周運（戒刀） 阿裡雲新零售資料解決方案進階經理
有十幾年的企業資訊化、數字化轉型經驗，服務過阿裡雲衆多标杆客戶的資料智能建設項目，在企業資料中台建設和資料資産營運領域有着豐富的實踐經驗。
一、針對數字化應用方向進行未來整體藍圖規劃
規劃藍圖主要分為三個方面：需求側、供給側和經營側。
絕大部分的企業數字化轉型始于前端的需求側，接着轉移到供給側，最終到達經營側。正常情況下三部曲循序漸進，有部分企業步子較大，需求側與供給側的工作會一起進行。
本次重點闡述供給側部分。
二、阿裡雲端到端的智能貨品解決方案（Quick Stock）
如上圖所示，阿裡雲端到端的智能貨品解決方案依托于産品Quick Stock完成，圍繞貨品與供應鍊領域可分為五個部分，分别是：選址/選品、新品創新、需求預測、庫存計劃和供應鍊執行。
第一部分的選址/選品主要是确定客戶需求在哪裡，如何用數字化的手段尋找需求滿足地點，需求滿足地點包括不限于線下門店、電商管道等，确定供應地點後需要進行智能化選品，為後續打造爆品奠定基礎。
第二部分的新品創新是許多企業關注的事情，主要幫助企業用數字化的手段打造爆品，在每年的企業創新中提供資料化支撐。
第三至第五部分主要是供應鍊需求，先對市場進行需求預測，進而生成鋪貨/補貨/調貨建議，制定庫存計劃。當在實際銷售過程中發生缺貨的情況，進行訂單分解與産銷協調，保證供應鍊能夠進行快速響應與履約，進而保證業務正常運作。
接下來對這五個部分分别進行詳細闡述。
三、智能貨品解決方案 – 選址/選品
（一）選址
商家選址痛點：選址流程太複雜，需要考慮的因素資料太多，如何找到對的管道/門店，降低試錯成本？
智能選址：根據已有資料/現有門店分布，制定未來優先開店管道。
目前市場上的許多客戶，尤其是餐飲/零售等行業的客戶，都會有門店選址方面的需求。規模成熟的客戶往往有自己專門的選址團隊，通過企業本身所掌握的資料，進行分析與選擇，挑出有潛力的點進行成本評估與未來市場的評估。
阿裡雲智能選址流程
上圖是阿裡雲智能算法輸出結果，它有Saas服務，在服務中客戶可以設定自己的品牌與競對品牌。在這個基礎上，客戶可以按地圖圈選，例如目标位置三公裡以内的人群結構，它會幫客戶生成人群購買力等資料報告，并為目标位置做評估。
除此之外，如果客戶過去有其他門店，輸入資料後，算法服務會根據曆史資料算出目标位置在未來一到三個月可貢獻的銷售額（GMV）。
最終智能算法會輸出資訊幫助客戶選址：
- 輸出可視化門店現狀分布圖，結合多元度地理位置資訊，競對分布等提供區域總和洞察；
- 輸出标準化選址評估方案，內建地理智能資料、算法，業務洞察；
- 輸出多元度分析報告與可解釋性名額，助力企業智能化選址分析。
（二）選品
選品主要由三方面的資料組成：商品特征，消費者特征與門店特征，通俗來說即“人貨場”。
将商品特征與消費者特征資料相結合，即可得出消費者偏好。将消費者特征與門店特征資料結合，則得出标杆門店。将消費者偏好與标杆門店加上商品政策結合，最終得出門店商品組貨。
通過阿裡雲這樣的智能算法選品，能夠有效提升門店銷售，提升機關面積坪效，獲得良好的市場表現。
衆多外部資料通過智能算法最終提升門店坪效
四、智能貨品解決方案 – 新品創新
（一）阿裡雲新品全域營運4A輔助器
選址/選品完成後，每年的供應中需要根據市場變化進行新品開發，針對這方面阿裡雲提供了一整套解決方案，稱為阿裡雲新品全域營運4A輔助器。
4A：新品智選（Attraction）、新品試銷（Acceptance）、新品營運（Activation）、新品分銷（Allocation）
1.新品智選（Attraction）
客戶在新品方面的需求，可以通過全域TMIC來洞察市場風向，掌握消費者關心的熱點詞與品類屬性。根據包裝、成分、容量、色彩不同方面的屬性，通過挑選出優質的屬性，進而幫助客戶進行量産預判。
2.新品試銷（Acceptance）
新品的試銷包括設立試銷目标，全程追蹤及診斷，試銷結束後的複盤分析。
3.新品營運（Activation）
新品确定後，針對線上客戶挑選出潛在客戶，圈出目标人群。同時幫助新品樹立IP理念，加深新品記憶點，在營運過程中不斷進行複盤與沉澱。
4.新品分銷（Allocation）
挑選合适的線下門店幫助新品進入線下分銷，并根據每個門店的情況進行鋪貨衡量。
（二）全域TMIC，線上線下消費者共同參與全流程
全域TMIC主要提供四方面的服務：
1） 趨勢情報局
捕獲市場先機，搶占市場快人一步。
2） 新品合夥人
邀請KOL、KOC等群體進行合夥宣傳，最大量腦暴新品創意。
3） 仿真實驗室
最真實測試市場反應，讓方案更有落地性。
