供应链数智化探索-阶段性认知地图更新-阿里云开发者社区

开发者社区> 大数据> 正文

供应链数智化探索-阶段性认知地图更新

简介: 本文简要介绍了作者在过往6年,基于自身经验,随着看待问题的视角 从【品牌商供应链运营】到【电商平台供应链运营】再到【大数据在供应链行业应用】的转变,其认知边界的拓展,并抽象出来简易展示。

笔者近些年来一直在进行大数据对供应链行业应用的探索。随着所在角色以及所接触的数据技术的变化,认知地图也在不断的在更新. 下文将按照时间的推移,主要陈述一下.

角色:某细分领域top品牌商,服务于细分销售渠道供应链运营
业务痛点:需要管理的店铺/仓xsku越来越多,人工拍脑袋已经管理不过来了;需要专业补货方法论支持;
工作利益相关者:BU(分货协调),销售(订单满足率),工厂(生产),仓库(存储),3pl(配送),关务(清关)
数据能力:先给自己打个标签,就是【表哥表姐】.为什么呢?因为此时负责的业务场景有限,基本是单一业务职能,工作决策&汇报基本上没有什么是一个excle表格不能解决的,如果有,那就n个excle表格.
抽象一下数据可以帮助业务的核心应用场景如下图:
2016.jpg

随着时间的推移,业务经验&数字化能力是些积累&提升了:
业务痛点:随着集团产品运营的经验不断提升,为了更精准的把控供需匹配提高周转,从商品的角度来安,不同时期采用了不同的供应链运营策略,比如说不确定较高的新品阶段,就采用集团集中分货的模式;在有稳定销量作为支撑的时间段之后,则沿用常规的基于预测或补货点驱动的库存运营;
数据能力:表哥表姐之余,感受到了数字化/系统对运营效率的冲击:不仅先前多个部门线下依靠excle协调的流程被搬上了系统进行线上操作,基于原先线下操作的excle demo也投入了研发资源升级成了专属的补货系统(如下图);另外有趣的事,集团的数字化改革事从集团作为整体进行规划升级的,而非单个业务部门;

2017.jpg

一不小心笔者从品牌商切换到了电商平台的业务,相应的,问题复杂度也提高了.
角色:某大型电商平台某事业部供应链运营:
业务痛点:供应链持续优化,救急; 集团买货的资金有限,如何给各位产品开发以及店铺运营分配(采购金额如何分配给哪个市场的新品/老品/畅销/引流等等),以及别总是开发新品,呆滞的商品也是用钱买回来的呀(如下图);
数据能力:此时因为涉及的业务众多,会发生问题的场景也多,所以终于从先前较单薄的表哥表姐升级成了-【大宽表】,这可累坏了数据产品经理,在数据治理有限的事情况,横跨n个生产系统梳理指标口径.

2018.jpg

至此,从业务的角度去探索数字化赋能差不多是到头了,所以笔者有幸转换了视角,从数据的角度出发去看如何支持业务发展.
角色:面向外部企业的,供应链数据工具产品经理
业务痛点:如何让用户满意;(但为什么我从没有见过满意的用户呢?基于笔者有限的认知,示例如下图:)
数据能力:给你个机会,把以前各种小excle demo,升级成saas工具造福大众吧,好的,造了.
另外一点是突破了大宽表的眼界,比如说储存在众多不同类型数据库里的数据可以同步到大数据平台,经过梳理后还可以生成直接面向各个业务场景的数据中台主题域,妥妥的马拉松技术活.
tips:随着大数据处理的链条曾长以及复杂度增加,如图1中,某生产库直接满足特定/单一业务线的速度一去不复返. 如果遇到业务方按图1中的速度预期提出雪花般量级的需求,但是实际数据梳理又要走大数据平台&领域划分,那全程基本就是go-die状态...

2019.jpg

随着时间的推移,积累的增加,终于逐渐具体化客户所需,看看这一条龙似的上帝视角还真不是某个人的认知能搞定的,单一的痛点/功能很难让用户买单,人家想要的至少是商品运营一条龙。满足此需求的必然是一个复杂的工程。

2020.jpg

这里描述的比较抽象以及口语化,对于笔者来说是一个脑内认知地图框架的描述与记录,后续有机会挑选部分落地案例共同探讨.

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据
使用钉钉扫一扫加入圈子
+ 订阅

大数据计算实践乐园,近距离学习前沿技术

其他文章