近日，以“共生 共享 共赢 数字化供应链”为主题的 2023 年第十九届ECR大会在武汉盛大开幕，会上“ECR委员会2022- 2023 年度案例”重磅揭晓，观远数据携手联合利华打造的“AI赋能品牌DTC场景下的快速补货决策价值链”项目荣获最 佳实践奖。
中国ECR大会由中国物品编码中心和中国ECR委员会联合主办，是国内供应链领域最 具影响力的大会之一，“最 佳实践奖”作为ECR大会的重要奖项，旨在通过一系列效益突出、落地性强的成功案例，为更多中国企业的供应链数字化转型提供助力。
大会期间，观远数据售前总监张磊受邀向与会嘉宾分享了获奖项目“AI赋能品牌DTC场景下的快速补货决策价值链”的具体实践，从业务背景到解决方案，从项目愿景到落地成果，全方位展示了观远数据与联合利华在数字化供应链领域的创新探索与共创价值。
观远数据携手联合利华通过协力创新与实践，以AI赋能共同为联合利华打造起了全链路促销管理、预测及C仓智能补货平台，实现更准确的预测为企业生产及发运提供了更合理的信号，以数据赋能流程效率大幅提升，通过智能补货推荐、指标模拟仿真等推动库存天数&跨仓率降低。同时，通过双方不断深化战略合作，沉淀方法论，该实践项目在实际场景中落地的能力被快速复制到联合利华更多的业务场景中，实现了全盘供应链业务指标的优化，为企业长远发展带来更多商业价值。
目前，联合利华×观远数据“AI赋能品牌DTC场景下的快速补货决策价值链”项目已作为“最 佳实践项目”收录于《2022- 2023 年度ECR案例集》并正式发布。以下为所收录案例具体内容，期望能为更多企业实现供应链数字化转型、提升供应链效率提供富有价值的参考:
AI赋能品牌DTC场景下的快速补货决策价值链
一、案例参与企业
联合利华
联合利华是全球领先的美妆与健康用品、个人护理用品、家庭护理用品、食品营养品以及冰淇淋的提供商之一，产品畅销 190 多个国家和地区。每天有 34 亿消费者在世界各地使用我们的产品。联合利华在全球拥有127， 000 名员工， 2022 年销售额达 601 亿欧元。
联合利华的愿景是成为可持续商业全球领跑者，并通过“使命驱动、契合未来”的商业模式打造卓越业绩。联合利华一直以来都是一家不断进步且负责任的企业。
联合利华的指南针即可持续商业战略，旨在帮助公司实现卓越的业绩，推动可持续和负责任的增长，同时:
-改善地球健康;
-提升人们的健康、自信和幸福感;
-打造更公平、更包容的世界。
观远数据
观远数据创立于 2016 年，以“让业务用起来 让决策更智能”为使命，致力于为零售、消费、金融、高科技、制造、互联网等行业的领先企业提供一站式数据分析与智能决策产品及解决方案，助力企业在广泛业务场景下用数据做决策，持续产生业务价值，构建数据分析竞争力。
二、案例背景
1. 行业背景
当今，数字化产业飞速发展，同时持续的疫情影响之下，消费者线上购物占比持续增长，也促进了传统品牌企业更多的考虑面向消费者的需求直接进行满足的趋势。
随着电商行业从增量市场逐步成长到了存量市场，不少店家的规模已经达到一定水平，营收的增长也开始放缓，这时电商渠道的供应链管理和精益就开始受到关注。供应链就像古代战争供应粮草的军需官，一两场闪电战或许看不到粮草供应的重要性，但只要涉及持久、大型战役，那必是三军未动，粮草先行。现在的商场也是一样，在企业规模较小，处于高速增长、占领市场的阶段，供应链不一定被关注到;但只要规模达到一定程度，供应链将会像企业的心脏一样，用更少的资金流，以更高的效率和敏捷性，为企业的业务运转提供更稳定的商流，成为企业“先为不可胜”的条件之一 。
2. 痛点与挑战
随着电商开始成为联合利华增长最为迅猛的渠道，为了能更直接地迎接消费者的订单，做到更快、更敏捷与端到端的消费者履约，联合利华建立了从促销经营、货权管理到供应链履约的直面消费者的 DTC ( direct to consumer ) 供应链模式 。新模式运行后，挑战也随之而来。
● 线上平台活动营销计划管理效率低下
线上平台活动营销策略随着平台计划的调整，消费者需求的变化，在实际的运营中需要不断的进行调整和版本更新。而企业的运作在基于数据表格和邮件的形式做记录，调整与分发的方式出现了修改难追踪，版本难管理，对于供应链侧的敏捷化管理提出了更高的要求和挑战。
● 消费者需求预测准确性和稳定性低下
在线上平台消费者需求波动，变化飞速，是人工预测消费者需求的一大难题，在各式各样促销营销计划的变动下，如何能够快速并准确地提供消费者需求预测成为非常严峻的挑战。
● 传统供应链方式难以更低的成本实现消费者的履约
供应链想要实现对消费者需求的有效履约，同时又能更加敏捷、低成本地完成供应链路，对人工通过传统数据表格，人为盯守的方式提出了很高的要求和挑战。
