今年上半年,雀巢交出了十多年來最好的半年報,中國咖啡、專業餐飲、乳品和寵物食品均實現兩位數增長,其中電商銷售額增長19.2%,占集團總銷售額的14.6%。今年618期間,雀巢更是憑借新品爆發,在飲品行業銷售中表現強勢,穩居行業領先地位。雀巢電商的不斷高速成長,給雀巢集團帶來了業績的增長。然而快速增長的背后,其傳統的成熟供應鏈體系卻迎來了敏捷性上的巨大“考驗”。
需求高速增長背后的供應鏈煩惱
企業的供應能力不是無限的,面對電商的迅猛發展,雀巢的供應鏈的需求計劃、庫存計劃、履約計劃都倍感壓力,尤其是需求計劃,在雙11、618等大促的新玩法層出不窮,外加越來越多的非計劃性促銷(如直播帶貨等),計劃管理者該如何科學制定需求計劃,以提供基準預測、做好需求端判斷、并綜合考慮供應端能力,是非常困擾的難題。拿直播帶貨來說,雀巢通常需要提前一個月向平臺申請直播,直到直播前2～3天才知道是否能夠獲得直播資源。這讓供應鏈部門非常被動,過早備貨可能出現堆貨的情況,若等到直播確定后再備貨,又可能由于時間太趕而無法提供足夠的貨物,影響到訂單服務水平。
雀巢的總體目標并不能對各部門起到很好的指導作用,不能有效被執行。雀巢電商SKU數量繁多,達到成百上千的級別(不同包裝視為不同SKU)。雀巢的總體業務目標往往依靠管理層集體決策,而在實際工作中,雀巢的整體需求計劃會被拆分到SKU層級去執行,這就出現了整體需求計劃與執行層面的顆粒度不一致的情況。整體需求計劃落到具體SKU層級時,需求計劃的準確度往往會出現很大的偏差。
此外,在雀巢銷售額占比中,新電商渠道(如拼多多、私域流量)與新品發展勢頭強勁,但是由于新渠道與新品沒有歷史數據作為參考,也未形成成熟的運營體系,需求波動較大。如何在缺乏歷史數據參考的情況下制定需求計劃,也給雀巢帶來了挑戰。
面對以上問題,作為Gartner供應鏈Top5的雀巢發現其供應鏈計劃存在諸多局限性,根本無法滿足中國電商市場的獨特需求,亟需一個更智能的線上需求計劃協同平臺。
新一代需求計劃平臺探索之路
面對電商計劃難題,雀巢希望能夠盡快找到一個專業的供應鏈合作伙伴,搭建敏捷高效的需求計劃協同平臺。然而進展并沒有那么順利,雀巢發現很少有系統開發商能夠了解其整體業務,無法從全局考慮需求計劃前后端各部門的業務關聯,通常是單純將數據按照一定規則抽取和分析,缺乏完整的業務邏輯與處理,方案在設計上存在很大局限性,并不能實質性解決各個部門間的協同、分析、提報等問題,無法滿足雀巢電商需求計劃協同管理的要求。雀巢新的需求計劃協同平臺遲遲無法落地。
一次偶然的機會,雀巢結識了杉數科技。雀巢發現杉數科技對供應鏈有著非常專業的理解,能夠為企業解決需求預測、庫存管理、倉儲優化等一系列場景中的優化問題,幫助京東、好麗友、永輝超市諸多知名企業在需求計劃/供應計劃/履約計劃方面取得了不錯的落地成效。經過深入溝通,雀巢非常認可杉數科技的專業性,雙方達成合作,雙方攜手共同打造新一代電商智能計劃平臺。
雀巢電商智能計劃實現快速升級
杉數科技團隊在接到雀巢項目后,并沒有急于進行系統開發,而是對雀巢整體業務情況進行了全面調研。通過對雀巢電商全渠道進行業務梳理,為雀巢構建一個更加有效的電商計劃解決方案做好前期準備。
