新零售时代下的智慧供应链 不仅仅是供应链时代下的智慧供应链 不仅仅是供应链
那智慧供应链如何做到呢？对于智慧供应链来说，不同类别的商品与之对应的定价策略是不同的。
比如有的商品本身是畅销品但是存在其他竞品与它抗衡，那么竞品的实时价格动态对这类商品的定价来说就显得格外重要，它们的定价策略是以价格优势为导向的；有的商品不仅畅销而且在市面上暂时还没有类似产品可以替代，那么消费者对于这类产品的价格感知程度就会较低，定价策略则可以以利润最大为导向，可能还可以进行试验性地涨价；有的商品本身就是滞销品，要对其进行降价处理，这类商品的定价策略可能只是为了控制成本；当然还有新品，可能在某一个新品刚推出的时候，更大的目的在于最大化销量。所以这时候的定价是需要分析在不同价格下的流量及销量分布情况，来对其进行试验性定价的。
可以看出，商品定价是需要基于商品的不同划分对应到合适的定价目标的，从而确定对应的模型约束条件，将该商品相关的定价信息均输入至相应的模型中，从而得到相应的输出结果。然后在进行决策完之后，对于其效果关键指标持续进行追踪监测，从而作为下一次定价模型的输入，使得定价能够持续优化。
第三个方面，库存管理。智能补货可以称得上是库存管理的龙头了，将自动补货模型应用到特定的场景去优化库存结构，使库存持续保持健康水平，那么就需要从出库、入库两方面着手。在入库情况下，定位到满足此次补货条件的所有SKU，依据补货任务跑模型得出补货量的建议，最终生成补货决策给到生产。
在出库情况下，定位到滞销高库存的SKU，基于商品的滞销分级跑模型得到相应的促销降库存处理方案。不同类商品应采取差异化的库存控制策略，应用不同的库存模型，配置不同的模型参数。
谈完这三个部分后，整个智慧供应链还有一个不可不谈的东西，那就是商品数量的驱动——销售预测了。且不说每提升1%的预测准确率可以带来数倍运营成本的降低，以销售预测为核心的需求计划本身就要起到支持各个环节计划制定的作用。同时零售商可以通过需求预测合理安排门店工作人员，高效地为消费者服务。
成功门店的排班计划总是能在合适的时间将合适数量的资源配置到合适的岗位。零售商不仅要能预测出每天顾客消费的高峰时间，还应预测出消费者光顾哪家门店，这些都是建立在精准销售预测的基础之上。而对于销售预测，为了达到“新零售”时代的“精准”，要靠全渠道多触点的实时数据积累。模型自身要能够对这些源源不断输入的数据进行价值权重的判断并有效运用到模型中，还要能通过对预测效果的自学习实现参数的优化调整。
显然，简单的时间序列模型、季节性模型等都很难独立地成为销售预测的主力了。
销售渠道的分类其实在需求预测中也是很有必要的，毕竟不同的线下门店或线上店铺，店铺所贴属性标签也是不同的，在不同类型店铺中销售的同一个商品的销售预测模型也可能存在差异。据此也可以看出，供应链集成计划的“智慧”不仅仅是销售运营间的计划整合，还包括需求计划与品类管理、渠道管理间的协同。
新零售时代下的“供应链”加上“智慧”，并不会因为新的技术注入而使其变的高不可攀，反之，因为“智慧”，我们更好地服务到了客户，品牌更加贴近了客户。“供应链”，因为有了“智慧”，因为和消费者和商品有了更加紧密的链接，而有了温度，有了激情，而不只是一条冷冰冰的链条，这样才能让消费者有了更好的体验。
相关新闻：
0条评论
网友评论
