觀遠數(shù)據(jù)×聯(lián)合利華合作項目獲ECR最佳實踐獎,AI賦能數(shù)字化供應鏈降本增效提質

　　近日,以“共生 共享 共贏 數(shù)字化供應鏈”為主題的2023年第十九屆ECR大會在武漢盛大開幕,會上“ECR委員會2022-2023年度案例”重磅揭曉,觀遠數(shù)據(jù)攜手聯(lián)合利華打造的“AI賦能品牌DTC場景下的快速補貨決策價值鏈”項目榮獲最佳實踐獎。

　　中國ECR大會由中國物品編碼中心和中國ECR委員會聯(lián)合主辦,是國內(nèi)供應鏈領域最具影響力的大會之一,“最佳實踐獎”作為ECR大會的重要獎項,旨在通過一系列效益突出、落地性強的成功案例,為更多中國企業(yè)的供應鏈數(shù)字化轉型提供助力。

　　大會期間,觀遠數(shù)據(jù)售前總監(jiān)張磊受邀向與會嘉賓分享了獲獎項目“AI賦能品牌DTC場景下的快速補貨決策價值鏈”的具體實踐,從業(yè)務背景到解決方案,從項目愿景到落地成果,全方位展示了觀遠數(shù)據(jù)與聯(lián)合利華在數(shù)字化供應鏈領域的創(chuàng)新探索與共創(chuàng)價值。

　　觀遠數(shù)據(jù)攜手聯(lián)合利華通過協(xié)力創(chuàng)新與實踐,以AI賦能共同為聯(lián)合利華打造起了全鏈路促銷管理、預測及C倉智能補貨平臺,實現(xiàn)更準確的預測為企業(yè)生產(chǎn)及發(fā)運提供了更合理的信號,以數(shù)據(jù)賦能流程效率大幅提升,通過智能補貨推薦、指標模擬仿真等推動庫存天數(shù)&跨倉率降低。同時,通過雙方不斷深化戰(zhàn)略合作,沉淀方法論,該實踐項目在實際場景中落地的能力被快速復制到聯(lián)合利華更多的業(yè)務場景中,實現(xiàn)了全盤供應鏈業(yè)務指標的優(yōu)化,為企業(yè)長遠發(fā)展帶來更多商業(yè)價值。

　　目前,聯(lián)合利華×觀遠數(shù)據(jù)“AI賦能品牌DTC場景下的快速補貨決策價值鏈”項目已作為“最佳實踐項目”收錄于《2022-2023年度ECR案例集》并正式發(fā)布。以下為所收錄案例具體內(nèi)容,期望能為更多企業(yè)實現(xiàn)供應鏈數(shù)字化轉型、提升供應鏈效率提供富有價值的參考:

　　AI賦能品牌DTC場景下的快速補貨決策價值鏈

　　一、案例參與企業(yè)

　　聯(lián)合利華

　　聯(lián)合利華是全球領先的美妝與健康用品、個人護理用品、家庭護理用品、食品營養(yǎng)品以及冰淇淋的提供商之一,產(chǎn)品暢銷190多個國家和地區(qū)。每天有34億消費者在世界各地使用我們的產(chǎn)品。聯(lián)合利華在全球擁有127,000名員工,2022年銷售額達601億歐元。

　　聯(lián)合利華的愿景是成為可持續(xù)商業(yè)全球領導者,并通過“使命驅動、契合未來”的商業(yè)模式打造卓越業(yè)績。聯(lián)合利華一直以來都是一家不斷進步且負責任的企業(yè)。

　　聯(lián)合利華的指南針即可持續(xù)商業(yè)戰(zhàn)略,旨在幫助公司實現(xiàn)卓越的業(yè)績,推動可持續(xù)和負責任的增長,同時:

　　-改善地球健康;

　　-提升人們的健康、自信和幸福感;

　　-打造更公平、更包容的世界。

　　觀遠數(shù)據(jù)

　　觀遠數(shù)據(jù)創(chuàng)立于2016年,以“讓業(yè)務用起來 讓決策更智能”為使命,致力于為零售、消費、金融、高科技、制造、互聯(lián)網(wǎng)等行業(yè)的領先企業(yè)提供一站式數(shù)據(jù)分析與智能決策產(chǎn)品及解決方案,助力企業(yè)在廣泛業(yè)務場景下用數(shù)據(jù)做決策,持續(xù)產(chǎn)生業(yè)務價值,構建數(shù)據(jù)分析競爭力。

　　二、案例背景

　　1.行業(yè)背景

　　當今,數(shù)字化產(chǎn)業(yè)飛速發(fā)展,同時持續(xù)的疫情影響之下,消費者線上購物占比持續(xù)增長,也促進了傳統(tǒng)品牌企業(yè)更多的考慮面向消費者的需求直接進行滿足的趨勢。

