亚 (Jenny Garcia) 是在得州经营连锁美容院,她也是Temu的忠实用户。在她的美容店里,大到沙发,储物架,小到手机支架,手持风扇,都是在Temu购买的。但是从五月开始,她发现Temu上的货品种类大幅度减少。“数量大概只有之前的百分之二三十,而且价格也贵了很多,几乎不比在亚马逊上买便宜了”,她告诉记者。如今,这样花小钱就能买到不少货品的“好日子”结束了。

川普关税战波及TEMU


作为从四月开始的一系列关税战的一部分,川普政府于5月2日正式终止中国大陆和香港小额包裹进入美国的免税待遇,而在此之前,单价低于800美金的包裹可以获得关税豁免,而Temu和Shein这样的平台之前正是受惠于这条政策,才可以不支付关税就进入美国市场。珍妮所抱怨的Temu上货品种类减少,价格增加也正是因为这项政策大大加大了这些电商平台的成本。

川普总统更于7月30日签署了一项行政命令,将于8月29日彻底终止800美金的“最低限度豁免”。自该日起,价值800美元或以下、通过国际邮政网络以外的方式运输的所有进口商品将被征收关税,不局限于中国货品。原本还有中国电商企图通过讲生产转移到越南印尼等地,或者在墨西哥建立海外仓来继续享受豁免政策,但现在看来,留给Temu这样的平台操作的空间非常小。

Temu也于今年四月下旬开始对几乎所有品类的商品进行较大幅度的涨价。

TEMU靠营销在美国迅速崛起

Temu在美国的迅速崛起离不开大量的营销和广告。珍妮第一次知道Temu就是因为在2023年超级碗比赛中看到了Temu的广告,广告中反复强调价格低廉的优势,收入并不宽裕的她出于好奇下载了app,她周围的朋友和不少美容院客户也像她一样,因为反复在网上或者电视中看到Temu的广告,对这个名字产生了好奇,所以有了试一试的想法,




“像亿万富翁一样购物”——Temu在2023年超级碗比赛中投放的天价广告令其“俘获”大批用户

据报道,2023年,Temu在美国市场营销支出约为30亿美元。报告显示,Temu仅在Meta广告上就花费了约20亿美元。


在营销上,Temu也沿用了其中国母公司拼多多的“砍一刀”模式,消费者可以通过邀请新用户的方式获得直接优惠折扣或现金奖励。在售后服务方面,Temu实施90天内无条件退换政策,很多时候用户甚至都不需要退还商品。这也让Temu的app在2023年一度成为苹果app商店被下载最多的程序,并且直到今年4月美国打响关税战前,一直维持在苹果app商店的前十名。

TEMU在美国吸引低收入用户

数据显示,Temu的用户的收入水平普遍低于亚马逊,便宜就是Temu对于用户最大的吸引力。

根据Tech Buzz China的数据,2023年,55%的应用程序用户的家庭收入低于5万美元,而2023年美国家庭收入的中位数约为8万美元。

珍妮就是低收入人群之一,她经营的连锁美容店虽然生意不错,但是扣掉各种支出之后,能用来支付日常开支的钱并不多。
您的点赞是对我们的鼓励     好新闻没人评论怎么行,我来说几句
Prev Page12Next Page
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _VIEW_NEWS_FULL
    _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    Page Generation: 0.0363 Seconds and 3 DB Queries in 0.0011 Seconds