深度 | 5分钟读懂阿里零售通智慧供应链平台

简介: 大家好,先做个简单自我介绍,过去十年更多是在2B类业务方面做技术架构和研发工作,近两年专注在零售通供应链方面的技术架构和研发的工作。从技术视角分享二点最近几年感受比较深刻的,第一个点,从技术的架构的升级,从过去的电商架构到现在新零售的架构,比如从过去信息平台到交易平台再到现在供应链协同平台,其架构演进的核心动力是互联网、大数据等技术与商业不断融合和发展。

大家好,先做个简单自我介绍,过去十年更多是在2B类业务方面做技术架构和研发工作,近两年专注在零售通供应链方面的技术架构和研发的工作。从技术视角分享二点最近几年感受比较深刻的,第一个点,从技术的架构的升级,从过去的电商架构到现在新零售的架构,比如从过去信息平台到交易平台再到现在供应链协同平台,其架构演进的核心动力是互联网、大数据等技术与商业不断融合和发展。第二点,对新零售业务特点的理解,端到端的数字化的体会特别明显,一端是消费端的数字化、“人、货、场”的数字化,另一端是供应端的数字化,我今天分享的主要是供应端的数字化问题,分享近两年零售通在智慧供应链方面的一些经验。

供应链是一个非常专业的领域,行业特性也特别强,我们摸索了两年供应链,自认为也只是入门,这里只是抛砖引玉。

今天主要讲四大块内容:第一介绍零售通业务,第二是我们在供应链方面的机会和挑战,第三是我们的供应链解决方案、我们如何做、我们碰到了哪些问题,最后是讲一下我们3-5年智慧供应链的愿景。

一、零售通业务

阿里巴巴零售通业务是服务六百万小店的业务,所以我们提出自己的使命是“服务每家店、只为每个家”。

a394e53077ecd9b6badef7a337a7ce74cd50da75

这是我们整个零售通业务全景,针对六百万小店,往上游链接品牌商、经销商、共同搭建高效的分销网络,为小店提供丰富的商品、提供供应链的保障。往下游,连接阿里的线上能力,让小店能够线上线下同时开店。同时我们希望通过一些智能化的设备,像自动售货机,扩展小店周边300米的区域,线上线下、全时全域扩大小店经营范围,为消费者构建便利生活圈,最终我们希望帮助六百万小店里面有一百万小店能够实现店变成店仓的功能,整个店仓给周边的自动售货机补货。整个网络对品牌商的价值,是构建到消费者端的高效的分销通路,同时到消费端的实现全链路数字化,以及让品牌商能直接触达消费者进行精准营销。对小店的价值来说,让它具备数据化运营周边的消费场,运营他周边的消费者。同时我们通过对小店提供强有力的商品供应功能,帮助小店做商品的更新迭代,接入阿里生态线上能力,赋予小店。最终我们希望为上游端的品牌商、经销商构建智能分销网络,到下游希望让百万小店拥抱DT时代,具备数字化经营能力,为消费者打造300米便利生活圈。这就是业务的概览。

二、供应链的机会和挑战

先从身边小店说起,六七十年代,整个物质匮乏,那时候凭粮票。八九十年代小店业务蓬勃发展,到了现在小店的业态百花齐放,有现代化的便利店也有区域性加盟的便利店,还有历史悠久的夫妻老婆店。

38d55f2bf152d714fa69cd21f289eec6c7229cff

通过我们的调研了解到,有30%的小店面临经营下滑的风险,有10%甚至面临倒逼,还有40%做得好,开多家店,出现了有组织式的运营。从消费端看,现在消费端变化非常快,消费场景碎片化,消费需求多变,还有整个商品生命周期在缩短,这些对小店经营来说挑战非常大,总体来说小店是属于弱势群体。夫妻老婆店升级面临困难,我们认为这是一个很好的机会。

