大數據時代電商供應鏈的升級與創新
供應鏈管理能力是企業降低成本的第三利潤源，并且已從后臺轉入與用戶接觸的前臺，它直接決定著用戶體驗的好壞。隨著供應鏈協同大數據成為市場核心驅動力，面向未來構建以客戶為中心、大數據驅動下的智慧供應鏈是電商企業的戰略目標。
電商供應鏈的三大維度
典型自營B2C 電商供應鏈主要包括三大維度：供應商管理、采購管理和庫存管理，它在供應商與買家間架設了端到端的“高速通道”，可提升運營效率，驅動消費升級。
供應商管理：傳統供應商管理包括供應商基礎管理、供應商評估管理、供應商績效管理等。電商供應商管理則不同于傳統供應商管理, 利用開放的“平臺思路”來與供應商協同是供應商管理的重點，也是提升供應鏈效率、降低庫存周轉的關鍵；在與供應商協同方面以“快速響應用戶需求”為協同目 標，并在計劃、協同與補貨方面進行深入的業務和技術融合，這樣才可以形成真正意義的供應鏈。
采購管理：采銷一體化是采購管理模型的核心，采購管理是覆蓋了商品尋源、供應商管理、選品與定價、采購計劃、采購管理、倉庫管理( 調撥、內配、庫存等)、支付與結算、配送與售后的采銷一體化的全流程管理。從采到銷的“一條龍”服務同時給采銷帶來了巨大的挑戰，如何用有限的人員和精力 管理大量的SKU采銷成為高效管理的關鍵所在。
庫存管理：倉庫管理覆蓋了從商品入庫、出庫、調撥等商品的庫存管理，而其中的庫存管理的核心指標“庫存周轉”和“現貨率”也是電子商務供應鏈最為核心的兩 個指標；動態的庫存周轉是庫存健康的標準，什么時間補貨、什么時間促銷、什么時間降價清倉，都在動態中調整和平衡，這個狀態很像太極，陰陽平衡是健康的關 鍵，保持一個最佳的平衡狀態是庫存健康的標準。
大數據協同供應鏈管理
在企業運營的過程中積累了大量數據戰略資產，如：市場趨勢數據、用戶行為數據、流量數據、訂單數據、采購數據、庫存數據等。
電商平臺的最大優勢在于隨時隨地、持續大量地收集數據，為業務提供及時的、可視化的供應鏈數據，提升各流程環節績效，實時優化流程、優化算法，并使未來銷 量計劃及庫存等可預測、可跟蹤、可量化，從而提升整體供應鏈效率。同時，企業也會抓取其它領域數據，包括微信、微博等社交數據，通過跨領域數據的融合產生 乘法效應，發揮出最大商業價值。
電商智能供應鏈系統依 托大數據平臺基礎，應用人工智能的深度學習算法驅動， 具體包括銷量預測與自動補貨系統、促銷預測系統、動態定價系統、智能選品系統、庫存健康系統、采購管理平臺、供應商協同平臺等智能系統，覆蓋零售平臺，從 選品、采購、補貨、定價、結算各個供應鏈環節，為業務提供全供應鏈的智能解決方案，為庫存周轉負責。
1、銷售預測與補貨：預知市場，保證現貨率
供應鏈管理最難突破的就是計劃管理，這是供應鏈的源頭，善用數據，預測消費者動向，直接關系到供應鏈的反應速度。一份好的供應鏈計劃需要經驗豐富的采銷管 理人員根據個人的對歷史數據和未來數據的理解確定結果。當有上百個SKU、幾十個倉庫的維度做SKU 維度的采購計劃時，真正的挑戰就開始了……這時，電商企業的供應鏈系統需要根據以往大量的用戶數據、銷售數據、采購數據、補貨數據等，經過軟件的數據清 洗、數據建模等過程，并采用人工智能的相關算法，進行未來銷量預測，并依此預測進行全國倉庫的自動補貨，并全自動地驅動倉庫間的調撥和轉運。系統能在消費 者未下單前， 就提前從供應商那里完成商品采購，并第一時間調撥到離消費者最近的倉庫。
