由達睿供應(yīng)鏈管理咨詢與AceEvents共同舉辦的《供應(yīng)鏈創(chuàng)新發(fā)展與變革轉(zhuǎn)型2020年度杰出企業(yè)案例評選》已圓滿落幕,以下為本次案例評選的最后一篇杰出案例,案例的主角是京東物流。
安利1959年創(chuàng)立于美國,并于1995年進入中國市場,通過幾十年不斷開拓,中國市場已成為其全球份額最大的市場。經(jīng)過多年的發(fā)展,安利的供應(yīng)鏈網(wǎng)絡(luò)已廣泛分布于全國各地,其中包括約200家的線下門店,24個分倉,以及線上商城渠道及背后的電商倉庫。雖說經(jīng)過多年的發(fā)展,但對安利供應(yīng)鏈管理的更大挑戰(zhàn)卻是出現(xiàn)在最近幾年,這些挑戰(zhàn)主要來自于:
1. 快速增長的電商業(yè)務(wù)及其波動和不確定性
2. 急劇增加的供應(yīng)鏈物流網(wǎng)絡(luò)復(fù)雜度
3. 難以實現(xiàn)線上與線下客戶的交付達成平衡并兼顧物流成本和庫存的控制
這些挑戰(zhàn)讓安利供應(yīng)鏈團隊應(yīng)接不暇。雖然早在2014年安利就提出“數(shù)字化”、“年輕化”、“體驗化”的供應(yīng)鏈戰(zhàn)略轉(zhuǎn)型方向,但經(jīng)過幾年的努力,實際效果仍低于預(yù)期。2019年一季度末,安利全國庫存周轉(zhuǎn)天數(shù)達到75天,遠高于行業(yè)同類品牌的40天,與此同時各倉庫現(xiàn)貨率水平參差不齊,那些距離工廠和CDC較遠的區(qū)域倉庫存在現(xiàn)貨率水平低于全國平均水平的問題。
京東物流集團成立于2017年(京東2007年開始自建物流,2012年正式注冊物流公司,2017年4月25日正式成立京東物流集團),京東物流不僅充分運用其自身強大的倉網(wǎng)物流體系來服務(wù)企業(yè)客戶(包括在全國運營超過750個倉庫),同時近年來京東物流還致力于價值供應(yīng)鏈管理的探索,通過數(shù)字化和智能化技術(shù)為客戶的供應(yīng)鏈管理賦能,而實現(xiàn)全渠道+全鏈條的數(shù)字供應(yīng)鏈價值增值服務(wù)。
2018年京東物流承接了安利全國所有成品的倉儲物流業(yè)務(wù),雙方就此建立了良好合作關(guān)系。在此基礎(chǔ)上2019年雙方進一步深化合作。京東物流利用其在電商模式積累起來的豐富需求預(yù)測、補貨與庫存管理經(jīng)驗并結(jié)合京東物流的大數(shù)據(jù)智能算法能力,為安利定制化開發(fā)了銷量預(yù)測與智能補貨調(diào)撥系統(tǒng)(簡稱智能預(yù)測補調(diào)系統(tǒng)),并全面承接安利的供應(yīng)鏈分銷計劃工作,協(xié)助安利做好工廠到倉、倉到倉及倉到店的補貨和調(diào)撥業(yè)務(wù)。
這里說的數(shù)字智能解決方案并非單方面僅強調(diào)算法工具的先進性,而是大數(shù)據(jù)算法的能力與商業(yè)邏輯的緊密結(jié)合。過去安利的人工分銷與補貨管理背后蘊藏著其多年業(yè)務(wù)經(jīng)驗沉淀下來的管理邏輯,這部分需要提煉和保留,但過去人工分銷計劃管理在速度,效率和精準度層面,漸漸無法適應(yīng)電商場景下消費者需求特征的多樣化,特別是在面對復(fù)雜和快速變化的市場情況下。因此大數(shù)據(jù)人工智能與商業(yè)邏輯的緊密結(jié)合才是符合企業(yè)變革的解決方案的方向。京東物流在為安利制定解決方案之前先對安利庫存計劃團隊的人工補貨邏輯及整體庫存策略進行了詳細調(diào)研分析,并通過算法模型初步佐證了通過數(shù)字化智能算法解決方案與安利業(yè)務(wù)策略的結(jié)合將有效提升安利供應(yīng)鏈運營成效及效率。