0402518313f824b39c8cd29beea383b9847f304d

再回到供应端,左边是我们上一代的基础设施,我不知道在座对这句话体会是否深,就是“要想富先修路”,反正我是很有体会。右边是无线、4G、5G和高铁设施,这是新一代的基础设施。过去30年,在上一代的基础设施上,建立起来的到小店的整个分销链路,从品牌商到省级代理到市级代理、再批发商、一批二批等,这么长的链路在现在高速发展的物流背景下还有必要吗?我认为这是一个可以探讨的机会。第二个探讨的机会,以前IT时代,品牌商到经销商链路不通,经销商到小店没有数据链路,小店到消费者更不用谈了。而今天,我们有能力有机会把品牌商到经销商再到小店、消费者所有的链路数据化,那我们是否可以由过去计划式供应链到需求拉动式供应链体系转变?这也是可以探讨的机会。另外,整个深度分销这一块,我不知道大家对深度分销是否了解,我后面再具体展开。传统大品牌商的深度分销,其实没有几家能够建立深度分销体系,就算它建立了,人员成本和运营效率压力下是否可持续,传统的独享的渠道为王的思路,现在是否有机会变成一个共享的思路?我认为这也是一个机会,这是我们看到的一些机会,但是商业的本质不会变,今天用数字化解决方案,来解决这些问题?商业本质不会变,核心还是是否有更低的成本、更高的效率、更好的用户体验。

三、供应链的解决方案

我们的使命是建立一个品牌商、供应商到直接消费者之间的智能分销网络。简单来讲核心分三块,第一块是智慧门店端,我们通过门店端数字化的能力,让门店更好地运营周边的消费者,更了解周边的消费者。上游,我们希望从品牌商到消费端整个全链路数字化运营,过去数字化直达消费者不现实,现在有可能,我们希望更好帮助品牌商运营他周边的门店和门店周边的消费者。基于这两者之上,就是建立端到端的供应链体系。

f6950615db3554e8856fb2334fc9293297aff6f2

如果把整个供应链分成深度分销供应链、中度分销供应链、浅度分销供应链。什么叫深度分销供应链,像水、乳饮,你会发现周边的小店,一个电话打过去来一箱啤酒,他周边就有一个仓直接拉过来了,所以这是商品下沉非常深入的。另外有一种像薯片等零食或者大家用的洗发水,传统的只能触达一级经销商,下面的触达不到,这种是中度。浅度是没有触达线下能力的品牌商,像淘宝上的一些淘品牌,我们认为这些就是浅度分销商。在深度上,我们希望和传统线下做得非常好的、仓配能力非常强的经销商接入他们的仓配能力。对中度和浅度,我们希望选择性自建仓配能力,为品牌商提供高效的供应链服务。总体来说,我们希望构建一个开放、共享、共建的系统化协同的供应链体系,这就是我们的端到端供应链这块。

9d2bc1a8cbff2578e9d42087add24cb98168e664

再展开一下,我们在端到端智慧供应链上怎么思考和做的。第一点是消费者需求的洞察,我们希望线上线下的数字化消费者行为,通过数据分析消费者心理、形成对消费需求的数字化。再到商品管理,我们希望商品全生命周期实现数字化,从商品研发到铺货再到商品定价及消费者对商品的反馈,整个商品实现全生命周期的数字化管理。另外就是是库存部署,我们希望一个智能化的库存流动,希望做到智能化的库存流动,传统的都是人驱动货的流动,我们更希望对消费者的洞察以后,我们能够希望驱动货自己去找场,这里面会涉及到整个仓配网络的建设、销售预测和库存计划,核心是要保障稳定的小店的供应。最后是协同执行,供应链的核心本质问题是协同的问题,我们希望在协同这一块,通过我们现在的移动办公技术、APP端的技术,把整个生态里面的合作伙伴、品牌商、经销商、小店以及整个平台的运营能力全部链接上来。以前传统的信息系统更多是一个工具,但我们希望我们在这个大数据驱动下整个人机协同变成人和机器是同一个系统,希望能做到无缝的协同,这也是一个非常核心的挑战。同时,我们要考虑到小店业态是全品类的业态,从我们穿的拖鞋到吃的零食,不同品类供应链解决方案不一样,所以我们要考虑平台化支撑端到端的解决方案。这里端到端,传统是不可能做到,现在为什么能做到?核心就是我们对消费者需求的洞察,无论是品牌商、经销商还是我们的小店,都是基于一盘数据去看他的业务,看他的生意。传统是每个人手上都有数据,但很难做到端到端,所以我们整体提出的是端到端的智慧供应链解决方案。

