零售场景优化短期总成本,快反交付周期缩短30% | 创新场景

场景描述

图片

图片系AI生成

安踏在DTC(Direct-to-Consumer,直面消费者)之后收回更多门店,渠道商品越多,对商品运营能力的挑战和需求越高,全国一盘货需要高效运营。原来的期货模式应变不足,需要不断提高的快反生意占比。此前期货占比97%,从期货订货到上市有半年时间,如果市场发生变化,则容易产生库存风险,或者错失生意机会。

快反不快是因为缺机制、全手工、无系统,凭经验识别生意机会,对人的依赖大,从客户到工厂,涉及的业务多,协同层级多,效率慢,快反交付周期60天,甚至70天。

安踏希望通过项目建设,建立未来高效商品运营模式的流程和系统平台,高质量保证快反业务增长,推动安踏品牌货品效益全面提升。 具体分为几个目标:

1.控库存、降风险: 通过历史销售数据和算法模型,预测未来销售情况,从订货下单开始控制渠道库存,降低渠道积压风险。

2. 提效率、抓机会: 通过一体化协同平台,从客户下单到品牌内部协同,以及工厂交期反馈等,数据透明、信息一致,提升下单效率、决策效率,缩短快反整体交付周期,快速响应市场需求,让商品更快上架销售,以抓住更多生意机会。

3. 识爆款、促增量: 通过历史销售数据和算法模型,及时识别畅销款、计算缺口量,促进增量生意的达成。

解决方案

图片

点击报名参与创新场景50的评选

项目使用技术栈包括Phython、PostgreSQL、GreenPlum、Nginx、Redis、Kafka,基于容器化快速部署。安踏与杭州览众数据公司基于海量数据+算法+机器学习模型共创开发系统,使用了基于MPP架构的数据库Greenplum来构建高可用、高性能、高扩展性的数仓;

在数仓基础上利用统计学、离散数学、机器学习(比如线性回归、KNN、k-means)等来构建算法模型,通过算法模型+数据为业务提供生意预测以及决策依据。 同时系统是基于云原生环境开发构建、部署以及运行,利用云计算的优势让系统具备弹性伸缩、可扩展性、灵活性以及持续交付的能力。同时,通过云安全防护措施,保障了系统的安全性和可靠性。

成效

项目从订货下单开始就通过数据分析、算法模型计算,进行精准控货切单;从商品试销开始,就进行商品爆畅款预测,识别生意机会;各层级客户在系统上进行快反下单,打通到供应链、工厂,实现快速复期,快反下单决策。

供应链缩短交付周期,商品能在衰退期前到店销售,捉住了生意机会,提高了商品的销售贡献率。 项目上线后,现货快反占比提升到12%,快反交付周期缩短30%,现货商品销售贡献率提升6%。 同时,在爆畅款的识别有效性上,系统推荐的款比人工手工圈款在售罄率高出5%以上。

生意识别准确率达91.67%,识别款售罄率在同波段内持续跑赢。项目率先在行业内实现从客户到供应商的一体化协同,率先在线下渠道应用数据分析、爆畅款识别,其算法模型在行业对标中处于领先。

「关于创新场景50」

场景不是案例,它更加精准、也更加抽象。数字化就是创新场景的不断叠加和迭代。

在此背景下,钛媒体重磅推出「创新场景50」评选,每年遴选并解读50个全行业与业务深度融合的创新性场景及其解决方案,并在钛媒体年度ITValue Summit 数字价值年会上隆重颁奖、深度交流。

图片