4） 動銷診斷台
最及時追蹤上市效果，友善政策調整與布局。
目前主要依據淘系資料進行運算，如果客戶有線下門店管道的消費者資料可提供，運算結果将更為精準。
（三）Idea屬性組合優選
輔助器服務分解
快速預測新品設計階段海量組合，助力新品快速決策屬性方向。
（四）Launch量産預判
基于多概念不同營銷政策，快速實作量産預判。
（五）試銷目标設立：科學定位對标品，以數位鑒，确立目标值
新品類型可以大緻分為三類，分别為跟随型新品，改進型新品與創新型新品。
跟随型新品主要參考對标競品，改進型新品參考對标的老品，創新型新品參考相似創新品，除此之外，這三種都需要參考行業Benchmark。
通常試銷過程有三個階段，分别為孵化期（0~3個月），成長期（3~9個月），成熟期（9+個月）。
（六）過程追蹤及診斷，各環節細化名額參考
試銷過程結束後我們進行複盤，主要從擷取力、轉化力和價值力三個方面展開。
（七）複盤：新品競争力矩陣
在複盤時，阿裡雲有一套方法論，例如将新品分成如下競争力矩陣。
按照不同的次元，可以挑選出優質産品，進一步挖掘有潛力的品類，進行增投與重新分類，友善使用者更好的進行後續政策調整。
（八）新品營運全鍊路看闆
在此基礎上，我們提供一整套的過程看闆，友善客戶一目了然地看清楚新品營運中各個流程的程序與結果。
新品營運全鍊路看闆
（九）門店新品潛客圈選 - 智慧潛客挖掘
結合門店LBS分布、品牌新品價格特性、功能特征及情感屬性，有效幫助品牌識别線下門店的新品潛客。
五、智能貨品解決方案 – 需求預測/庫存計劃/供應鍊執行
（一）基于算法能力 + 資料賦能的銷量預測平台
阿裡雲根據客戶提供的資料顆粒度，基于算法能力，提供了銷售預測AI引擎。引擎主要通過機器學習、生命周期預測、預測仿真、特征歸因分析、媒體歸因分析、人群預測等方面進行運算，進而指導促銷政策優化與庫存政策優化。
（二）線上銷量預測+滾動補貨 的方案架構
上方是以線上為主的預測架構圖。
通過接入線上平台的營運資料，擷取品牌方各個方面的資料資訊，淘系以外的管道需通過OMS接入進銷存的訂單資料，還有一部分是品牌内部的ERP庫存資料，還有一部分需要品牌來授權阿裡域上官方旗艦店，除了擷取訂單外，還可以擷取點選量與轉化率等資訊，進而更加精準地預測銷售，并進行滾動補貨。
（三）銷售預測：阿裡系資料賦能 - 淘系資料支援（需品牌授權使用）
銷量的預測仍圍繞“人貨場”的邏輯，通過品牌授權後接入品牌所擁有的營運資料，如商品特征、線上消費者畫像、店鋪特征、品類特征、品牌特征等詳細資料，阿裡雲通過算法服務将為客戶提供更為精準的銷量預測。
（四）白盒化政策：歸因分析，以模型析出各影響因子對GMV的影響
客戶在營運中經常會做各種各樣的活動來提升GMV，活動做得越多則銷量預測越複雜。阿裡雲提供白盒化政策，幫助客戶歸因，找出不同活動對GMV的影響因子，進而友善客戶下次做活動政策的調整。
- 模組化思想
通過結合曆史銷售資料以及營銷政策，分層撥開真實市場需求，引導需求以及不同促銷政策的影響，對相關結果分别建構預測模型。
- 資料分析邏輯
- 不受任何幹擾因素影響的市場基本需求分析
- 評估曆史促銷政策或市場活動對需求量的影響
- 模組化架構
（五）營銷活動歸因，優化營銷政策
利用智能決策引擎幫助品牌進行管道營銷活動歸因，優化營銷政策。
基于過往營銷活動的資料，智能決策引擎能基于不同的營銷計劃進行GMV政策模拟，将GMV的貢獻拆分到不同管道、媒體等，将結果可視化，友善客戶進行政策調優，并且基于過往效果與GMV目标，模拟出最佳市場計劃。
對于以上服務，需要客戶提供曆史相同節點如雙十一、618等大促活動的資料，如投放管道、投放形式、投放金額等，進而我們根據智能算法引擎進行預測，制定未來的投放時間與形式，并生成預測效果。
（六）供應鍊如何做一盤貨？
供應鍊如果想做一盤貨，主要通過以下四大環節：
1.管道銷量預測
通過預測管道銷量，保持不同倉儲地（CDC/RDC/FDC/前置倉）的庫存水位，用最小的庫存撬動最大銷售額，由市場需求拉動補貨。
2.訂單履約機制
在銷量預測相對精準的情況下，針對不同管道的訂單進行訂單履約路徑規劃，去（CDC/RDC/FDC/前置倉/經銷商庫存）選擇最合理的履約倉庫，進行路由規劃。
3．庫存共享機制
通過共享地理位置不同的（CDC/RDC/FDC/前置倉/經銷商庫存），進而使得所有庫存都可以用來銷售與訂單履約，并進行可售庫存控制。
4.倉網布局規劃
從供應鍊成本、效率、服務可靠性幾個角度出發，基于客戶區域分布、訂單量以及産品品類特性等，規劃設計RDC、FDC、以及前置倉的選址。