　　隨著電商行業(yè)從增量市場逐步成長到了存量市場,不少店家的規(guī)模已經(jīng)達到一定水平,營收的增長也開始放緩,這時電商渠道的供應鏈管理和精益就開始受到關注。供應鏈就像古代戰(zhàn)爭供應糧草的軍需官,一兩場閃電戰(zhàn)或許看不到糧草供應的重要性,但只要涉及持久、大型戰(zhàn)役,那必是三軍未動,糧草先行。現(xiàn)在的商場也是一樣,在企業(yè)規(guī)模較小,處于高速增長、占領市場的階段,供應鏈不一定被關注到;但只要規(guī)模達到一定程度,供應鏈將會像企業(yè)的心臟一樣,用更少的資金流,以更高的效率和敏捷性,為企業(yè)的業(yè)務運轉提供更穩(wěn)定的商流,成為企業(yè)“先為不可勝”的條件之一 。

　　2.痛點與挑戰(zhàn)

　　隨著電商開始成為聯(lián)合利華增長最為迅猛的渠道,為了能更直接地迎接消費者的訂單,做到更快、更敏捷與端到端的消費者履約,聯(lián)合利華建立了從促銷經(jīng)營、貨權管理到供應鏈履約的直面消費者的 DTC ( direct to consumer ) 供應鏈模式 。新模式運行后,挑戰(zhàn)也隨之而來。

　　●線上平臺活動營銷計劃管理效率低下

　　線上平臺活動營銷策略隨著平臺計劃的調(diào)整,消費者需求的變化,在實際的運營中需要不斷的進行調(diào)整和版本更新。而企業(yè)的運作在基于數(shù)據(jù)表格和郵件的形式做記錄,調(diào)整與分發(fā)的方式出現(xiàn)了修改難追蹤,版本難管理,對于供應鏈側的敏捷化管理提出了更高的要求和挑戰(zhàn)。

　　●消費者需求預測準確性和穩(wěn)定性低下

　　在線上平臺消費者需求波動,變化飛速,是人工預測消費者需求的一大難題,在各式各樣促銷營銷計劃的變動下,如何能夠快速并準確地提供消費者需求預測成為非常嚴峻的挑戰(zhàn)。

　　●傳統(tǒng)供應鏈方式難以更低的成本實現(xiàn)消費者的履約

　　供應鏈想要實現(xiàn)對消費者需求的高效履約,同時又能更加敏捷、低成本地完成供應鏈路,對人工通過傳統(tǒng)數(shù)據(jù)表格,人為盯守的方式提出了很高的要求和挑戰(zhàn)。

　　三、解決方案簡述

　　為了在 DTC 新模式上更高效、更低成本地運作,同時對消費者完美履約,聯(lián)合利華與觀遠數(shù)據(jù)合作,通過經(jīng)營方式梳理,流程梳理與數(shù)據(jù)情況整理后提出了通過線上產(chǎn)品與AI賦能的形式,實現(xiàn)從促銷經(jīng)營計劃與預測到智能補貨的形式,搭建一套端到端的解決方案,即“DTC 促銷管理系統(tǒng) -> AI 需求預測 (預測模型) -> 智能補貨推薦 ( 決策模型 )  -> 供應鏈指標仿真模擬與上線準入機制 ( 仿真模型 )”,從端到端實現(xiàn)部門之間高效的串聯(lián)與執(zhí)行,并在保證對消費者穩(wěn)定履約的同時,有效降低倉庫庫存壓力。

　　解決方案亮點:

　　1. DTC促銷管理系統(tǒng)

　　基于聯(lián)合利華運營層面的端到端流程設計,從初始的銷售側的促銷計劃 -> 人工預測的需求 -> 供應鏈與銷售間的目標一致 -> 供應鏈側生產(chǎn)與發(fā)運計劃 -> 工廠與倉庫的執(zhí)行,從原本的電子表格和郵件結合的形式,通過觀遠數(shù)據(jù)的業(yè)務計劃助手進行改進,實現(xiàn)可以完全放棄電子表格形式的線上促銷管理系統(tǒng)。設計了包括但不限于促銷日歷建立、促銷計劃的錄入與調(diào)整、庫存實時聯(lián)動、填報審批等模塊與功能,實現(xiàn)多部門全流程的線上化協(xié)作,極大地降低了溝通、查缺補漏、調(diào)整追溯等效率。