整個解決方案包括多個部分:商品布局、銷量預(yù)測、智能補貨與調(diào)撥系統(tǒng)、經(jīng)營看板、庫存仿真、庫存健康診斷系統(tǒng)方案,以及結(jié)合各倉差異化備貨策略而制定的B2C訂單拆單方案。
1. 商品布局:通過銷量預(yù)測、庫存計劃、運營模擬,基于時效、成本、服務(wù)水平等因素,提供商品入哪里(選倉)、入多少(庫存)的最優(yōu)供應(yīng)鏈決策建議;
2. 銷量預(yù)測:以京東物流大數(shù)據(jù)平臺、算法平臺、預(yù)測中心為基礎(chǔ),結(jié)合京東物流積累的行業(yè)數(shù)據(jù),綜合考慮品類、品牌、產(chǎn)品生命周期、價格、銷售計劃、營銷計劃、配額、節(jié)假日、市場環(huán)境等各種因素,輸出銷量預(yù)測。預(yù)測主要的步驟為數(shù)據(jù)清洗、特征工程、分類選型、算法迭代以及輸出預(yù)測結(jié)果。
圖I 智能預(yù)測工程化方案
數(shù)據(jù)清洗:是指對歷史數(shù)據(jù)中的大單進行剔除,以及對因為缺貨導致的銷量損失進行
量數(shù)據(jù)回填,同時把異常的數(shù)據(jù)通過一定規(guī)則做數(shù)據(jù)預(yù)處理;
特征工程:是指梳理數(shù)據(jù)層面的特征,以便于識別;
分類選型:將數(shù)據(jù)特征與對應(yīng)的算法模型進行匹配,輸出對應(yīng)的模型和權(quán)重后,選擇結(jié)果最優(yōu)的一個或幾個組合模型,對SKU進行預(yù)測;
算法迭代:是指模型確認后進行訓練和學習,算法模型持續(xù)調(diào)優(yōu)的過程。
智能補貨:根據(jù)安利業(yè)務(wù)特點提供多樣化的補貨策略,深入融合業(yè)務(wù)進行算法模型優(yōu)化,系統(tǒng)會依據(jù)歷史銷量、銷量波動程度兩個因素輸出sku顆粒度的補貨參數(shù)缺省值(也可根據(jù)業(yè)務(wù)需求自主設(shè)置)。系統(tǒng)依據(jù)智能預(yù)測結(jié)果,結(jié)合補貨規(guī)則,指導每個sku在倉庫維度的采購建議量,協(xié)助計劃人員進行補貨決策,為計劃人員輸出智能化、自動化的補貨建議,提高計劃人員的決策能力,提升補貨的精準度,有效的在提高現(xiàn)貨率的同時降低庫存周轉(zhuǎn)天數(shù)。
圖II 補貨調(diào)撥系統(tǒng)-基于周期盤點庫存模型(R, s, S)
主要的補貨策略為:基于銷量預(yù)測和庫存策略計算下游的補貨需求,工廠庫存供應(yīng)充足時,按照下游補貨需求進行滿足;工廠的庫存供應(yīng)不足時,按照各倉由遠及近優(yōu)先級或者需求比例的方式修正下游的補貨需求,同時會考慮總倉的可配出庫存,啟動總倉補貨,將工廠無法滿足的需求由總倉進行支援,如果總倉也不能夠滿足下游剩余需求,系統(tǒng)還有最后的全國均衡的兜底邏輯進行補充。