d754fa7922c18ddbb8bae9602a6b370f141c2876

这是我们整个现在平台的系统概览。从最底层的数字化,我们希望把人群、小店以及品牌商、经销商的生意经营以及他们的仓配、组织全面数字化。基于这个数字化体系上,是智慧供应链引擎,现在主要是仓库规划、货品择仓、销售预测、库存优化、决策优化等。基于引擎之上很核心的是计划协同系统,从需求计划到库存计划再到供应链计划,这是一套计划协同系统。再上面是供应链的执行,商家管理、库存管理以及货进仓、货出仓这一块。再上面是为我们的品牌商、经销商、生态合作伙伴提供的端的解决方案,PC端工作台以及我们的移动端APP。最左边是开放平台,希望接入企业的ERP和ISV系统。最右边的是成本监管系统,这个也是非常有意思。接下来蓝色的这五大块,我会再讲一下。

046414e6f774d0df0968f86ece2875759f04e835

这是我们门店数字化方面。我们希望通过摄像头和交互的屏,实现进店人群的数字化,年龄、性别、消费行为等。同时通过手机支付实现线上线下数据360度数字化,这是对周边人群的数字化。第二个是我们对这个小店的数字化,一个是货架切割,还有是小店周边的环境,它有没有学校和CBD等环境,还有是小店本身的经营面积、经营人的文化层次差异等等。我们现在针对这个场,我们有90多个标签。还有POS机,跟传统的POS机不一样,我们希望自己的智慧门店POS如意系统,一端连接阿里整个生态的线上线下,让大家具备线上线下同时数字化经营能力,第二个是连接整个供应端,让小店的场和后端整个供应体系打通。这是我们在门店数字化这一块的解决方案。

ff46eb006b8bc3bd0e0c8f148d85f48f8cb92a35

接下来讲一下商品管理数字化的细节。商品管理这一块,我们用货架切割小店这个场,小店里面的货架又是一个场,小店属于每个区域又是一个场,对它供应的仓库又是一个场。不同场对商品之间的关系,这个商品怎么去规划?怎么入这个场?其实我们有不同的层级、不同的思考。最难的是一个商品放什么样的货架,这是非常难的,因为周边整个销售的稀疏性以及库存的深度非常浅,你如何去提升坪效,这是非常大的难题,一个是关联交易的转化,第二个是不缺货,保证稳定的供应,所以这是最细节的内容,也是最难做的。再往上是整个小店的场的切割,我们希望千店千面,不同店周边环境不一样,适合的货架也是不一样的,所以这是不同的店放不同的货架、不同的货架放不同的商品。这个店属于不同的区域,就会涉及到覆盖这个区域的仓库的品类规划,就是说这个仓库里面怎么放商品最合适、放什么样的商品最合适。在上游端通过我们的天眼调研系统触达线下的店是什么样子,通过地动仪系统挖掘区域线上的消费行为数据,最后形成它背后消费需求的挖掘,在商家端和平台端的提供数据化品类规划能力。然后在小店端,品类就是分不同的货架去区分每个小店应该适合什么样的商品。这是我们在商品的规划这块的数字化管理。

5fd81f497a48c35d0a7b8b27356bf88cab6cbf50

再往下展开一下商品的整个生命周期管理经历的哪些活动。从商品的引入期再到培育期,再到成熟期再到汰换期。在引入期要考虑消费趋势分析,如果是新品还要考虑上市的分析。再是品类决策和品类策略是否匹配,再到供应能力的分析、价格分析,最后进入整个供应体系。进入培育期的时候,会涉及到活动营销的销售预测以及背后的供应计划。再到成熟期,我们希望它是稳定的价格供应,所以我们每天低价的价格制定,以及这时候的销售目标、销售预测、备货计划等。培育期和成熟期虽然都有销售预测,但都是不一样的做法。再到汰换期,我们希望为小店建立效能评估,形成360度的品效模型,最后根据销售目标确定整个商品结构的合理性进行汰换。如果库存深度较深,还要涉及到营销打折,那么以什么样的价格?这里又有一整套闭环,有出清的闭环。所以从整个生命周期管理来看,底层都需要很多算法模型支撑,像选品模型、爆品、毛利品怎么识别,再到品类结构算法优化,为了达到销售目标,整个商品结构会是什么样子的。再到整个商品生命周期的预测,什么时候引入,比方说季节性汰换了,要引入新的商品,以及什么时候引爆、什么时候汰换。价格这一块有智能定价,这里涉及到运筹学的东西,会涉及到很多底层算法相关能力去做全生命周期管理这件事情。

