最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

为大客户提供定制化服务之外,杉数科技推出库存管理智能化产品StockGo库存狗

[复制链接]
跳转到指定楼层
楼主
发表于 2017-11-9 12:57:35 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
据显示,线上零售市场规模在2016年即突破5万亿元大关,但超过85%的受访零售企业认为库存管理是企业运营效率的最大挑战所在。36氪此前报道的初创公司杉数科技希望利用深层次数据优化算法和复杂决策模型的求解能力解决这类问题。
此前,杉数科技主要以大客户定制服务为主,也一直计划针对中小客户推出相对模块化、标准化的产品。近期,公司推出了智能库存管理系统“StockGo库存狗”。
StockGo库存狗本质上是一套SaaS服务,主要针对电商客户,提供基础数据维护、库存健康检测、智能库存管理及促销信息管理四个维度的服务,帮助客户确定库存管理的最优原则、及时精确补货下单、确保库存处于健康状态,从而最终实现库存成本的总体控制。杉数科技告诉36氪,目前这一产品,可以支持天猫、京东等所有电商平台。
一般来说,现货率、库存量、库存周转天数是库存健康情况的三个核心指标,此前补货往往依靠经验,即使是最有经验的管理者,也不一定能够准确预测库存的未来需求和变化,并准确做出最优决策。实际当中,往往存在两个问题:一是采购时间上,操作点迟于最优点——人工决定调整补货量的时间点常迟于库存数据揭示的时间点;二是,采购量上,操作量在最优量上下波动剧烈——人们的操作往往受到情绪影响,尤其常见的一种情况是,因为没有及时预判到需要补货,在增加采购量时过量采购,导致后期的大量积压。这也是StockGo库存狗希望解决的问题。
在产品逻辑上,StockGo库存狗的核心算法优先考虑现货率,保障库存始终处于不缺货的状态。缺货和积压是人工处理库存时所遭遇困境的一体两面。企业运营要求不缺货,一旦缺货对于电商的流量损失是难以估量的,特别是缺货问题高发于为店铺拉动流量的爆款;过量采购导致的库存积压是不少电商无法盈利的重要原因。
在用户体验方面,StockGo库存狗主打自动化。进行采购时,StockGo库存狗每次会直接提供“什么时间该补多少货”的确切结论,具体采购量精准到SKU,第一次输入数据后,后续只需要设置采购周期,不需要对SKU信息进行繁琐的维护和调整。将库存、销量、采购、订单、促销等全方位历史数据导入优化算法模型后,还会分析、自动生成库存健康检测报告。商家不需要再像过去那样,根据自己的经验为库存状况“把脉问诊”。同时,相比于传统的人力模式,可以将成本缩减至一台电脑、一个人。
优化类产品的核心竞争力,最终需要体现在预测及智能决策的准确性上。杉数科技告诉36氪,使用StockGo库存狗后,商家库存内的现货率提升了5.8%;同时,库存周转天数和库存占用资金分别下降了20%和18.75%。
客户方面,StockGo库存狗适用于涉及到库存的客户,可适用于日化、图书、食品、家居、彩妆、母婴、3C、家电、鞋帽等领域。目前已经与图书葫芦弟弟、宠物食品金多乐、家居灯饰维玛、知名电商ERP提供商E店宝达成合作伙伴关系。产品已经上线,可提供试用。杉数科技表示,企业只需要正常运营一季度以上并积累相关数据,就可以见到成果。
现阶段,杉数科技已经组建了50人的团队。公司的六位核心领导层均博士毕业于斯坦福大学,其中联合创始人兼首席科学家葛冬冬、CTO王子卓及高级副总裁王曦都是运筹学博士,高级副总裁勒雅是机器学习权威Hastie教授的博士。团队发表过优化算法、供应链、机器学习等领域大量国际一流论文,也主持过多项中美自然科学基金的项目。王曦在加入杉数创始团队之前在Google总部任职,负责Project FI项目。此外,团队也组建了一支科学家服务团队,包括冯▪诺依曼奖唯一华人得主、斯坦福大学讲席教授叶荫宇及佐治亚理工大学终身教职副教授蓝光辉等。
此前, 团队已经与京东、顺丰、滴滴等知名公司达成合作关系。除“StockGo库存狗”外,杉数科技还有另一款产品——运输优化系统小马驾驾也在最后的内部测试阶段,目前正与国际知名饮料品牌进行试点合作中。
作者:石亚琼 来源:36kr



楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-27 17:59

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表