欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  网络运营

超盟数据毛日宏:数据链接人、货、店、仓,AI赋能便利店精细化运营

程序员文章站 2022-06-21 21:34:40
本届研讨会以“开放共生·共创共赢”为主题,聚集广东省内便利店零售业态的连锁经营及有关业务的企业及行业资源,包括了天福、乐驿、喜洋洋、宝能零售、顺客隆、华润万家、壹加壹、益华万购等12座城市共52家便利店企业参会。...
超盟数据毛日宏:数据链接人、货、店、仓,AI赋能便利店精细化运营

近日,由广东省连锁经营协会组织的第六届广东便利店发展研讨会在深圳大梅沙京基喜来登酒店圆满召开。本届研讨会以“开放共生·共创共赢”为主题,聚集广东省内便利店零售业态的连锁经营及有关业务的企业及行业资源,包括了天福、乐驿、喜洋洋、宝能零售、顺客隆、华润万家、壹加壹、益华万购等12座城市共52家便利店企业参会。活动旨在搭建广东连锁便利店品牌之间相互沟通交流、商业合作、资源分享的发展平台。

在便利店主题峰会上,超盟数据cso毛日宏分享了主题为《数据驱动的便利店决策闭环》的精彩演讲。

毛日宏介绍到,超盟数据致力于帮助连锁便利企业提升内部的流通效率,简单来说就是让商品在销售额不降的情况下更快速地被消费者买走。大家现在都在提数据驱动这个概念,那么怎么从经验驱动转型到数据驱动?具体怎么落地呢? 

从数据思维向数据驱动转换

接下来毛日宏提到,新零售时代有三个最大的特点,一是线上红利,二是技术革新,三是消费升级。便利店企业经营的现状在管理商品供应链跟信息化方面有很大的提升空间,很多老板在管理上都是有数据思维的,也经常让员工看报表,但是在管理门店的时候,怎样能够让中层管理人员,以及小到90后、大到60后的店长做出有数据驱动的动作,其实是非常困难的,这需要非常好的工具,需要设计一套非常不同的kpi标准,他们才有可能去落地。

另外,从零售门店商品的结构、质量、价格方面都有很大的优化空间。信息化和供应链的有待优化,就是现在的现状,大家会看到各式各样的公司,去赋能便利店。包含加强供应链库存管理、提高品类决策等等,就是要提高整个零售行业的流转效率。

自动补货不够精准的原因是缺乏监控

第一个大家要有数据可以看,第二个大家要用这个数据,制订的kpi和标准,包含商品上架、下架、供应链效率等等,要用数据去做一些评估,然后去做监控。目前国内的很多企业都用了自动补货,主要指的是erp提供的一些供应链提升效率的功能,其中包含自动补货,但是很多老板反映自动补货不够准。毛日宏常常会反问这些老板:“请问一下你知道你有多少员工没有按照自动补货正常的方式调整参数,你知道你底下有多少员工没有正确地使用自动补货的模型来做订货,而是擅自在门店里面随意更改?”

如果没有监控,老板永远得到的答案都会不准确,永远不知道他上的自动补货使用以后到底跟以前有什么样的差别,到底是人没有干好,还是系统没做好。所以在互联网时代,最重要的要做监控,还有一定要落地试点,就是小范围、快速地试错。如果这个错了,快速地去迭代,评估错在哪里,周而复始地做这个动作,看数据、用数据、监控、落地实践、评估、迭代,不停的周转,周转地越快,迭代的时候就越快,企业就能够去适应很多不同外在的变化。

 

超盟数据专注于解决商品的畅缺、应销未销、滞销与负库存四大问题

毛日宏表示,所谓中台的概念并没有那么复杂,就是从同步数据到数据库到商品再到标准化去建立的数据立方和数据分析,核心是要去做标准化,去做分类,去做标签,去做索引,才能快速地去支撑不同的业务。数据驱动便利店其实有很多的举措,超盟数据就是专注做商品流通,因为在人、货、场三块,场有专门的公司来做,人的话阿里、腾讯、京东将来会做得更完善,但是只有货这块,供应链上做的,其实是每一个企业面临的难题,便利店老板会发现几乎没有办法把自己的大仓跟门店库存再降一天,其实这是一个结构性的问题,可以通过数据来解决。

