【 圖片來源：pixabay 】

新零售的本質(zhì)是什么？李健豪給出的答案是提升效率。

李健豪現(xiàn)任超盟數(shù)據(jù)CTO，加入超盟數(shù)據(jù)前他曾先后供職于亞馬遜和IBM北美總部，從事數(shù)據(jù)挖掘工作。李健豪是個(gè)典型的技術(shù)狂人，曾經(jīng)六次獲得美國(guó)黑客馬拉松賽冠軍。2015年，他創(chuàng)立了一家名叫StylePuzzle的大數(shù)據(jù)公司，并成功拿到真格基金的百萬美元投資。更重要的是，在真格基金徐小平的介紹下，李健豪結(jié)識(shí)了超盟數(shù)據(jù)CEO李思賢。出身于家族企業(yè)的李思賢當(dāng)時(shí)正在思考如何用技術(shù)提升零售行業(yè)的效率，這個(gè)想法與李健豪不謀而合。一見如故之下，2016年4月李健豪正式加入超盟數(shù)據(jù)擔(dān)任CTO。

補(bǔ)貨已成為便利店的效率瓶頸

零售這個(gè)古老的行業(yè)環(huán)節(jié)眾多，每一個(gè)環(huán)節(jié)都有巨大的效率提升空間，超盟數(shù)據(jù)選擇的切入點(diǎn)是補(bǔ)貨。補(bǔ)貨是零售行業(yè)的高頻場(chǎng)景，尤其是在便利店，幾乎每天都在發(fā)生。如果能用技術(shù)將補(bǔ)貨自動(dòng)化、智能化，對(duì)便利店整體運(yùn)營(yíng)效率的提升是立竿見影的。

自動(dòng)補(bǔ)貨算不上一項(xiàng)新技術(shù)，很多企業(yè)都做過嘗試，比如星巴克。補(bǔ)貨分為兩類，一類是區(qū)域大倉(cāng)從供應(yīng)商處補(bǔ)貨，另一類是終端門店從區(qū)域大倉(cāng)補(bǔ)貨。區(qū)域大倉(cāng)補(bǔ)貨的SKU數(shù)多、頻率低，終端門店則恰好相反。以往自動(dòng)補(bǔ)貨技術(shù)主要針對(duì)大倉(cāng)，很少涉及門店層面，原因在門店的數(shù)據(jù)顆粒太小，計(jì)算量十分龐大，投入產(chǎn)出比不高。

補(bǔ)貨并不像它字面意思所呈現(xiàn)的那么簡(jiǎn)單，背后還包含了對(duì)門店銷售情況的精準(zhǔn)把握和預(yù)測(cè)。門店的銷售情況不是一成不變的，而是受到天氣、促銷等眾多因素影響。補(bǔ)貨過多會(huì)造成庫存積壓，補(bǔ)貨太少則會(huì)導(dǎo)致機(jī)會(huì)損失。店長(zhǎng)每天都要分析判斷哪些SKU需要補(bǔ)貨，每個(gè)SKU各補(bǔ)多少，應(yīng)該在什么時(shí)間點(diǎn)補(bǔ)。假如一個(gè)門店只有幾款SKU，憑借經(jīng)驗(yàn)做出判斷的確不難。但現(xiàn)實(shí)中，一家便利店的SKU往往多達(dá)數(shù)百上千，人力分析不僅效率低下還容易出錯(cuò)。尤其是保質(zhì)期短的生鮮商品，即時(shí)性要求非常高，常常需根據(jù)上午的銷售情況及時(shí)調(diào)整下午的補(bǔ)貨策略。人力補(bǔ)貨帶來的效率瓶頸顯而易見。

