智慧库存营销AI

卓见云科技有限公司智慧库存营销AI+解决方案的核心思想是建立以消费者为核心的全数据、全媒体、全链路、全渠道的全域营销体系,通过云计算和大数据技术,打通企业的任督二脉,优化企业架构、打通全数据
链路、实现全域营销,通过数据驱动的运营,构建生态协同的商业体系。

  •  

成功案例

XX集团智慧库存营销项目

项目实施成果

业务系统梳理及调研访谈阶段

在业务系统梳理及调研访谈阶段,通过为期半个月的业务系统梳理及调研访谈,对于集团原有的业务系统和信息系统现状以及对于未来的发展预期有了一个全面而准确的掌握。 在前期的业务系统梳理和调研访谈阶段逐步明确新一代分布式共享服务架构业务中台现阶段所需要的商品中心、库存中心、会员中心、营销中心、订单中心、支付中心、结算中心、渠道中心、分销中心等九大共享服务中心。

项目介绍

XX集团随着业务的不断发展,先后建立了多个酒类子品牌,已经发展到了一百多家实体门店,在八大电商平台和五家中O2O平台均设有官方店铺,同时还有自营的线上业务,业务系统规模和复杂度都日益增加。


在智慧库存营销项目上线之前,业务系统普遍采用离线客户端通过Webservice与后台服务器定期同步数据的方式,经过多年完善与改进,依然发现离线的方式寻在很多的问题,比如数据传送一致性与及时性问题,会员与促销等需要在线处理的业务效率、多系统共享库存所带来的库存数据有效性以及库存锁库等问题。
从IT系统的处理能力上来看,原来采用的小型机加上数据库集群的方式虽然短时间内还基本能够满足现有系统的处理能力要求,但是基于集团的发展战略,需要有一个一体化的平台来处理所有与零售相关的业务,比如渠道、仓储、分销、供应链协同、SCRM等于全渠道营销相关的业务。如果依然采用一个大应用与集中式数据库来处理所有的业务,势必带来性能、成本、可扩展性问题。更重要的是原有系统无法有效支撑业务的快速创新,无法适应变化越来越快的市场环境的要求。

 

项目目标

在经过多次的交流与调研之后,XX集团信息技术团队对于集团智慧库存营销系统的认识逐步清晰和明确下来,确定如下项目目标:

• 通过分布式的共享服务架构重构集团信息系统,来匹配业务的快速变化的要求;
• 建立企业中台服务架构,通过统一数据治理,打造全渠道零售中台,实现真正的线上线下一体化
• 基于阿里云数加大数据平台,构建智慧营销服务体系和智慧物流配送体系;

分布式共享服务建设阶段

分布式共享服务建设阶段的核心就是基于阿里云提供的企业级互联网架构系列产品构建的分布式共享服务框架,明确中台架构、服务中心的理念,通过分布式应用系统,快速建设新一代门店POS、SCRM等系统,并通过持续的沉淀业务,支持新业务的IT快速实现。 一个典型的应用系统开发的例子就是在集团构建了商品库存中心、营销中心、订单中心、支付中心等服务中心之后,需要解决线上、线下订单与库存互通的O2O平台,就只需要结合新建的服务中心,即可快速构建应用。最终集团新的O2O平台建设从开发到上线只用了一个半月的时间就完成了,这在过去是无法想象的,毕竟集团的开发团队总共就只有十几个人。与此类似的情况在后续的新一代门店POS系统、SCRM、微信服务号以及智能供应链系统的开发过程中让XX集团信息技术部门充分认识到了分布式共享服务所带来的好处,能够让IT系统快速敏捷的满足业务创新的需求。

通过统一数据治理,将集团内部的应用系统的数据进行了规范和统一,为下一阶段的分布式共享服务建设提供了数据层面的准备。

  • XX集团智慧库存营销服务建设第一阶段是基于智慧推荐引擎建立的一套个性化推荐服务框架,用于实时预测用户对物品偏好,进行个性化推荐,实现千人千面的客户化营销界面。将企业自有数据源中的数据通过数据集成导入离线大数据处理引擎,并基于不同的推荐引擎算法给出相应推荐结果并通过API接口提供服务,再通过A/B test和数据埋点的方式不断修正推荐结果,并提供包括点击率、消费转化率等多种效果指标报表(如右图)。

     

    推荐系统上线后的推荐位点击UV占全部UV的比例接近20%,推荐转化率达到4%,由此带来的销售额接近集团整体销售额达到5%。

     

    XX集团智慧库存营销服务建设第二阶段是基于大数据和人工智能技术构建新一代的智能
    供应链系统。具体来讲,就是在销量预测、库存优化的基础上,对整个供应链网络进行优化。

  • XX集团智慧库存营销服务通过基于阿里云数加平台的大数据分析和机器学习能力,进行高精度的销量预测,作为物流和供应链优化的前提;
    精准的销量预测是合理控制库存、制定物流运输计划和整个供应链优化的前提;在阿里云大数据专家的指导下,项目团队逐步在摸索中学习和掌握了阿里云数加平台的大数据分析和机器学习平台的相关产品,通过借鉴阿里在PAI机器学习平台中对相应的机器学习处理流程图如右:

     

    最终XX集团智慧库存营销项目的销量分析预测,在阿里云大数据专家的指导下,通过
    借鉴阿里云在菜鸟和天猫等应用场景采用的传统预测方案,通过不断优化机器学习的深
    度信念网络模型,使得小预测精度逐步稳定提高,目前总体的销量分析预测精度已经超
    过85%,并在不断地优化迭代过程中,未来这一精度将会得到进一步的提高。

  • XX集团智慧库存营销项目的库存优化方法就是通过合理设置库存量,在保证服务水平的前提下降低库存量,提高库存周转率。
    首先,在历史数据和销量预测数据的基础上,对库存进行分析和优化,包括多层ABC分析、库存周转率分析、库存仿真,最终确定各类商品合理的库存数量;

    根据不同品类商品的销售量和销售频率,确定其类别(A/B/C),对于不同类别采用不同的库存策略。
    通过阿里云高性能计算平台的仿真模拟计算,最终确定合适的库存量,使得:
    1.在控制库存量的前提下,尽量避免缺货;
    2.一旦预测到即将缺货,及时从就近仓库或网点调拨;
    XX集团智慧库存营销项目的库存优化项目实施之后,经过三个月的运行调整,不断对模型进行优化,相较于项目实施之前的统计数据来看,集团库存整体下降了18.6%,缺货率保持在1.8%左右,同时预测精度提高到了87%,并在不断地优化迭代过程中,未来这一精度将会得到进一步的提高。

  • XX集团智慧库存营销项目在完成了销量预测和库存优化的基础上,综合考虑库存成本、
    运输成本和服务水平,进一步通过大数据分析和机器学习平台对于集团的整个供应链
    网络进行优化。
    对各仓库、网点的负荷量进行分析,通过优化使得负荷平均分配。通过优化下列因素,
    实现整个供应链网络的优化:

     

    对每种商品的调拨策略进行优化,包括:
    1.日常调拨:调拨频率和调拨量的设置
    2.紧急调拨:发生缺货的调拨策略,包括从上级和平级仓库、网点调拨
    通过上述每种商品的供应链网络进行合理布局,集团各个品类的商品的平均仓储物流
    成本可以下降6%,随着未来供应链网络的进一步优化,平均仓储物流成本还有进一
    步下降的空间。

统一数据治理阶段

通过统一数据治理,将集团内部的应用系统的数据进行了规范和统一,为下一阶段的分布式共享服务建设提供了数据层面的准备。

智慧库存营销服务建设阶段