从新零售到新消费：如何让零售企业供应链更具AI智慧

零售业作为国民经济的先导产业和基础产业，是拉动消费增长的最终着力点，也是促进消费升级的重要载体，目前我国零售业规模正不断保持着稳定增长。据国家统计局最新数据显示，2021年，社会消费品零售总额相比上年增长12.5%，两年平均增速为3.9%。而随着国内消费结构的优化升级，新型商业模式不断涌现，消费群体的行为逐渐转变，“新零售”业态也随之崛起并不断进化。如今以“人”为核心的“新零售3.0”正通过线上线下融合持续引领着新的消费浪潮，给国内零售企业转型升级带来了诸多新机遇。

尽管近年来新冠疫情的反复冲击导致了宏观市场环境的不确定性因素加大，使得零售企业不得不面临愈发艰巨的挑战，但同时也给零售企业加快建立建全零售生态系统供应链、加快智能化转型升级提供了新契机。特别是通过智能化转型，零售企业能够具备精准把握消费趋势、客户需求等能力，进一步扩大服务范围，最终保证市场需求被精准、快速的满足，这也成为零售企业在充满不确定性的市场竞争中制胜的关键。在这其中，越是领先的零售企业就越是对提高供应链预测精准度、降低库存成本、提高用户满意度有着不懈追求。

零售企业的供应链需求与挑战

来酷科技是一家定位于为广大消费者提供3C+品质潮品的智慧零售连锁企业。近年来，来酷科技持续推动智慧零售OMO模式线上线下多渠道融合，线下门店数量、店员人数、产品品类大幅增长，用户消费场景也更加丰富。截止到2021年底，来酷科技已在全国66个城市建立了350余家智慧零售门店，SKU近万种，产品与服务涵盖了个人办公、游戏电竞、时尚家居、智能健康、益智教育、酷玩影音、运动旅行等多种不同类型的消费场景。

随着企业规模的急速扩张，零售人、货、场诸要素的转变，供应链计划与管理，成了来酷运营精益求精的阻碍。作为供应链大脑的计划部门面临一系列关键决策：在门店、SKU快速增加，人力资源局限下，合理预测需求和备货；在需求不确定、供给不稳定的情况下，精确选品；在降低库存时提升有货率，提高用户满意度；OMO模式下进一步提高服务效率等等。

以人工智能赋能零售供应链

为实现上述供应链决策需求，联想研究院人工智能实验室机器学习团队和来酷科技达成合作，将领先的人工智能技术与零售供应链深入融合，运用概率性预测、多目标优化等人工智能技术，共同打造了联想来酷智慧零售供应链引擎，以已知推导未知，以当前计划未来，帮助来酷科技构建基于人工智能的需求预测、库存优化、采购决策、分货补货等供应链决策，提升零售供应链智能化水平和运营效率。

联想来酷智慧零售供应链引擎

针对零售供应链中重要性最高，难度最大的需求预测和采购销售策略的制定，联想来酷智慧零售供应链引擎通过需求还原技术和多目标、多策略的定价与采购方案，帮助来酷科技把握真实需求，应对多种销售场景，提高销量。

零售需求预测

随着数字化战略的持续推进，大多数企业都会记录历史销售数据，并根据历史数据预测未来需求。然而，历史销售数据并不等同于真实历史需求，其中并未包含因商品缺货而错失的真实消费需求。联想来酷智慧服务供应链引擎通过对历史销售数据和库存数据进行分析，当发现一个阶段的销量和库存都为0时，说明存在因缺货而引起丢单的可能。运用机器学习算法，综合考虑门店信息、商品信息、行业动态、产品评论等外部信息，对购买行为进行模拟补全，还原出真实历史需求。基于此，更好地指导未来的准确选品、合理备货，提升销量。

多目标、多策略的定价与采购优化

零售企业在不同门店、不同时期都有着不同的经营目标与需求，需要灵活的匹配运营策略。这通常需要资深的店长凭借丰富的经验完成，但是随着店面数量的扩张，人力资源的局限已经成为了阻碍因素。并且随着SKU数量的增加，凭借人力完成计划逐渐力不从心。联想来酷智慧服务供应链引擎通过多目标、多优先级的组合优化算法，基于因果推断，将商品价格与需求之间的潜在关系数理化、清晰化，形成商品价格模型。

在此基础上，通过高精准的概率性需求预测，计算出每个商品在不同备货量下的营收与积压风险，并将多个商品的价值风险进行全局考量，形成一系列、多样化的选品、定价与采购策略。店长可根据店面特点与需要，对销售额、利润、库存周转率等多个目标进行有侧重性的优化，生成最符合当期目标的经营策略。如在PC产品紧张、供不应求情况下的利润优先策略；促销期间的销量最大策略，清仓、产品切换季时候的降低库存策略。保证在各个场景下，将科学的价格调整与合理的选品备货相结合，选好货、卖好价，目标驱动，实现各场景下的经营效果最大化。

系统应用后，来酷科技库存周转天数下降可达22%；因缺货引发的仓间调拨比例降低11%；计划员制定备货方案的时间由数小时降低至5分钟；还原的真实需求量比实际销量提升4.8%。

全链路供应链智慧生态

业务流程智慧化只是供应链智慧生态的第一步，目前来酷科技正深入推进与联想研究院的合作，通过多系统信息流共享、决策与反馈联动机制、核心引擎自学习进化，进一步提高预测精度和优化结果。

来酷科技副总裁李维此前也表示：“未来将进一步打造全链路供应链智慧生态，从门店、物流、仓储到生产厂家，打通上中下游各个参与实体，达到信息整合，做到C2M，千店千面，柔性生产。”

（关注我们的微信公众号：ML OR 智能决策。分享更多干货，欢迎交流~）