超盟數(shù)據(jù)反復(fù)思考的，就是如何利用人工智能技術(shù)幫助便利店制定補(bǔ)貨策略，提高門店的整體運(yùn)營(yíng)效率。

兩大創(chuàng)新推動(dòng)自動(dòng)補(bǔ)貨技術(shù)下沉

數(shù)據(jù)驅(qū)動(dòng)決策的第一步是采集數(shù)據(jù)，在貨架上植入傳感器或者用攝像頭拍照都可以采集數(shù)據(jù)。超盟數(shù)據(jù)最初的做法是用打印機(jī)采集零售小票，但和前兩種方式一樣，打印機(jī)采集的信息不夠直觀，需要多次清洗才能使用。每個(gè)便利店的小票格式各不相同，超盟數(shù)據(jù)需要先把數(shù)據(jù)格式標(biāo)準(zhǔn)化，然后進(jìn)行清洗和Named-entity recognition(NER)，最后通過匹配超盟數(shù)據(jù)內(nèi)部的商品數(shù)據(jù)庫，對(duì)每個(gè)商品進(jìn)行維度擴(kuò)充并打上標(biāo)簽。

這種數(shù)據(jù)采集方式的另一個(gè)缺陷在于，它需要從頭開始一點(diǎn)一滴積累數(shù)據(jù)，無法對(duì)零售商后臺(tái)數(shù)據(jù)庫的數(shù)據(jù)進(jìn)行充分利用。因此超盟數(shù)據(jù)開始嘗試直接接入零售商的數(shù)據(jù)庫。

雷鋒網(wǎng)了解到，除了零售商后臺(tái)的海量銷售數(shù)據(jù)，超盟數(shù)據(jù)還引入了天氣、地理位置、促銷活動(dòng)等上百個(gè)維度的數(shù)據(jù)，用于訓(xùn)練自動(dòng)補(bǔ)貨模型。

李健豪介紹，用傳統(tǒng)手段導(dǎo)入零售商的數(shù)據(jù)會(huì)給其數(shù)據(jù)庫造成很大壓力，帶來一定的風(fēng)險(xiǎn)，比如影響POS收銀系統(tǒng)的穩(wěn)定性。為了解決這一問題，超盟數(shù)據(jù)花很多時(shí)間和精力專門開發(fā)了一套ETL工具。目前這套工具正在申請(qǐng)專利。

超盟數(shù)據(jù)的另一項(xiàng)專利技術(shù)是基于AWS Lambda（也稱為無服務(wù)器計(jì)算（Serverless Computing））的自動(dòng)補(bǔ)貨模型。

正如前文所述，傳統(tǒng)自動(dòng)補(bǔ)貨技術(shù)很少涉及門店層面，原因在于門店的數(shù)據(jù)顆粒太細(xì)，且實(shí)時(shí)性要求很高。假如一家門店有2000個(gè)SKU，意味著超盟數(shù)據(jù)需要訓(xùn)練2000個(gè)預(yù)測(cè)模型，而且為了保證實(shí)時(shí)性，這2000個(gè)模型需要全部并行運(yùn)算。也就是說，補(bǔ)貨預(yù)測(cè)是一種短時(shí)爆發(fā)性業(yè)務(wù)，需要很高計(jì)算力。按照傳統(tǒng)的云服務(wù)計(jì)費(fèi)模式（企業(yè)級(jí)服務(wù)通常按月計(jì)費(fèi)），補(bǔ)貨預(yù)測(cè)的計(jì)算成本是連鎖便利店難以承受的。

超盟數(shù)據(jù)的自動(dòng)補(bǔ)貨解決方案巧妙地選擇了AWS Lambda，并利用其成功搭建了一個(gè)承載數(shù)據(jù)采集、清洗、分析和數(shù)據(jù)展現(xiàn)的核心業(yè)務(wù)系統(tǒng)?；贚ambda，用戶無需預(yù)配置或管理服務(wù)器即可運(yùn)行代碼，而且Lambda 只在執(zhí)行代碼時(shí)按消耗的計(jì)算時(shí)間計(jì)費(fèi)，代碼未運(yùn)行時(shí)不產(chǎn)生費(fèi)用。通過這種方式，超盟數(shù)據(jù)成功將補(bǔ)貨預(yù)測(cè)的計(jì)算成本降到了比連鎖便利店期望還要低的水平。