　　2. AI DTC需求預測

　　基于線上平臺方的后臺玩法,與品牌方在平臺規(guī)則范圍內(nèi)的調(diào)整機動性,同時結合觀遠數(shù)據(jù)在電商平臺的分析能力,搭建符合該平臺下的“促銷與非促銷”AI 需求預測模型。通過對商品分類、活動與月份的分級、促銷與流量計劃的引入和平臺券等信息的引入,成功實現(xiàn) AI 模型預測在不同活動與環(huán)境下的穩(wěn)定且準確的預測輸出。以確保銷售側對市場的把控,指標的合理設定與供應鏈側穩(wěn)定且準確的需求信號,保證生產(chǎn)與發(fā)運的合理與正確性。

　　AI DTC 需求預測趨勢圖

　　3.快速智能補貨推薦

　　電商業(yè)發(fā)展到現(xiàn)在,消費者幾乎都能感受到,每一天似乎都在做活動,每一天好像都可以領優(yōu)惠券,從數(shù)據(jù)上來看不難發(fā)現(xiàn)以下特點:

　　a.促銷活動頻繁。除去平臺合作類的聚劃算、百億補貼等,自身促銷頻繁,平均每月 4 次,每次持續(xù)3~4天。

　　b.促銷刺激顯著。不論促銷多頻繁,促銷力度如何,相比于非促銷日,銷量都有一定增長;特殊日期的促銷相比平常促銷又有顯著增長,如38、88、99大促、七夕、年貨節(jié)等等;而待促銷結束后,銷量基本就立刻回到了日銷水平。

　　c.促銷存在相似性。不論是周期性的頻繁促銷,還是特殊節(jié)日的促銷,從總量、促銷期間每日銷量占比、不同商品的銷量占比等方面都存在相似性,同一個模型的準確率、誤差分布表現(xiàn),也存在一定相似性。、

　　因為上述特性,不存在一個大一統(tǒng)的預測模型能使得每天的預測誤差服從同一個分布,供安全庫存理論來補貨。因此觀遠數(shù)據(jù)建立了基于聯(lián)合誤差分布的安全庫存計算,以此搭建了相應的補貨體系,做到快速、高頻以及精確的補貨建議。

　　AI DTC 補貨策略方法論

　　4.供應鏈指標仿真模擬與上線準入機制(仿真模型)

　　理論上有了更準確且穩(wěn)定的預測,與更合理和智能的補貨推薦,可以賦能業(yè)務運行。然而在實際運作中,需要運營人員能基于市場上快速的變化進行更合理的調(diào)整,完整實現(xiàn)人機結合,才能給供應鏈帶來更精確、更穩(wěn)定的價值。因此觀遠搭建了一套供應鏈指標仿真模擬體系與上線準入機制,通過串聯(lián)預測和補貨與指標之間的關聯(lián),進行基于預測的指標模擬,并提供建議運營人員的操作方案,以確保智能補貨的決策能真正為供應鏈帶來業(yè)務指標的提升,提高效率降低成本。

　　四、應用效果評估

　　1.準確性與穩(wěn)定性的提升

　　通過AI 模型所得的需求預測,相較于以往人工的預測在鏈接 × 活動 × 倉庫層級提升絕對值 43%,并能穩(wěn)定在一定小范圍內(nèi)的波動水準,為生產(chǎn)與發(fā)運提供了更加合理的信號。

　　2.倉庫庫存天數(shù)降低

　　隨著AI 預測與智能補貨的上線,并輔以指標模擬仿真,實際應用中,在維持消費者訂單滿足率的高標準下,成功降低月均倉庫庫存。

　　3.跨倉率降低

　　有了更加精準的預測與智能補貨,輔助在分倉方面有了更加合理的計劃,在應用范圍內(nèi)跨倉率得到了的下降。

　　4.時間與溝通成本節(jié)約

　　除了AI 與智能補貨帶來的效益外,全流程的線上化將每日的溝通實現(xiàn)周度會議 30 分鐘內(nèi)結束,真正實現(xiàn)效率的提升。

　　5.可擴展性提升

　　對于 AI 賦能品牌 DTC 場景下的快速補貨決策價值鏈,通過“DTC 促銷管理系統(tǒng) -> AI 需求預測 (預測模型) -> 智能補貨推薦 ( 決策模型)  -> 供應鏈指標仿真模擬與上線準入機制 (仿真模型)”的方法論以及實際落地場景的復制,可快速復制到聯(lián)合利華 DTC 以及 B2C 電商的其它場景,實現(xiàn)從計劃效率到消費者履約的高效的可落的驗證性的提升,進而優(yōu)化全盤供應鏈的業(yè)務指標,帶來商業(yè)價值。此外從方法論層面可被復制到線下的場景,進而真正做到科技賦能決策的價值實現(xiàn)。