結合全局業務洞察,杉數團隊開始著手進行產品和算法方案設計,考慮了不同角色用戶的需求、保持計劃顆粒度的一致性以及針對細分場景算法建模。杉數基于供應鏈計劃平臺——需求計劃產品模塊(Demand.AI),以SaaS部署的方式為雀巢電商團隊構建了電商智能計劃平臺,全面接收各電商渠道銷售端的信息,形成信息的及時透傳和互聯,同時納入雀巢市場營銷活動、市場占有率、公司銷售目標與銷售提報數據,輸出短周期協同需求計劃及長周期需求計劃,并在平臺中內嵌智能需求預測算法,為線上渠道銷售預測提供智能建議。。
圖為:杉數Demand AI需求計劃方案框架流程
考慮不同角色用戶的需求
杉數團隊在進行產品方案設計時,考慮了不同模塊的視角需求:
針對計劃員,系統會提供不同情況下的需求預測結果,比如活動、銷售目標(反應人為因素驅動的銷售預期),不考慮銷售目標(反應真實的市場需求),銷售提報的結果等等;計劃員也可以通過事業部或者品類層級數字拆解到最小顆粒度,反復進行不同假設下的測試;
針對銷售,杉數能夠提供在綜合考慮活動計劃、歷史銷量、銷售目標等因素后的預測結果。銷售基于該結果進行細節判斷和修改,以此實現從數據出發到判斷結束的合理需求計劃流程,而不是提供一個空白表格,完全由銷售來輸入需求。
保持計劃顆粒度一致性
針對需求計劃顆粒度不一致的問題,杉數團隊通過將電商智能計劃平臺底層設計保持統一產品顆粒度,保證時間顆粒度可轉化,實現從金額到數量的轉換、產品層級之間的數據聚合與拆分、時間顆粒度上的拆解等功能,各個模塊之間也有參考銜接的過程,保證了需求計劃與客戶運營、供應計劃的數據銜接,為全鏈路精細化管理提供了協作基礎。
針對細分場景算法建模
尤其值得一提的是,需求計劃的制定符合業務場景細分,通過大量的數據信息找出具有同一類需求變化特點(時間、空間、產品、需求群體)的組合,進行針對性的建模。例如同樣的SKU單品在不同季節或地域的銷售特征可能差異很大,因此在分類時“SKU單品+季節(春/夏/秋/冬)+地域(黑龍江/上海/廣州....)”形成的每一個組合都是需要單獨分析的對象。
此外,對于新渠道與新品等這類缺乏歷史數據參考的渠道產品,杉數科技采用了特殊化的處理邏輯。以新品銷售預測為例,雀巢新品推出的速度很快,但新品的銷售預測缺少歷史銷售數據,常規算法可能無法計算預測結果;如果等新品銷售一段時間后再進行預測,可能又會出現由于新品剛推出時推廣投入較多,銷售量很大,導致計劃員調高了后期的銷售預測值。對于這類場景,杉數科技實行與常規品不一樣的處理邏輯,前期業務邏輯主導,中期算法輔助決策,后期轉常規品,增加系統對新品計劃的靈活性,讓企業在面對無法用常規算法處理的場景可以做后處理。
電商智能計劃平臺的實施大大幫助雀巢提升了線上全渠道的需求管理能力,電商需求計劃準確度得到大幅提升,極大地減少了因銷售預測不準導致的斷貨、堆貨的情況;實現了需求管理的精細化、自動化、智能化。
杉數科技對智能決策技術、供應鏈原理、各個行業生意本質的理解并非一日達成。在過去5年,杉數科技與20多個細分行業100多家標桿客戶合作、團隊內部行業經驗沉淀、產品研發打磨、算法多次迭代形成,在銷量預測、收益管理、網絡優化、需求計劃、自動補貨等業務環節中的核心決策問題上,幫助企業業務管理人員快速響應最為復雜多變的產業及市場挑戰,實現顯著超越傳統經驗的決策效率和效果,同時有著一套從業務梳理、方案設計到產品和算法實施的完整方法論和落地經驗。未來,杉數科技將利用智能決策技術為更多以食品飲料、美妝、醫藥為代表的快消企業在端到端供應鏈上創造更多實際價值,推動行業供應鏈數智化升級。