53ef70d95627761a295ac120438aae850d1a8551

这里简单讲一下智慧供应链引擎,这也是和我们的内部供应链中台团队一起合作的。一个仓库的规划,在现有的消费需求的情况下,仓库规划怎么更合理?仓库建立以后,仓库里面的商品该放什么?以及放进去以后,库存的ABC怎么分?因为仓库里面高频作业和低频作业管理和效率都不一样,所以会涉及到仓库库存ABC的管理。还考虑到怎么入仓,我们是商家直送成本最低还是上门揽收成本最低,还是让商家直送区域仓调拨到城市仓成本最低?所以这也会涉及到运筹优化。而底层的每个场景其实都要有比较强的模拟仿真系统来支撑。

589244bd8106fb2b57a517695c305d056698d518

我讲一下智慧协同。其实协同系统是最难的系统,也是整个供应链的指挥中心。我们把供应链保障稳定分三道防线的话,销售预测是第一道防线,库存计划是第二道防线,第三道防线是执行。但这三道防线本质的问题是协同问题。我们在协同问题上,一个创新业务也会面临很大的问题,比方说数据的稀疏性,你怎么把你的销售预测做准?这是一个非常大的挑战。第二,协同的节奏一致性,比方我要做促销、营销,怎么和后端供应协同?有时候就会面临前一天促销了,但后面的人不知道,销量一下子打爆掉了,后面的供应就会缺货,所以协同的节奏也是非常大的难点。所以这套体系是从我们分不同的场去面对这些问题,第一个是KA的商家,我们希望和商家做CPFA,就是和商家做联合销售预测和备货计划,来保障商品的稳定。对于成熟的商品,我们希望用EDLP的方式,EDLP更多是成熟的运转,就是我们的预测,相对来说预测准确度会高很多,会达到80%以上。然后是大促级别和日常营销级别,我们又希望用另外一种协同方式对待。不管你是什么场景,核心的问题其实就是让你的人、整个数据以及经验的拟合,我们希望通过计划协同系统,大家看一盘数据,这是第一点。第二点,希望大家在一个平台上做经验的拟合。其实预测是不可能代表需求的,预测也一定是从数据+经验的拟合,最后才变成预测的结果。所以这都需要一套很强大的协同系统来支撑这个事情,它更像一个调度系统。调度人、节奏、资源等相互协调。

96221b4e43596d3a7a5e15176fc6bf02d8c16290

成本监管系统。成本也是我们非常大的挑战,作为平台式的供应链,成本是非常大的挑战。它上面有很多业务单元在运行,比如说一站式采购,一个包裹里面又买了我们的拖鞋或者是其他的,你说这个成本在哪一块,哪个业务单元运作效率更高?所以这是一个非常大的问题。我们希望一个包裹里面的SKU到我们的小店手上以后,它的整体成本从仓里面作业到仓租的整体成本分摊是怎样的,所以我们做了一层成本的拆分和分摊。第二个是在成本运营场景下,我这里希望成本做到可视化,然后成本的异常能够自动挖掘,针对异常能做到跟踪。我这里简单举几个例子,比如说预包装这个问题。一个小店里面买的习惯是什么样子的,他喜欢买五个还是买四个,这就会涉及到怎么提前把包装包装好,然后捡货的时候一次捡货,而不是多次捡货,工作效率会提升。第二是箱规,怎么在小店场景里面更适合它的标准规格。还有商品下沉的问题,零售通仓库分三级,有区域仓,覆盖好几个省,还有城市仓覆盖一个城市,城市仓里面还有前置仓。就是说一个商品应该放到哪个仓库里面,它的成本会最低,整体效率会更高,在成本运营上,我们希望有一套成本仿真模拟系统,我们最近在针对整个商品下沉以及供应区域的管理,这里就会涉及到我把一个商品供应区域切割掉以后会面临一个问题,就是他的销售损失是多少、他的成本降低是多少,这都需要有一套模拟仿真系统来辅助我们运营决策的,所以这是我们针对成本监控这件事情做怎么管控平台式供应链。

