盒马鲜生深陷“浪费”风波，零售企业如何从源头止损

近日，一条有关盒马鲜生九点半之后扔掉大量海鲜、饭菜等临期商品的微博引发热议。很多网友指责，中国仍然不富裕，这种行为未免太浪费。

临期商品，扔还是不扔

据有关数据显示：中国每年丢弃和浪费的食物达1700-1800万吨，大约是全国食物总产量的6%。而到2018年末，全国农村贫困人口依然有1660万人。

一边是还没有解决温饱问题的贫困人口，一边是被扔掉的临期商品。很多网友表示，超市这种处理临期商品的行为太粗暴，为什么不捐给福利院，免费发给员工做福利或者打折销售?这样就会减少社会资源的浪费，也会增加企业的美誉度。

面对网友的建议，企业为什么都不这么做?首先，关于打折，很多企业都有完善的折扣机制，但依然很难避免剩余和损耗。不捐给福利院，主要考虑到可能会有食品安全隐患，并且还要承担包装、冷链、运输等一系列费用。 免费送给员工，就更会出现员工隐藏商品或者不卖力推销商品的情况，这就和资本家在生产过剩时，把牛奶倒入河里也不免费救济难民或给员工的原因一样。综合比较，“扔掉”应该是成本最低的做法，也是目前大部分超市的常规操作。

需求预测，从源头止损

库存浪费是零售企业尤其是食品为主类的零售企业的共性，除了我们能看到的在末端销售环节产生大量临期过期商品，在层层的供应链采购和物流环节同样会浪费很多商品。

在利润和食品安全高压线面前，企业难道只有“扔掉”这一条选择吗?过去可能是，而现在已经有了更好的方法。

除了把剩余商品赠送给有需要的人，还可以从源头止损 。企业需要精准地判断未来需求量，提前指导生产或采购。以前都是靠经验，而现在可以通过大数据分析和ai预测追踪用户消费行为，精准预测市场需求，控制进货量，实现产销平衡或购销平衡。

观远数据ai预测

根据预测销量提前向产地订货，保证到期充足的供应，提前布局仓储物流，缩短商品从采购至到达用户所需的时间，在及时满足现货率的前提下最大限度减少报废损失。

 

盒马鲜生在这次风波后也提到，未来，“将根据门店情况进行数据分析，保证日日新鲜，严控订货量尽量接近实际购买量。”

 

做公益，我们有自己的方式

 

随着大数据、云计算、人工智能的发展，ai预测已经成功在部分零售品牌身上落地开花，数据量越大，精准度将越高。

在和某鞋服巨头的合作中，观远数据通过ai成功预测出其门店国庆期间每天的人流量，帮助提前优化排班，较之历史同期，门店人效提升了33%以上 。

某连锁巨头也将观远数据的ai产品应用到单店生鲜水果的销量预测中，较之前已有的模型，准确率得到了大幅提升。

通过帮某连锁便利店品牌做鲜食销售预测，使其人工报废率下降了10%。

... ...

不能用临期商品被动去做慈善，但是，企业可以通过ai预测减少报损率，降低成本，提高营业额，把增加的收入投入到更多的社会公益中。 提高整个社会的资源利用率，减少浪费，促进供需平衡，实现利益最大化。

由于在智能订货上的出色表现，9月26日，观远算法团队成员将接受沃尔玛中国总部邀请 ，远赴英国利兹，去参加他们的全球cmo/coo峰会 ，现场分享与沃尔玛通过智能订货，提升销售，降低报废的合作案例。

活动结束后，我们将持续报道，ai预测在国际上更多零售企业中的落地应用案例。