阿里智慧供应链中台2.0发布—建立开放、高效、协同的社会化供应链体系

文章目录
[隐藏]

《阿里智慧供应链中台2.0发布—建立开放、高效、协同的社会化供应链体系》

1.新零售时代对供应链的挑战

  阿里巴巴在2016年双11首次提出“新零售”后,引发了零售商、品牌商的积极反响,整个零售行业正在经历全面的商业互联网化变革,线上线下的全面融合是大势所趋。伴随着市场行业的变化,整个零售运营策略已经完全从产品导向过渡到了以消费者需求为导向的阶段,特别是新零售的崛起,使得诸多从业者希望借助新技术、大数据的能力赋予零售业更加个性化、集约化、品牌化的内涵。对线上线下全渠道的消费者需求的快速响应、消费个性化的快速捕捉、合理的商品选品定价等,成为摆在企业面前亟待解决的课题。

2.阿里的供应链中台

历经多年的多渠道+多模式的组合实践,阿里推出智慧供应链中台已稳定支撑了包括天猫超市、天猫国际、天猫电器城、1688、零售通、AliExpress、村淘、阿里健康等多个业务场景的供应链服务。

供应链中台帮助零售产业链上各个角色解决面对不同的消费群体的需求分层问题,以使其自身供应链适应市场需求并保证利润,同时可根据市场进行供应链网络的渠道化改造,满足不同商家群体需求及确保盈利。此外,商家可通过中台的全链路可视化分析了解市场动态,实时跟踪供应链的成本和效益,及时调整自身的供应链需求计划,保证资源的最优配置,制定更靠近消费者的产品差异化策略。与传统供应链相比,阿里智慧供应链中台能够取得更加精准的销量预测,实现更加高效的供应链上下游的各个企业、商家、服务商的计划协同,更加平稳的库存管理,以及更优的网络资源配置,打破了传统供应链分散割裂的信息孤岛,重塑了整条链路,实现了全渠道信息共享和联动。目前阿里供应链中台2.0核心能力主要包括以下几点:

1)智能预测备货:供应链中台能帮助业务通过历史成绩、活动促销、节假日、商品特性等数据预测备货,有效减少库存。例如在2017年情人节期间,天猫超市巧克力类商品的销量预测准确率比人工预测提升20%以上,库存周转天数降低17%;在2016年端午节期间,天猫超市的粽子类商品的预测准确度比人工预测提升30%以上,库存周转天数降低20%。

2)智能选品:供应链中台可以智能化诊断当前品类结构,优化品类资源配置,实现了商品角色自动划分、新品挖掘、老品淘汰等全生命周期智能化管理。例如天猫西选作为全球精致商品汇集的新锐店铺,通过智慧供应链在2016年初提前于市场预测出日本专业级瘦脸仪Refa的销售潜力,提前进行了商品的备货和物流准备,有效地支持了Refa在2016年火爆销售;天猫电器城接入智慧供应链之后对黑电品类商品进行了商品生命周期调整、潜力新品挖掘并快速引爆、以及老品汰换等品类结构优化,使得黑电成交额有3倍以上增长。

3)智能分仓调拨:供应链中台将需求匹配到距消费者最近的仓库,尽量减少区域间的调拨和区域内部仓库之间的调拨,同时优化调拨时的仓配方案,最大化降低调拨成本。天猫超市使用中台智能调拨策略后,使得前置仓库存周转天数降低15%以上,在架率提升10%以上。

3.智慧的供应链中台

新零售模式迅速崛起对承载零售行业的供应链体系提出了巨大的挑战。这些挑战反映在供应链的方方面面,包括线上线下全渠道品类规划、选品定价、需求预测、销售计划、库存优化、全渠道流量计划、仓配网络计划等关键节点。阿里巴巴倾力打造的智慧供应链中台,全面覆盖了零售平台从选品、营销、定价、采购、补货、调拨、仓配等各个环节,以科技变革驱动行业变革,为新零售的战略布局奠定了坚实的基础。通过对跨领域数据和算法的融合,产生了乘法效应,为各业务提供了全渠道供应链的智能解决方案,最大化其供应链的商业价值。

  • 智慧供应链以人工智能为中枢大脑,针对天猫平台在日常和双十一期间的业务特点,综合考虑了不同商品在全渠道和各时段的需求预测及波动情况、商品的区域营销策略、物流设施的空间拓扑结构、商品库存的历史在架和周转情况等因素,构建了相应的数学模型,建立了智能补货、自动调拨和健康库存等优化管理模块,以优化库存资源分配、提高商品在各区域的周转率和在架率,几乎覆盖了所有的商品。以双11前进行的集货仓全国调拨为例,自动调拨算法在综合考虑各区域需求预测的前提下进行了有限库存的全国调拨和库存分配,平衡各区域的供给和需求,优化双十一期间总体库存周转和在架率。
  • 智慧供应链基于全渠道大数据,大量使用人工智能算法,结合舆情监测分析,对行业品类进行远期、中期、近期规划,并智能化诊断当前品类结构,优化品类资源配置,实现了商品角色自动划分、新品挖掘、老品淘汰等全生命周期智能化管理。同时,通过对大数据进行深入的分析和挖掘,得出多维度的价格弹性曲线。在实时场景中,结合博弈论、运筹优化、机器学习等智能算法进行动态最优定价,实现了多维业务指标的最优化。在促销过程中,通过最优定价取得了库存和单量的平衡。基于对会员画像的深入挖掘和偏好分析,实现了定价的个性化和区域化。
  • 智慧供应链综合使用了机器学习、深度学习、时间序列等多维度算法,实现精准的销量预测,达到了行业领先水平。此预测系统不仅支持了多颗粒度、多时间跨度的精准预测及分布预测,能够灵活快速的响应行业和商家的多种预测需求,有力的指导了行业和商家的运营策略,而且融合了多维度业务指标,综合考虑了供应链全链路特征,实现了计划的全链路一体化和最优化。真正实现了供应链的计划性和确定性,赋予供应链各模块强大的协同能力。
  • 智慧供应链还融入了针对电商供应链业务的仿真技术,支持对不同业务线多个业务场景进行仿真分析,将其供应链作为一个整体系统来进行研究和分析,大大增强了供应链的整体性能分析和优化的效率。通过模拟每个区域的消费者下单、采购补货、预约入库、调拨入库、以及订单送达等多个业务环节,在不同决策场景下对这些环节进行一体化的仿真分析,以确定采购补货和仓间调拨等业务决策的合理性。

此外,供应链中台采用了深度学习、文本挖掘、图像处理、以及自然语言处理等人工智能技术,对阿里电商平台和相关店铺提供了智能化选品、商品聚类、活动排班和智能定价的服务能力。

4.新零售背后的社会化供应链体系

在新零售背景下,门店作为零售终端,将成为供应链的“神经末梢”。通过阿里智慧供应链中台对区域覆盖人群的线上线下行为数据分析,将实现优化门店布局和品类规划,同时进一步强化门店渠道扩展、空间布局、库存管理、会员营销等能力,提升坪效及商圈辐射范围。

作为一家以“让天下没有难做的生意”为使命的公司,阿里智慧供应链中台计划陆续向社会开放智能供应链管理能力,帮助各类商家更好的迎接新零售产业变革的来临,让所有合作伙伴都能够快速升级,赋能社会,全面拥抱“新零售”。

点赞

发表评论