構建新零售時代下的新型供應鏈
馬云先生在今年5月的全球智慧物流峰會上指出，新零售時代，物流必須要靠數據，未來的物流公司要成長，要靠數據，靠技術，靠人才，高度投入技術研發(fā)。
這些都明確了未來新零售時代下的供應鏈不再僅僅靠人、流程、硬件設施等要素的簡單堆徹和疊加，而是要實現供應鏈的數字化和技術化的變革，讓供應鏈變得更加具有智慧和全能，具體體現如下：
供應鏈可視化
盒馬鮮生作為目前新零售最典型的案例，在其運營中對商品廣泛使用了電子標簽，將線上線下數據同步，如SKU同步、庫存同步、價格同步、促銷同步；實現線上下單，線下有貨，后臺統(tǒng)一促銷和價格，這些都為供應鏈可視化的構建打下了基礎。供應鏈可視化以后，未來所有業(yè)務職能包括銷售、市場、財務、研發(fā)、采購和物流等進行有機的集成和協(xié)同就有了可能，可以對消費者需求、門店或網上庫存、銷售趨勢、物流信息、原產地信息等進行可視化展示，供應鏈敏捷和迅速的反應就有了基礎。新零售時代下的供應鏈可視化未來將持續(xù)向消費者、SKU、店員延伸，并且由傳統(tǒng)網絡向云計算系統(tǒng)轉進。通過可視化集成平臺，戰(zhàn)略計劃與業(yè)務緊密鏈接，需求與供應的平衡，訂單履行策略的實施，庫存與服務水平的調整等具體策略將得到高效的執(zhí)行。
供應鏈人工智能化
在新零售的業(yè)態(tài)中，大量零售運營數據包括消費者、商品、銷售、庫存、訂單等在不同的應用場景中海量產生，結合在不同業(yè)務場景和業(yè)務目標，如商品品類管理、銷售預測、動態(tài)定價、促銷安排、自動補貨、安全庫存設定、倉店和店店之間的調撥、供應計劃排程、物流計劃制定等，再匹配上合適的算法即可對這些應用場景進行數字建模，邏輯簡單來說就是“獲取數據—分析數據—建立模型—預測未來—支持決策”。
本質上說，人工智能是一項預測科技，而預測的目的不是為預測而預測，而是用來指導人類的各項行為決策，以免人在決策時因為未知和不確定而焦慮。就人工智能在新零售業(yè)態(tài)中供應鏈應用而言，其有兩大類核心模型，一是預測模型，二是決策模型。預測模型主要是通過回歸、分類、時間序列等算法在大量歷史數據的基礎建立統(tǒng)計模型上對未來的銷售進行預測，而決策模型則通過啟發(fā)算法、整數規(guī)劃、解析求解等算法建立運籌模型來對以上具體業(yè)務場景應用進行決策。
供應鏈指揮智慧化
新零售企業(yè)的運營指揮控制系統(tǒng)是企業(yè)的“大腦”和“中樞”，新零售企業(yè)應該建立起由不同業(yè)務應用模塊所組成的運營指揮系統(tǒng)。這些應用模塊各自管理一個領域的功能，顯示實時的運營動態(tài)如貨齡、售罄率、缺貨率、暢平滯銷售占比、退貨率、訂單滿足率、庫存周轉率、目標完成比率等，同時又相互鏈接和協(xié)同，根據以上所建立起的數學模型最終擬合形成通用運營決策建議，如智能選品、智能定價、自動預測、自動促銷、自動補貨和下單等，相信在未來的新零售中，可以做到各種決策自動化的SKU將超過90%以上。在此基礎之上，供應鏈管理人員所做的事情就是搜集信息、判斷需求、和客戶溝通、協(xié)同各種資源、尋找創(chuàng)新機會等。
新零售時代下的供應鏈是消費者驅動的
根據普華永道所編著的《CEO觀點2017：中國零售業(yè)轉型之旅》顯示：中國CEO表示高缺貨率和訂單交付過程的低效服務是他們目前面臨的兩大問題。
而在強調消費體驗的新零售業(yè)態(tài)中，這兩個問題仍然是體驗的最大殺手，試想在產品爆款頻出、迭代迅速、競爭激烈的時代中，有誰能夠忍受不確定的等待。這就造就了在新零售對于庫存管理杜絕缺貨的嚴苛標準，阿里對于新零售庫存的解讀是朝著“企業(yè)庫存降到零”的方向轉變，這給供應鏈帶來了更大的挑戰(zhàn)，也要求供應鏈朝著“精準”服務方向前行，精就是精細，個性化的服務到每一個消費者，同時還很準確，通過精準預測、捕捉到消費者需求，實現實時聯動，從而達到既能讓消費者滿意，同時又把庫存降到最低。
相關新聞：
0條評論
網友評論
