构建新零售时代下的新型供应链
马云先生在今年5月的全球智慧物流峰会上指出，新零售时代，物流必须要靠数据，未来的物流公司要成长，要靠数据，靠技术，靠人才，高度投入技术研发。
这些都明确了未来新零售时代下的供应链不再仅仅靠人、流程、硬件设施等要素的简单堆彻和叠加，而是要实现供应链的数字化和技术化的变革，让供应链变得更加具有智慧和全能，具体体现如下：
供应链可视化
盒马鲜生作为目前新零售最典型的案例，在其运营中对商品广泛使用了电子标签，将线上线下数据同步，如SKU同步、库存同步、价格同步、促销同步；实现线上下单，线下有货，后台统一促销和价格，这些都为供应链可视化的构建打下了基础。供应链可视化以后，未来所有业务职能包括销售、市场、财务、研发、采购和物流等进行有机的集成和协同就有了可能，可以对消费者需求、门店或网上库存、销售趋势、物流信息、原产地信息等进行可视化展示，供应链敏捷和迅速的反应就有了基础。新零售时代下的供应链可视化未来将持续向消费者、SKU、店员延伸，并且由传统网络向云计算系统转进。通过可视化集成平台，战略计划与业务紧密链接，需求与供应的平衡，订单履行策略的实施，库存与服务水平的调整等具体策略将得到高效的执行。
供应链人工智能化
在新零售的业态中，大量零售运营数据包括消费者、商品、销售、库存、订单等在不同的应用场景中海量产生，结合在不同业务场景和业务目标，如商品品类管理、销售预测、动态定价、促销安排、自动补货、安全库存设定、仓店和店店之间的调拨、供应计划排程、物流计划制定等，再匹配上合适的算法即可对这些应用场景进行数字建模，逻辑简单来说就是“获取数据—分析数据—建立模型—预测未来—支持决策”。
本质上说，人工智能是一项预测科技，而预测的目的不是为预测而预测，而是用来指导人类的各项行为决策，以免人在决策时因为未知和不确定而焦虑。就人工智能在新零售业态中供应链应用而言，其有两大类核心模型，一是预测模型，二是决策模型。预测模型主要是通过回归、分类、时间序列等算法在大量历史数据的基础建立统计模型上对未来的销售进行预测，而决策模型则通过启发算法、整数规划、解析求解等算法建立运筹模型来对以上具体业务场景应用进行决策。
供应链指挥智慧化
新零售企业的运营指挥控制系统是企业的“大脑”和“中枢”，新零售企业应该建立起由不同业务应用模块所组成的运营指挥系统。这些应用模块各自管理一个领域的功能，显示实时的运营动态如货龄、售罄率、缺货率、畅平滞销售占比、退货率、订单满足率、库存周转率、目标完成比率等，同时又相互链接和协同，根据以上所建立起的数学模型最终拟合形成通用运营决策建议，如智能选品、智能定价、自动预测、自动促销、自动补货和下单等，相信在未来的新零售中，可以做到各种决策自动化的SKU将超过90%以上。在此基础之上，供应链管理人员所做的事情就是搜集信息、判断需求、和客户沟通、协同各种资源、寻找创新机会等。
新零售时代下的供应链是消费者驱动的
根据普华永道所编著的《CEO观点2017：中国零售业转型之旅》显示：中国CEO表示高缺货率和订单交付过程的低效服务是他们目前面临的两大问题。
而在强调消费体验的新零售业态中，这两个问题仍然是体验的最大杀手，试想在产品爆款频出、迭代迅速、竞争激烈的时代中，有谁能够忍受不确定的等待。这就造就了在新零售对于库存管理杜绝缺货的严苛标准，阿里对于新零售库存的解读是朝着“企业库存降到零”的方向转变，这给供应链带来了更大的挑战，也要求供应链朝着“精准”服务方向前行，精就是精细，个性化的服务到每一个消费者，同时还很准确，通过精准预测、捕捉到消费者需求，实现实时联动，从而达到既能让消费者满意，同时又把库存降到最低。
相关新闻：
0条评论
网友评论