3. 庫存仿真:采用供應(yīng)方、倉庫和需求方三類基本邏輯單元建立庫存系統(tǒng)的仿真模型,并定義各單元的屬性參數(shù),基于事件調(diào)度法,并借鑒進程交互法的處理方法,實現(xiàn)庫存系統(tǒng)仿真的算法,從而解決復(fù)雜模型的優(yōu)先級處理、仿真運行狀態(tài)存儲以及庫存策略的實現(xiàn)等問題,實現(xiàn)正向的運營結(jié)果模擬和逆向的系統(tǒng)配置參數(shù)推薦
4. 經(jīng)營看板:針對安利供應(yīng)鏈各環(huán)節(jié)各部門的生產(chǎn)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、銷售等數(shù)據(jù)進行360度全景展示,并根據(jù)數(shù)據(jù)分析后的結(jié)果進行方案建議和后續(xù)執(zhí)行。
整個解決方案除了技術(shù)方面還包括業(yè)務(wù)策略與流程方面的調(diào)整和適配,異常情況的處理機制,以及績效考核機制等方面。
經(jīng)過京東物流的價值供應(yīng)鏈分銷計劃團隊與安利的共同努力,從調(diào)研論證,到解決方案設(shè)計,再到落地運營。安利供應(yīng)鏈轉(zhuǎn)型成效已初步呈現(xiàn),根據(jù)2020年中的績效數(shù)據(jù)來看
· 安利成品物流費用節(jié)約10%以上
· 庫存周轉(zhuǎn)天數(shù)從75天下降至45天
· 同時現(xiàn)貨率從原先的97-98%提升并維持在99.5%及以上水平
· 分銷計劃人員數(shù)量較之前減少一半,并有望進一步提升。
安利歐洲供應(yīng)鏈規(guī)劃總監(jiān)認為安利(中國)和京東物流價值供應(yīng)鏈的這次合作是一個很好的標桿,為安利中國業(yè)務(wù)特別是電商渠道業(yè)務(wù)的更快速的發(fā)展提供了強有力供應(yīng)鏈的支撐,并且安利期望未來與京東物流展開更廣闊的合作。而對京東物流而言,這個案例充分展示了京東物流在原有先進物流管理服務(wù)能力的基礎(chǔ)上通過數(shù)字化和智能化技術(shù)為客戶供應(yīng)鏈管理賦能,助力客戶實現(xiàn)數(shù)字化供應(yīng)鏈的轉(zhuǎn)型,并創(chuàng)造更高業(yè)務(wù)價值的能力。
年營收2萬億、凈利潤下滑至90億,大宗供應(yīng)鏈五巨頭業(yè)績出爐!
1828 閱讀京東物流遼寧省京東幫服資源招商
1610 閱讀兩大物流國企成立合資公司,意欲何為?
1320 閱讀共探AI時代的供應(yīng)鏈數(shù)智化發(fā)展之路!《數(shù)智化供應(yīng)鏈白皮書》正式發(fā)布 ?
1279 閱讀物流企業(yè)銷售激勵背后的秘密
1092 閱讀破局與重生:傳統(tǒng)國際貨代如何通過數(shù)字化轉(zhuǎn)型實現(xiàn)戰(zhàn)略突圍
1139 閱讀深圳首發(fā)!順豐同城與肯德基推出無人車智能配送服務(wù)
1007 閱讀關(guān)稅大戰(zhàn)遇上全球供應(yīng)鏈:蘋果公司深度研究與戰(zhàn)略推演
898 閱讀運滿滿江浙滬上線“即時單”業(yè)務(wù),打造極速貨運新體驗
923 閱讀外賣戰(zhàn)OR即配戰(zhàn)?京東美團博弈,快遞受傷?
882 閱讀
登錄后才能發(fā)表評論
登錄