三、解决方案简述
为了在 DTC 新模式上更有效、更低成本地运作，同时对消费者美好履约，联合利华与观远数据合作，通过经营方式梳理，流程梳理与数据情况整理后提出了通过线上产品与AI赋能的形式，实现从促销经营计划与预测到智能补货的形式，搭建一套端到端的解决方案，即“DTC 促销管理系统 -> AI 需求预测 (预测模型) -> 智能补货推荐 ( 决策模型 ) -> 供应链指标仿真模拟与上线准入机制 ( 仿真模型 )”，从端到端实现部门之间有效的串联与执行，并在保证对消费者稳定履约的同时，有效降低仓库库存压力。
解决方案亮点:
1. DTC 促销管理系统
基于联合利华运营层面的端到端流程设计，从初始的销售侧的促销计划 -> 人工预测的需求 -> 供应链与销售间的目标一致 -> 供应链侧生产与发运计划 -> 工厂与仓库的执行，从原本的电子表格和邮件结合的形式，通过观远数据的业务计划助手进行改进，实现可以完全放弃电子表格形式的线上促销管理系统。设计了包括但不限于促销日历建立、促销计划的录入与调整、库存实时联动、填报审批等模块与功能，实现多部门全流程的线上化协作，极大地降低了沟通、查缺补漏、调整追溯等效率。
2. AI DTC 需求预测
基于线上平台方的后台玩法，与品牌方在平台规则范围内的调整机动性，同时结合观远数据在电商平台的分析能力，搭建符合该平台下的“促销与非促销”AI 需求预测模型。通过对商品分类、活动与月份的分级、促销与流量计划的引入和平台券等信息的引入，成功实现 AI 模型预测在不同活动与环境下的稳定且准确的预测输出。以确保销售侧对市场的把控，指标的合理设定与供应链侧稳定且准确的需求信号，保证生产与发运的合理与正确性。
AI DTC 需求预测趋势图
3. 快速智能补货推荐
电商业发展到现在，消费者几乎都能感受到，每一天似乎都在做活动，每一天好像都可以领优惠券，从数据上来看不难发现以下特点:
a. 促销活动频繁。除去平台合作类的聚划算、百亿补贴等，自身促销频繁，平均每月 4 次，每次持续3~ 4 天。
b. 促销刺激显著。不论促销多频繁，促销力度如何，相比于非促销日，销量都有一定增长;特殊日期的促销相比平常促销又有显著增长，如38、88、 99 大促、七夕、年货节等等;而待促销结束后，销量基本就立刻回到了日销水平。
c. 促销存在相似性。不论是周期性的频繁促销，还是特殊节日的促销，从总量、促销期间每日销量占比、不同商品的销量占比等方面都存在相似性，同一个模型的准确率、误差分布表现，也存在一定相似性。、
因为上述特性，不存在一个大一统的预测模型能使得每天的预测误差服从同一个分布，供安全库存理论来补货。因此观远数据建立了基于联合误差分布的安全库存计算，以此搭建了相应的补货体系，做到快速、高频以及比较准确的补货建议。
AI DTC 补货策略方法论
4. 供应链指标仿真模拟与上线准入机制(仿真模型)
理论上有了更准确且稳定的预测，与更合理和智能的补货推荐，可以赋能业务运行。然而在实际运作中，需要运营人员能基于市场上快速的变化进行更合理的调整，完整实现人机结合，才能给供应链带来更比较准确、更稳定的价值。因此观远搭建了一套供应链指标仿真模拟体系与上线准入机制，通过串联预测和补货与指标之间的关联，进行基于预测的指标模拟，并提供建议运营人员的操作方案，以确保智能补货的决策能真正为供应链带来业务指标的提升，提有效率降低成本。
四、应用效果评估
1. 准确性与稳定性的提升
通过AI 模型所得的需求预测，相较于以往人工的预测在链接 × 活动 × 仓库层级提升绝 对值 43%，并能稳定在一定小范围内的波动水准，为生产与发运提供了更加合理的信号。
2. 仓库库存天数降低
随着AI 预测与智能补货的上线，并辅以指标模拟仿真，实际应用中，在维持消费者订单满足率的高标准下，成功降低月均仓库库存。
3. 跨仓率降低
有了更加准确的预测与智能补货，辅助在分仓方面有了更加合理的计划，在应用范围内跨仓率得到了的下降。
4. 时间与沟通成本节约
除了AI 与智能补货带来的效益外，全流程的线上化将每日的沟通实现周度会议 30 分钟内结束，真正实现效率的提升。
5. 可扩展性提升
对于 AI 赋能品牌 DTC 场景下的快速补货决策价值链，通过“DTC 促销管理系统 -> AI 需求预测 (预测模型) -> 智能补货推荐 ( 决策模型) -> 供应链指标仿真模拟与上线准入机制 (仿真模型)”的方法论以及实际落地场景的复制，可快速复制到联合利华 DTC 以及 B2C 电商的其它场景，实现从计划效率到消费者履约的有效的可落的验证性的提升，进而优化全盘供应链的业务指标，带来商业价值。此外从方法论层面可被复制到线下的场景，进而真正做到科技赋能决策的价值实现。
（推广）