另一個計劃層面的挑戰是跨部門（采銷與運營）的供、需平衡。當預測未來的銷售額和銷量時，倉庫的管理能力與資源準備也是非常關鍵的。此時的供需平衡在系統 的支持和幫助下，更依賴于采銷與運營人員的角色、流程的協同來完成，內部協同成為關鍵，也就是“銷售運營計劃”，該技術是流程與系統的高度融合，是電子商 務供應鏈計劃制定與落地執行關鍵中的關鍵。
2、供應商協同：深度整合，打通產業鏈
電商供應鏈有著強大的整合能力，大數據下的供應商協同更加高效。電商平臺可與供應商進行全方位地協同與配合，在計劃、協同與補貨方面全面合作，形成產業鏈發展共同體，打通供應鏈上下游。例如通過與供應商系統的全線打通，就可以全面共享供應商的庫存并實現自營層面的“線上線下”的庫存一體化。
3、庫存健康：優化庫存，適時促銷
借助大數據優化庫存結構和降低庫存持有成本，通過“全庫存模擬平臺”模擬近半年的庫存狀態，并根據一些最優的算法進行數據“糾察”，通過大數據分析查找不 健康的庫存商品，并自動發起退貨、促銷建議給采銷；智能地監控庫存健康狀態，提前預測滯銷庫存、預測未來某個時間點的庫存周轉和現貨率，提前預測風險，提 前預測收益。
4、智慧選品與定價：合理定價，收益最大化在動態定價方面，電商管理平臺可以智慧選品和智慧定價，自動抓取全網的商品數據，根據此數據實時監控平臺商品價 格的有效性，并根據毛利率要求和庫存要求提供自動調價功能和建議，以及實時動態調整價格；還可以提供動態定價的工具，同時也會實時提供價格的預期收益、價 格的風險控制等強大功能。
電商供應鏈的三大維度
典型自營B2C 電商供應鏈主要包括三大維度：供應商管理、采購管理和庫存管理，它在供應商與買家間架設了端到端的“高速通道”，可提升運營效率，驅動消費升級。
供應商管理：傳統供應商管理包括供應商基礎管理、供應商評估管理、供應商績效管理等。電商供應商管理則不同于傳統供應商管理, 利用開放的“平臺思路”來與供應商協同是供應商管理的重點，也是提升供應鏈效率、降低庫存周轉的關鍵；在與供應商協同方面以“快速響應用戶需求”為協同目 標，并在計劃、協同與補貨方面進行深入的業務和技術融合，這樣才可以形成真正意義的供應鏈。
采購管理：采銷一體化是采購管理模型的核心，采購管理是覆蓋了商品尋源、供應商管理、選品與定價、采購計劃、采購管理、倉庫管理( 調撥、內配、庫存等)、支付與結算、配送與售后的采銷一體化的全流程管理。從采到銷的“一條龍”服務同時給采銷帶來了巨大的挑戰，如何用有限的人員和精力 管理大量的SKU采銷成為高效管理的關鍵所在。
庫存管理：倉庫管理覆蓋了從商品入庫、出庫、調撥等商品的庫存管理，而其中的庫存管理的核心指標“庫存周轉”和“現貨率”也是電子商務供應鏈最為核心的兩 個指標；動態的庫存周轉是庫存健康的標準，什么時間補貨、什么時間促銷、什么時間降價清倉，都在動態中調整和平衡，這個狀態很像太極，陰陽平衡是健康的關 鍵，保持一個最佳的平衡狀態是庫存健康的標準。
大數據協同供應鏈管理
在企業運營的過程中積累了大量數據戰略資產，如：市場趨勢數據、用戶行為數據、流量數據、訂單數據、采購數據、庫存數據等。
