以大数据计算解决配补货痛点

日前，伯俊研究院院长高融日前在演讲中表示，用大数据算法解决困扰零售行业的配补货问题，让货品在正确的时间、准确的地点，以准确的数量触达消费者。

      针对零售行业库存积压，零售门店不能满足消费者的消费机会的问题，伯俊软件开发了AI智能高阶库存管理模式，通过整合商品数据、门店数据、销售数据和库存数据，对库存进行预测，为配补货提供决策支撑。

      据悉，在利用大数据计算对供应商提供的选款适配的问题上，高融称，不同类型的门店后会有试销环节，以得出每一个在售门店的SKU，在每一个补货周期内自动算出需求数量，得出需要执行的补货数量。

      高融透露，在新模式下，企业的年调拨量下降近40%，单店年平均调拨量下降%，年度季末退仓总量下降%。

      高融表示，零售行业存在的另一问题是零售企业过度依赖调拨服务。针对企业的需求，伯俊软件从降低挑拨量，提升准确度切入，测算每一个SKU在售的门店对未来周期需求数字，基于这个数字架构相应的配对关系。

      据了解，总仓补货方面，伯俊软件应用了TOC原理，给总仓基于市场的表现设置目标库存，目标库存伴随着整个商品的生命周期做出调整，而源于供应商的补货量则根据总仓目标库存进行调整。

      另外，在门店调拨完成之后，伯俊软件最后还会分析滞销品的环节，从全局对总仓货品进行判断；在数据落到单店的单SKU后，可以启动对单店直销执行自动化的操作。