16745bdd67d329ae5f8acc827933a0cc0f164df4

四、智慧供应链的愿景

3-5年,我们希望构建一个智慧供应链协同网络。这个网络,底层两张数字化的网络,一是消费端的数字化网络,希望以店为中心,链接周边三百米智能设备形成消费端数字化网络,二是数字化的仓配网络,生态合作伙伴的仓和配的数字化网络,在这两个网络之上是供应链的协同网络,协同网络协同需求端到供应端,供需匹配、供应计划等、协同网络提供各种商业能力比如开店、店铺选址以及品牌营销、商品研发、库存投放、库存管理等。最后,我们希望这是一张社会化协同网络,它是由数字驱动的。它的治理是由自然法则、商业规则来治理的,这是我们整体的3-5年的智慧供应链的愿景。


原文发布时间为:2018-09-27

本文作者:地僧

本文来自云栖社区合作伙伴“淘宝技术”,了解相关信息可以关注“淘宝技术”。

相关文章
|
算法 vr&ar
体育平台开发搭建分析:赛事程序与数据融合,推动直播平台高质量发展
体育直播平台作为体育赛事传播的新兴方式,但它的成功关键在于赛事直播程序和体育数据的完美结合。我们将从这两个方面进行简单易懂的分析
《快递行业云上技术服务白皮书》——1. 快递行业介绍及现状分析——1.2 快递行业图谱
《快递行业云上技术服务白皮书》——1. 快递行业介绍及现状分析——1.2 快递行业图谱
140 0
《快递行业云上技术服务白皮书》——2. 快递行业机会分析——2.2 快递业发展呈现多样复杂性
《快递行业云上技术服务白皮书》——2. 快递行业机会分析——2.2 快递业发展呈现多样复杂性
115 0
|
存储 搜索推荐 数据挖掘
LinkFlow CDP科普篇05:客户数据中台,当代数字化营销的顶梁柱
客户数据中台(CDP)的出现,打破了现有的SaaS营销栈格局
197 0
助力“教育新基建”落地,鸿合智能互联黑板给出新方案
助力“教育新基建”落地,鸿合智能互联黑板给出新方案
387 0
助力“教育新基建”落地,鸿合智能互联黑板给出新方案
|
安全 API 开发工具
深度分析国内APP推广渠道和方法
深度分析国内APP推广渠道和方法
296 0
深度分析国内APP推广渠道和方法
|
传感器 机器学习/深度学习 人工智能
阿里巴巴机器人战略三步曲:极致单品、技术开放、基础设施
从极致单品到基础设施,新商业时代下的阿里人工智能战略 9月20日,阿里巴巴人工智能实验室举办的机器革命·人工智能峰会上,发布了多款重磅新品,包括AliGenie3.0、天猫精灵太空蛋、天猫精灵太空梭、人机交流车载系统等。 通过人工智能实验室总经理陈丽娟(浅雪)的分享,老王了解到天猫精灵销量已超500万,天猫精灵以极致单品形态创造了全球最快增速。同时,AliGenie也迭代到了3.0。作为一个技术开放平台,环境感知、传感器融合、多模态交互等新技术,可让更多合作伙伴创造更加智能的产品。
202 0
阿里巴巴机器人战略三步曲:极致单品、技术开放、基础设施
|
移动开发 运维 安全
蚂蚁数字科技与梆梆安全达成战略合作 共同构建移动端全链路的安全能力
今天,蚂蚁数字科技与北京梆梆安全科技有限公司(以下简称"梆梆安全")签署战略合作。双方将在移动应用安全领域进行技术研究与创新,共同构建移动端全链路的安全能力,为用户提供高质量的数字化转型服务。
247 0
蚂蚁数字科技与梆梆安全达成战略合作 共同构建移动端全链路的安全能力
|
供应链 算法 数据管理
解决方案应用实例 |数据中台“开天眼”,波司登实现数字化新起飞
数年前,波司登遭遇了奇怪的现象:有的地方库存积压,而有的地方却无货可卖。后来接入了数据管理,全国的生产销售行为实现一盘货,波司登实现了数字化时代的新起飞。但人们并不知道,波司登背后的那个数据专家是谁?正是阿里云数据中台。
653 0
解决方案应用实例 |数据中台“开天眼”,波司登实现数字化新起飞