電商平臺的最大優勢在于隨時隨地、持續大量地收集數據，為業務提供及時的、可視化的供應鏈數據，提升各流程環節績效，實時優化流程、優化算法，并使未來銷 量計劃及庫存等可預測、可跟蹤、可量化，從而提升整體供應鏈效率。同時，企業也會抓取其它領域數據，包括微信、微博等社交數據，通過跨領域數據的融合產生 乘法效應，發揮出最大商業價值。
電商智能供應鏈系統依 托大數據平臺基礎，應用人工智能的深度學習算法驅動， 具體包括銷量預測與自動補貨系統、促銷預測系統、動態定價系統、智能選品系統、庫存健康系統、采購管理平臺、供應商協同平臺等智能系統，覆蓋零售平臺，從 選品、采購、補貨、定價、結算各個供應鏈環節，為業務提供全供應鏈的智能解決方案，為庫存周轉負責。
1、銷售預測與補貨：預知市場，保證現貨率
供應鏈管理最難突破的就是計劃管理，這是供應鏈的源頭，善用數據，預測消費者動向，直接關系到供應鏈的反應速度。一份好的供應鏈計劃需要經驗豐富的采銷管 理人員根據個人的對歷史數據和未來數據的理解確定結果。當有上百個SKU、幾十個倉庫的維度做SKU 維度的采購計劃時，真正的挑戰就開始了……這時，電商企業的供應鏈系統需要根據以往大量的用戶數據、銷售數據、采購數據、補貨數據等，經過軟件的數據清 洗、數據建模等過程，并采用人工智能的相關算法，進行未來銷量預測，并依此預測進行全國倉庫的自動補貨，并全自動地驅動倉庫間的調撥和轉運。系統能在消費 者未下單前， 就提前從供應商那里完成商品采購，并第一時間調撥到離消費者最近的倉庫。
另一個計劃層面的挑戰是跨部門（采銷與運營）的供、需平衡。當預測未來的銷售額和銷量時，倉庫的管理能力與資源準備也是非常關鍵的。此時的供需平衡在系統 的支持和幫助下，更依賴于采銷與運營人員的角色、流程的協同來完成，內部協同成為關鍵，也就是“銷售運營計劃”，該技術是流程與系統的高度融合，是電子商 務供應鏈計劃制定與落地執行關鍵中的關鍵。
2、供應商協同：深度整合，打通產業鏈
電商供應鏈有著強大的整合能力，大數據下的供應商協同更加高效。電商平臺可與供應商進行全方位地協同與配合，在計劃、協同與補貨方面全面合作，形成產業鏈發展共同體，打通供應鏈上下游。例如通過與供應商系統的全線打通，就可以全面共享供應商的庫存并實現自營層面的“線上線下”的庫存一體化。
3、庫存健康：優化庫存，適時促銷
借助大數據優化庫存結構和降低庫存持有成本，通過“全庫存模擬平臺”模擬近半年的庫存狀態，并根據一些最優的算法進行數據“糾察”，通過大數據分析查找不 健康的庫存商品，并自動發起退貨、促銷建議給采銷；智能地監控庫存健康狀態，提前預測滯銷庫存、預測未來某個時間點的庫存周轉和現貨率，提前預測風險，提 前預測收益。
4、智慧選品與定價：合理定價，收益最大化在動態定價方面，電商管理平臺可以智慧選品和智慧定價，自動抓取全網的商品數據，根據此數據實時監控平臺商品價 格的有效性，并根據毛利率要求和庫存要求提供自動調價功能和建議，以及實時動態調整價格；還可以提供動態定價的工具，同時也會實時提供價格的預期收益、價 格的風險控制等強大功能。
- 上一篇：企業如何開創財務共享服務中心新模式 2016/4/8
- 下一篇：為什么數據問題是ERP成功應用的關鍵 2016/4/8