AI助力供应链智能的决策

AI助力供应链智能的决策

ID:45755772

大小:213.68 KB

页数:15页

时间:2019-11-17

AI助力供应链智能的决策_第1页
AI助力供应链智能的决策_第2页
AI助力供应链智能的决策_第3页
AI助力供应链智能的决策_第4页
AI助力供应链智能的决策_第5页
资源描述:

《AI助力供应链智能的决策》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、AI助力供应链智能的决策SoningComputerTechnol6KnowledgeLearningIntelligenee/*「Al一、绫致时装供应链发展历程3二行业背景4三、实践经验8绫致时装(bestseller)是一家丹麦的时装集团,成立于1975年,全球拥有20多个品牌,在35个国家开展业务。绫致时装于1996年进入中国市场,开拓了6个服装品牌,有男装、女装、童装,还有滑雪、高尔夫等专业服装。同时还开拓了一个家居品牌一一HAY,目前有北京、杭州、重庆三家门店。绫致在过去20多年时间里边深耕中国市场,在国内拥有8000多家门店。—、

2、绫致时装供应链发展历程2014年,建设020模式。到目前有5000多家门店支持着线上业务,020模式实现了库存在不同渠道的共享,同时减轻了仓库发货压力,给客户提供更好的购物体验,进而促成销售达成。2015年,区域物流中心网络变革,实现从全国物流中心到门店的直接触达;借力020模式的布局,全国线下已拥有众多前置仓,对区域物流中心的需求越来越少;集团以化零为整的思路裁撤了46个区域物流中心,实现所有库存的整合。2016年,全国物流中心自动化建设。2016年之前在天津和上海有两大物流中心,裁撤了区域物流中心后,在华南又建了一个全国性的物流中心。为配

3、合物流中心与门店的扁平化网络变革,集团加大物流中心的自动化赋能。天津的全自动化仓库,每天业务吞吐量能达到进厂10万出厂30万左右,双11的260万订单量通过整个物流中心限定6个班次三天完成所有发货。与14年020模式打通线上线下相比,16年实现的全渠道库存共享在业务方面取消了电商团队单独订货,所有库存在实际业务发生过程中在门店都是共享的,同时仓库的库存也共享。2017年,智能分货和智能调拨。该项目经历了从2014年开始筹划到2017年最终落地的漫长过程。当时全国5个品牌,所有货品团队900人,不是说通过AI或大数据建设去完全取代人工工作,而是

4、通过AI要提升全国平均水平,以前所有人的能力是从60到110分位,通过大数据建设,把平均水平拉到80分位,将能力较强的团队水平维持在110分位,通过持续性2.0版本或3.0版本逐步提高其他团队水平,从60到80的过程相对容易,但从80到90则需要一步一个脚印得去做。2018年,智能追单。零售前端货品的设计和生产周期一般为个月,像羽绒服、棉服这些厚重款,生产周期会更长。随着市场流行趋势的瞬息万变,尤其近几年女装领域推崇款多量少的模式,提前3-6个月很难预测某款产品会成为爆款,如何减少呆滞库存的产生?在这个阶段一般会以遍地开花去的模式去布局不同款

5、式,基于市场的实际反映去决定哪个款需要追单。二、行业背景鞋服行业供应链痛点零售行业离不开人、货、场。零售行业面临最大的挑战是SKU数量特别多,而且服装行业的SKU没有重复性,绫致一年SKU有20万左右,如何去记录这些数据,如何去做数据分析,将是比较大的挑战。场即门店,分布在全国各地,货品运作需要去考虑装修风格、陈列、所处的温区、气候等因素去决定每个门店适合什么样的货品,绫致从货品和门店整合的角度通过AI技术去赋能供应链。在分货过程中,服装的季节属性特别强,如何保证同一家门店一季产品的连贯性,以及不同品类货品的均衡,如何保障在款多量少的情况下,

6、把库存深度特别薄的货品分配到不同门店去,这些都是需要考虑的因素。服装虽然不像食品有特别严格的保质期,其生命周期最多6-13周,但随着时间的推移,其价值也在不断打折扣,每年折扣季促销时,通过供应链的智能决策去帮助商家做一些改善。I樹艮行业供应链痛点分货不准确订货凭经验供需不匹配含泪大促销滞销砸仓商品供应链管理四部曲:一.智能铺货智能铺货最重要的就是预测准确性。传统行业的预测相对简单,因为SKU有一定的重复性,做完预测会做各种各样的数据清理,误差修正。在零售行业,涉及几干家门店、众多品类、众多SKU,如何用一套智能的算法去做可行的预测将是智能铺货

7、最重要的部分。其次智能铺货还要考虑首铺合理性、品类平衡性、试销验证性。二、智能调拨铺货到门店之后,由于各种各样复杂的因素,也许同样的商品在某些门店是滞销款,在某些门店则是脱销款,则需要通过调拨去实现货品供需的二次平衡。在调拨过程中,除了考虑供需平衡之外,还需要考虑货品的整合性、尺码连续性等。三.智能追单款少量多、库存深度比较高的模式可以满足所有门店的需求,但现在款多量少、每种货品库存深度都特别薄的情况不可能满足所有门店,选择哪些典型的门店去做铺货,如何通过门店的销售表现去自动、及时、快速决策订货和追单,这是这个模块需要去实现的。智能流转在原有

8、的运作模式里边,新的货品在零售渠道一般有20%左右可能会进行退货,电商则处于清货的定位,退货的商品再通过电商去销售,部分货品又会进入退货,为了避免对市场的影响,这些

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。