產(chǎn)品落地大于技術(shù)本身

李健豪介紹，單純從算法而言，自動(dòng)補(bǔ)貨不難實(shí)現(xiàn)，難的是如何壓縮成本以及讓技術(shù)與業(yè)務(wù)完全結(jié)合。每個(gè)企業(yè)內(nèi)部的補(bǔ)貨流程千差萬別，配送周期、每個(gè)SKU的配送頻率、最小配送量都不相同，缺少一套統(tǒng)一標(biāo)準(zhǔn)。這種情況下，隨便扔給零售商一個(gè)模型是產(chǎn)生不了價(jià)值的，必須配備一套完整的系統(tǒng)技術(shù)才有機(jī)會(huì)落地。

“零售商不關(guān)心你的算法是否高大上，他只關(guān)心你的技術(shù)能不能幫他掙更多錢。超盟數(shù)據(jù)會(huì)幫零售企業(yè)梳理業(yè)務(wù)，結(jié)合不同企業(yè)的情況制定標(biāo)準(zhǔn)給到企業(yè)。這樣一套標(biāo)準(zhǔn)不是互聯(lián)網(wǎng)公司坐在辦公室能想出來的?！崩罱『缹?duì)雷鋒網(wǎng)說道。

目前，超盟數(shù)據(jù)的自動(dòng)補(bǔ)貨解決方案已經(jīng)在河北的美食林、廣東的便宅家和福建莆田的文獻(xiàn)便利店等多個(gè)連鎖便利店企業(yè)落地應(yīng)用。

李健豪介紹，自動(dòng)補(bǔ)貨是一項(xiàng)通用性技術(shù)。雖然超盟數(shù)據(jù)的解決方案目前落地的大多是傳統(tǒng)連鎖便利店，但未來也可以推廣到鮮果便利店、生活超市和購(gòu)物中心等更多個(gè)零售業(yè)態(tài)。

零售業(yè)效率提升分兩步走

李健豪認(rèn)為，新零售的核心思想是提高效率，這也是超盟數(shù)據(jù)自動(dòng)補(bǔ)貨解決方案的根本理念。零售業(yè)的效率提升分為兩步：第一步是信息化，有了信息化才能知道效率瓶頸在哪；第二步是智能化，用算法幫助管理者快速?zèng)Q策。

除了自動(dòng)補(bǔ)貨，超盟數(shù)據(jù)另一個(gè)幫助零售企業(yè)提升效率的解決方案是基于動(dòng)態(tài)計(jì)算的KPI制定。李健豪介紹，很多連鎖便利店企業(yè)的老板其實(shí)并不清楚門店的經(jīng)營(yíng)到底是在上升還是下滑。比如有兩家門店，一家門店由于店長(zhǎng)經(jīng)營(yíng)策略得當(dāng)，業(yè)績(jī)不錯(cuò)；另一家經(jīng)營(yíng)策略一般，但受益于地理位置，營(yíng)業(yè)額也不錯(cuò)。傳統(tǒng)的KPI計(jì)算方法比較簡(jiǎn)單，單純從數(shù)字上來看，這兩家門店的經(jīng)營(yíng)情況基本一致，但它們還有很大的提升空間。

超盟數(shù)據(jù)的目標(biāo)就是通過大數(shù)據(jù)挖掘出這些門店的潛力，制定更合理的KPI，激勵(lì)門店業(yè)務(wù)增長(zhǎng)。

聚沙成塔，集腋成裘，無論自動(dòng)補(bǔ)貨還是KPI制定都只是零售眾多環(huán)節(jié)中的一小部分，但正是在這一點(diǎn)一滴的技術(shù)提升中，零售行業(yè)已經(jīng)迎來一場(chǎng)巨大的變革。雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。