它的供应链分析团队通过寻找机会

在过去五年里,零售业巨头乐购把先进的分析技术运用在了供应链数据上,它的供应链分析团队通过寻找机会,减少浪费,优化促销活动来适应不断波动的顾客需求,为公司节约了可观的资金。

2006年时,乐购在线零售业务Direct的一位高管调到供应链部门后,发现了一个潜力巨大的改善机会,于是他决定开展一个小型的销售预测项目,并说服了该公司的一名董事为此提供预算。

在一年之内,该项目就为公司节省了1600万英镑。“这个项目引起了公司的重视。”乐购供应链系统开发项目经理邓肯·阿普索普(Duncan
Apthorp)说。

自那时起,乐购的供应链分析团队从5人增加到了50人,成员主要是理工生,乐购对他们进行了零售专业知识和SQL编程技能的培训。团队使用的分析软件主要是Matlab。

这个团队迄今已经获得了几项重大成果,其中之一是预测天气影响顾客购买行为的统计模型。通过比较其3000多家分店的销售记录和历史天气数据,乐购现在可以根据天气预测来调整其库存水平,避免顾客需要的商品出现售罄状况。

有些商品在天气炎热的时候销售状况较好,比如烧烤用的肉类,有些商品则在天气寒冷时销量较大,如猫砂(Tesco发现,猫不太可能在冬季离开室内)。还有其他的产品在天气不冷不热的时候销售状况较好。

但是,这并不是随着温度的上升和下降增减存货那么简单——其他条件也很重要,比如在格拉斯哥人们觉得很炎热的温度,在布赖顿的居民只会觉得稀松平常。

而且,如果在经过一段时间的寒流之后,出现了一个阳光灿烂的日子,人们更有可能会进行烧烤。
阿普索普说:“在模型中添加这个因素之后,我们把好天气商品‘售罄’的状况减少到了原来的四分之一。”

“这意味着进入乐购店铺的顾客有97%都找到了他们要买的东西,而其他超市可能就会缺货。”

5个成员花了好几年的时间才完成了这个项目。阿普索普说,到目前为止,该项目已帮助乐购节省了600万英镑。

折扣和促销活动

在折扣和促销分析方面,该团队取得了更大的成功。乐购每天有1000多种促销商品,公司需要预测它们的受欢迎程度如何,以便供应足够多的现货——
但是又不要过多—— 以满足顾客需求。

不久之前,每种促销商品的受欢迎程度还是由各店的店长来估计的。但是在任何一个时间点上,乐购都有大量的优惠商品,店长预测的准确性有限也是可以理解的。

供应链分析团队利用乐购历史上所有促销活动的数据,建立了预测模型。他们使用多种变量,包括促销商品在店面中的位置,以及同期开展过哪些其他优惠活动等。

这产生了一些有趣的结果。例如,对于像烹饪酱料这样的非易腐货物,“买一赠一”的效果比50%的折扣更好,而对于水果和蔬菜,情况却正好相反。

为了把这些结果运用到门店里,供应链分析团队建立了一个基于Web的工作流系统,让店长访问自己店面的销售预测,并利用它来制定订单计划。

阿普索普说,这个系统帮助乐购供应链节约了价值5000万英镑的货物。

他解释说,乐购在15年前就开始用Teradata企业级数据仓库和IBM大型机来记录整理供应链数据,所以他们现在才有数据来进行分析。

供应链分析团队最近也购买了自己的Teradata数据仓库,阿普索普说,它可以提升分析的频率和复杂性。

现在,乐购正在帮助它的海外分部建立同样的基础设施,这样他们就可以针对自己的供应链进行同样的分析了。可惜的是,并不是所有海外分部的数据都像英国分部的那么完善。

阿普索普说:“在某个欧洲国家,当我问他们数据在哪里时,他们说一些在Excel表格里,还有一些就在桌子底下。”

发表评论

电子邮件地址不会被公开。 必填项已用*标注