深度解密大数据应用下的智慧零售——让你的电商平台成为宇宙第一！

发表于 2015-1-5 21:07:02

您需要登录才可以下载或查看，没有帐号？立即注册

x

智慧零售——看大数据创新下，如何打造业界第一的电商平台：

1
销量预测京东仓储设备京东有118个大型仓库，占地面积230万，两千多个陪送站，一千多个自提点，覆盖1855县区，合作伙伴六千家。

需求管理在供应链和库存管理里面最最核心的就是需求管理。而需求管理在大数据需求下，需求预测成为大的核心。

通过大数据来做需求预测，能做到自动补货、自动调拨、整体库存分析、SKU备货等，做到在用户下单之前就将商品送到最近的仓库。

产品预测通过大数据来确定：用户购买商品、采购商品、预算价格、过程中补货、和库存管理里面最最核心的就是需求管理。而需求管理在大数据需求下，需求预测成为大的核心。
通过大数据来做需求预测，能做到自动补货、自动调拨、整体库存分析、SKU备货等，做到在用户下单之前就将商品送到最近的仓库。

京东目前能做到：通过28天预测值，预测每一个sku未来量并驱动RDC与FDC的调拨和补货，保证商品量和限购率、人工智能来预测仓。

预测模型
由京东十几年的销售数据，再结合季节的变化、人均销售、促销因素来建立，同时再算法来预测未来的趋势，确定SKU的量及未来销售的量。

数据清洗
对于新品模型、保守模型、不动销模型、决策树模型、月均价格模型、市场需求回归模型等，均是由趋势跟随价格模型来预测整体销售情况。在这些过程中，必须要注意数据清洗。而在数据清洗的过程中凡是价格变动引起的因素，都需将整个模型进行清洗和过滤。

2
自动补货补货模型补货模型包括阶段性的补货与时间的匹配，保证库存不是一个最大的值而是一个最合理的值。
用补货点与安全库存点的逻辑关系来驱动整个补货效率的提升。

在补货的过程中纳入成本模型，只有在成本模型的驱动下，整个销售预测和模型才会更效。

3
健康库存库存健康系统库存健康模拟产品未来的一个的时间点，提前做出滞销、降价、退货等处理。补货模型包括阶段性的补货与时间的匹配，保证库存不是一个最大的值而是一个最合理的值。

用补货点与安全库存点的逻辑关系来驱动整个补货效率的提升。

在补货的过程中纳入成本模型，只有在成本模型的驱动下，整个销售预测和模型才会更效。

4
供应商罗盘
供应链及供应商
供应链能力：与供应商沟通，将京东的补货建议、库存建议发给供应商，一起做得更好。

供应商罗盘：告诉供应商在哪个结点应该降价，配合降价应该做的补货，商品未来周期的分析并参与京东的促销和补货。

5智慧选品

选品模型
商品未来的采购量是根据大数据下的行业报告、行业分析、用户模型和价值来预测的，并在未来某个时间点上，按照一些商品在整个过程中的定位，来做选品的工作。

在大数据驱动下，友商商品数据、京东商品数据、行业报告数据、基于大数据预知处消费者的趋势和采购量。

6
智慧定价

定价的过程考虑最大利润化、限货和库存周转过程、以及库存和处理滞销过程。

采销可以根据定价看到商品毛利率，价格变动后的流量变化，库存周转情况以及风控平台来检验价格定位是否准确

来自群组: Spark精英汇

发表于 2015-1-6 10:27:42

新来的，支持一下

帐号		自动登录	找回密码
密码			立即注册

站长推荐 /1