超盟数据简单做了一个工具,很多老板会觉得这就是个报表工具,但其实不然,店长和督导每天到店里面,最核心的除了看卫生一些基本的问题以外,最关心畅销品有没有缺货,有没有应该销售而没有销售的,以及关心哪些商品在这个店是滞销的,还有负库存,很少企业有督导每天跟店长开门见山讨论的是这四个问题,但是这四个问题却是消费者最关心的四个问题,负库存会让自动补货完全没法用,滞销品会让购物体验变得很差,畅销品缺货就是没有办法满足消费者,应销未销就是补货的问题,这个可以通过数据来提炼出来。

 

大数据选品的落地实践案例

毛日宏随后跟大家分享了大数据选品的落地实践案例,很多人对大数据选品很有兴趣,其实就是内部数据加上消费者喜好的预测,加上包含天气、湿度等外部数据,去提高新品的推荐以及提高内部的库存周转,其实它没有什么特别厉害的地方,就是建立下与上的机制,如果没有一个标准的机制,那很难用数据来支撑,自然而然就遇到漏网之鱼,一个品类映射出来的消费者是有共性的,买功能饮料的群体是这样分的,买进口饮料的是那样分的。所以同是两家店里面,对两个不同的品类映射出来的人群,它所对应的相似度是完全不同的。

在每一个聚类里面,当你要引进功能饮料的时候,要选择针对功能饮料最适合试销的门店,也就是同类门店里最有代表性的。我们常常在做试销的时候,要么全部铺,要么自己人为决定,比如挑20个销售量最好的店铺,因为我们认定它就是适合商业人群的,但是不管怎样,如果试销都这么精准的话,为什么还会有这么多的滞销品在仓库里面,那就是因为从选到试到淘汰的机制是有问题的,同样的门店不同品类,对应的试销就应该有不同,这是真实的案例:

很多老板说小茗同学卖得好,但是毛日宏告诉他们,小茗的6个sku里面其实差距是非常大的,以中国北方一个省最大的连锁为例,这家连锁有500家左右的门店,小茗同学的茉莉花茶,明显地超过其他在5到7块钱的茶饮料的销售额,虽然进入了夏天整个茶饮料越来越多人买,但是你会发现其实这个sku一直在不断扩大,所以同样是小茗同学铺下去,统一自己都不知道它的sku每个差别这么大,还有就是所有的广东老板都知道维他柠檬茶在广东火了很久,结果这个品去年进入东北,直接在哈尔滨卖到断货。

超盟数据的自动补货模型

毛日宏还和在场嘉宾简单分享了自动补货的模型,大家经常做配货的时候,要考虑配货量、订货周期、安全库存。核心的关键就是日均销量,这个是核心来预测的,如果让一个门店明天卖4瓶红牛,明天确实4瓶红牛卖出去了,你会觉得消费预测很准吗?不一定的,因为有可能下午4点钟卖完了,但是下午4点到晚上10点,都没有红牛可以买,所以大家追求销量预测,是错误的,要追求的是需求预测,到底有多少人需要,那怎么来定这个比例呢?平均每天进店的人,是有一个数字可以预测出来的。比如说明天下雨多少人,明天不下雨多少人,进店的人里面,每一个人会买不同品类的概率是固定的,比如说进店就有57%的人会买香烟,23%的人会买一些零食,15%的人会买水,这是有概率的,基于他买水,他买农夫山泉的的概率是53%,也有一个概率,基于买水又买农夫,买一瓶、两瓶、三瓶的概率也是可以根据门店里面erp的数据历史推断出来的,这样子就能预测明天门店被需要多少商品,需要补多少货。

相关标签: 新零售