沃尔玛是数据驱动的典型代表，该公司建成了完善的中央数据处理系统，可通过私人卫星进行信息上传与发布，能够对分布在世界各地的门店经营情况，对包括商品储存量、订单需求量、营销数据等等在内的信息进行收集与统计，整个过程所需时间不超过1小时，并及时通过供应链系统为门店供货。亚马逊则是技术驱动的典型代表，该公司在创立时期就将自己定位为技术企业而非电商企业，在发展过程中涉足人工智能、云计算等领域，并将这些技术手段应用到供应链管理过程中。
马云在2017年全球智慧物流峰会上发表了演讲，在演讲中突出强调，物流企业在今后的发展过程中有赖于数据、技术、人才的支撑，企业要为技术开发及应用提供足够的资金支持。
由此可见，为了适应新零售时代的发展需求，企业在构建供应链体系的过程中，除了要引进优秀人才、优化现有流程、采用先进设备之外，还要进行数字化改造，运用先进技术手段提高供应链的智能化、现代化水平，进行以下三方面的建设：
图2-1 供应链体系的数字化改造
◆供应链可视化
阿里巴巴旗下的盒马鲜生是新零售的实践代表，该品牌实现了对电子标签的普遍应用，将线上线下的数据统一起来，具体包括库存数据、商品价格数据、营销数据、品类数据等等；消费者可以在网络渠道订购，到实体店取货，这些措施为构建可视化供应链做好了铺垫。
在实现供应链可视化的基础上，企业能够将采购、开发、营销、物流配送等不同环节的运营连接起来，发挥协同效应，促进运营过程中产生的库存信息、市场需求信息、销售情况、物流等信息的高效传递与共享，提高供应链的响应能力。
随着新零售的发展，除了上述环节的可视化发展之外，店员、商品品类、消费者等相关信息也将在供应链中的更大范围内实现共享，与此同时，企业将建设云计算体系。企业依托可视化信息平台，能够根据自身业务发展需求制定相对应的战略计划，促进供应端与需求端之间的对接，在降低库存的同时不断完善自身的服务体系。
◆供应链人工智能化
新零售业态在日常经营过程中会产生多样化的应用场景，具体如商品数据、市场数据、库存数据、消费者数据等等，根据业务发展需求及具体的场景，包括市场需求预测、商品价格制定、品类管理、营销活动、商品供应、库存管理、不同门店之间的资源调度及分享、物流规划等等，结合相应的算法，就能运用数字模型对各个场景进行科学的分析，如此以来，企业就能在收集数据、分析数据的基础上，进行数字建模，对市场变化趋势进行把握，为自身的决策制定提供参考。
从根本上来说，预测功能是人工智能的价值体现，预测本身并不是运用这项技术的目的，而是为了给企业的决策制定提供参考，减少企业因缺乏经验而产生的决策失误。对新零售时代下的供应链运营来说，人工智能的应用模型分为两种：预测模型与决策模型。
其中，前者是在掌握海量数据的前提下，通过构建统计模型，结合相应的算法，推测市场需求状况的发展变化趋势；后者是利用科学的算法及运筹模型，根据企业发展需求及具体场景，为企业的决策制定提供有效参考。
◆供应链指挥智慧化
在零售企业的运营及发展过程中，运营指挥控制系统发挥着核心驱动作用，对此，企业应对自身的业务进行分类，并建立不同类别的运营指挥系统。不同业务类别对应着不同的功能，为企业提供其日常经营过程中产生的各项数据，包括产品供应情况、销售情况、退货情况、订单完成进度、库存周转情况等等，并促进不同环节之间的配合与连接，运用合适的数学模型进行数据分析，在综合考虑多项因素的基础上为企业的决策制定提供精准的参考信息，帮助企业优化选品，合理定价，提前预测，及时供货。
在新零售时代下，企业将不断扩大决策自动化的品类适用范围。如此以来，供应链管理者只需获取数据信息、确定市场需求、与目标用户展开互动、整合内部资源、促进企业改革创新即可。
（摘自：王先庆著《新物流 新零售时代的供应链变革与机遇》第二章内容）
发表评论 取消回复