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

【梦洁家纺】数据模型构建智能报表,商品周转提速超20%

[复制链接]
跳转到指定楼层
楼主
发表于 2019-11-6 20:37:26 | 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
本帖最后由 168主编 于 2019-11-6 20:41 编辑

一、项目基本信息
1、项目信息
      公司名称:湖南梦洁家纺股份有限公司
      项目名称:商品周转提速项目
      项目建设团队:信息部门、商品管理部门、营运部门、生产计划部门

2、平台运行状况(2018年03月至今)
      平台报表总量:30+
      平台月访问量:3000+
      平台系统资源:SAP APS SRM 商品中控(基于FR开发)

二、项目背景
1、公司简介

      湖南梦洁家纺股份有限公司(以下简称公司)始于1956年,秉承“爱在家庭”核心理念的同时恪守品格与博爱的企业文化。

      公司一直践行高标准的质量把控,以精湛工艺、卓越品质和独具匠心的设计,竭诚为广大用户打造中国最舒适的家居体验。凭借坚实的品牌基础和独树一帜的品牌理念稳步发展,不断开拓国内外市场,如今旗下已拥有“梦洁”、“梦洁宝贝”、“梦洁家居”、“平实美学”、“寐”、“觅”、多个重要影响力品牌,并于2010年成功转型为上市公司。

2、项目背景

      传统家纺行业品牌繁多,未形成真正的巨头企业,规模以上企业也不多。

      一方面,行业专门的解决方案较少,解决方案提供商多将家纺行业的解决方案与鞋服行业的解决方案划分为一类,忽略了家纺行业的一些特性和特定需求。这样一来,解决方案的针对性和科学性就会大打折扣。另外,家纺行业多采用多季订货会的方式来决定生产产能和生产计划。而随着梦洁的不断发展壮大,订货会的模式因为其弹性差的缺点逐渐难以满足增长的业务需求,迫切需要一种新的模式。

      另一方面,零售进入到新阶段,消费者逐渐往两级分化,即追求性价比与追求个性化自由。在新零售的环境下,如何发展规模效应降低生产成本,向消费者提供更高性价比的产品,同时重视客户的市场脉动的响应,提供个性化的商品,成为目前商品管理的挑战。

      面对家纺行业的新需求和新市场环境下商品管理的挑战,梦洁希望做出努力与改变。经过选型评估,梦洁最终选择与帆软合作,开启了商品数据化管理之路。

三、应用场景与价值——商品中控系统

      历经60多年的发展,梦洁的业务规模不断扩大,在这过程中,商品管理和中控逐渐暴露出一些问题。

1、现有订货会的模式逐渐难以满足业务所需,具体体现在以下两点:

      1)无法精准预测半年或者更长时间的顾客真正所需;

      2)生产失去弹性,一旦出现市场变动,容易积压库存;

2、家纺产品生产周期相对较长(从胚布、印染到加工成型,一般超过30天,如果含有复杂工艺,将超过60天),需要打通销售到生产供应侧,遇到插单时对排产波动非常大;

3、梦洁在全国拥有超过3000家门店,各个门店之间经营能力的差异较大,如何帮助门店经营商更好地经营是一个非常重要的问题。

      综上,梦洁需要一套完善的商品中控系统,来打通整个的生产销售流程,优化企业与门店经营。

      考虑到市场上并无专门针对家纺行业的商品中控系统,基于对业务的理解,梦洁创新性地建立了库存一盘整合模式,并将预测模型、自动补货模型等嵌入FineReport平台,自主开发了梦洁商品中控系统。

库存一盘整合模式

      1、对于一店一地销售不佳的商品,利用全国的其他门店作为后台帮助消化;

      2、通过数据中心寻找适合每个门店销售的相关因子,并转换为对应的商品,进行推荐;

      3、对于整体商品的运转情况进行监控,一旦发现销售趋势变化,立刻与后端供应链联动,确保好卖的货不缺,不好卖的货不存。

报表举例

1、对商品建立完整档案

      网罗商品各个属性,将商品属性维度力所能及的扩大,避免忽略某些不起眼但是很重要的商品属性,提高商品分析精准度的同时提供模型分析所需因子;


2、建立销售预测

      根据多个因子,创新性地结合帆软报表和数据挖掘中的预测模型,预测该商品未来3月的销售情况,联系库存、生产计划判断该商品畅平滞销售可能性以及流速控制,能够更早的调整相应的库存、生产、销售计划;


3、自动补货模型

      创新性地将自动补货模型应用到家纺行业和报表中,由决策因子、规则因子、算法因子组合构成补货预测模型的基础规则,根据模型规则计算出需要补货的门店以及该门店需要补货的数量,从而对该门店进行补货建议。
另外,补货模型还具备自动调整以及学习能力,随着历史数据的丰富,能够逐渐提升补货准确率,这对打造爆款以及盘活呆滞库存有很大的积极意义。











4、主动抓取报缺数据,数据返回生产

      平台抓取补货所需、直接订单以及安全库存部分的数据返回,通过MRP产生采购申请,APS进行生产排程,提高准交率;


商品中控系统带来的价值

      1、商品生命周期受控,SKU中效能不佳的商品被淘汰、清理,商品效率上升,SKU减少了3分之1,款效提升30%以上;

      2、由于商品效率上升,减少了库存,库存周转得以提速,周转提速超20%;

      3、打通前后台数据交互,加快了商品整体反应速度,订单下达由以前的一天一次汇总且只能工作时间办理转变为随时且基本无需人为干预;

      4、开发团队无需投入过多精力在前端界面,集中精力,由瀑布模型式开发转换为敏捷开发;

      5、利用FineReport对业务进行模块化划分,便于后期迭代升级,敏捷开发下能迅速响应业务所需,大幅度降低开发以及运维成本。

四、项目心得

      1.大数据时代企业除了更为重视数据以及分析外,对执行力和速度的响应要求也需要更上一层楼,IT团队如何迅速响应,瀑布与敏捷不冲突,但是如何找准重心是接下来每个IT团队都需要思考的范围;

      2.传统行业如何贯通终端到供应链的业务是非常重要的,在本次商品周转提速的项目中得到了一些验证,同时也坚定了企业数字化转型的意志。

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, 2024-4-20 17:41

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