為發(fā)揮行業(yè)引導(dǎo)及標(biāo)桿示范作用，鼓勵并挖掘供應(yīng)鏈各環(huán)節(jié)及零售企業(yè)內(nèi)外部的供應(yīng)鏈創(chuàng)新與協(xié)同，中國連鎖經(jīng)營協(xié)會(CCFA)于2013年初開展了零售業(yè)供應(yīng)鏈最佳實踐案例年度征集活動，并于近日正式發(fā)布《2023年度零售業(yè)供應(yīng)鏈最佳實踐案例》。

觀遠(yuǎn)數(shù)據(jù)作為業(yè)內(nèi)領(lǐng)先的一站式智能分析平臺與服務(wù)提供商，與世界500強企業(yè)聯(lián)合利華合作的“從AI需求預(yù)測到基于多級庫存控制理論的補貨策略”案例，憑借前瞻性的技術(shù)創(chuàng)新、領(lǐng)先性的行業(yè)實踐、顯著卓越的數(shù)字化成效，成功入選《2023年度零售業(yè)供應(yīng)鏈最佳實踐案例》，成為經(jīng)過層層篩選最終入選的15個案例之一。

CCFA表示，此次入選的案例充分體現(xiàn)了過去一年企業(yè)在供應(yīng)鏈實踐方面的關(guān)注重點，更是行業(yè)供應(yīng)鏈發(fā)展的趨勢所向，其中即包括利用AI技術(shù)，提高需求預(yù)測的精確度，從而提高訂貨的合理性，在保證服務(wù)水平的前提下實現(xiàn)自動補貨，提高訂單滿足率，降低庫存水平。

聯(lián)合利華與觀遠(yuǎn)數(shù)據(jù)的合作實踐，正是走在行業(yè)供應(yīng)鏈發(fā)展趨勢的前沿，為企業(yè)塑造供應(yīng)鏈核心能力提供了深具價值的參考范本。

以下為入選案例原文呈現(xiàn)，期望能幫助更多企業(yè)找到供應(yīng)鏈數(shù)字化升級方向。

從 AI 需求預(yù)測到基于多級庫存控制理論的補貨策略

技術(shù)應(yīng)用方：聯(lián)合利華（中國）有限公司

技術(shù)提供方：杭州觀遠(yuǎn)數(shù)據(jù)有限公司

上海易鈞信息技術(shù)有限公司

第一部分：案例簡述

1．案例綜述

為了應(yīng)對市場快速與多端的變化，以數(shù)據(jù)驅(qū)動實現(xiàn)智能供應(yīng)鏈帶來業(yè)務(wù)價值的提升，聯(lián)合利華攜手觀遠(yuǎn)數(shù)據(jù)和易鈞，通過 AI 需求預(yù)測與多級庫存補貨策略的結(jié)合，落地并驗證供應(yīng)鏈指標(biāo)的優(yōu)化。

2．實施周期

整個過程從理論搭建，分析洞察，實驗搭建，指標(biāo)模擬到實踐驗證，為期六個月。

3．案例成效

成功實現(xiàn)在測試商品范圍內(nèi)，服務(wù)水平略有提升的情況下，預(yù)期庫存下降10%。

第二部分：案例詳述

1．背景介紹

聯(lián)合利華應(yīng)用多級庫存控制理論（以下簡稱“補貨策略”）于供應(yīng)鏈實際運作，即：工廠-CDC-RDC 三層，SP（工廠-CDC 生產(chǎn)計劃）與DRP（CDC-RDC 發(fā)運計劃）的計劃均需要關(guān)注最下層 RDC 所面對的來自全國的終端需求。基于此可極大程度避免因每層之間的補貨依賴造成的牛鞭效應(yīng)。為了進一步優(yōu)化供應(yīng)鏈業(yè)務(wù)指標(biāo)，應(yīng)對多變的市場，聯(lián)合利華攜手觀遠(yuǎn)數(shù)據(jù)與易鈞，通過 AI需求預(yù)測與多級庫存補貨策略結(jié)合，探究更加智能與科學(xué)的供應(yīng)戰(zhàn)略體系。

2．思路及實施流程

三方共同搭建了完整的計算鏈路，結(jié)合仿真模擬的高階分析方式，設(shè)計實驗并落地測試。最終系統(tǒng)化監(jiān)控并追蹤落地業(yè)務(wù)指標(biāo)的變化。

解決方案亮點：

1) 基于需求預(yù)測的仿真模擬目標(biāo)庫存（Stock Mock）

通過仿真模擬，大規(guī)模計算歷史數(shù)據(jù)以獲得需求預(yù)測準(zhǔn)確率FA（Forecast accuracy，以下簡稱“FA”）與庫存指標(biāo)DOH（Days on hand,以下簡稱“DOH”）和 Service level（訂單服務(wù)水平，以下簡稱“Service level”）之間的關(guān)聯(lián)，得到趨勢如圖1所示， 并得結(jié)論每提升1%的 FA，在穩(wěn)定 Service level 在目標(biāo)的前提下，可以降低1.2%的DOH。

圖 1：FA 與 DOH 和 Service level 模擬后的關(guān)聯(lián)

2）合理的實驗對象

有了上述理論基礎(chǔ)，需要合理的實驗與落地測試才能看到實際價值。期間通過嚴(yán)密的實驗對象篩選，針對所有的組合進行分類打標(biāo)，選取準(zhǔn)確性高，穩(wěn)定性強，銷量排名在前30%，以及后鏈路自動化DRP系統(tǒng)需要承接的未來1-3 周預(yù)測跨度的SKU到倉的組合作為有代表性的實驗測試對象，既有代表性，又有實驗可操作性。

3）嚴(yán)謹(jǐn)?shù)目刂谱兞繄?zhí)行

在實驗落地測試中，需要嚴(yán)格控制計劃員的修改動作。一次修改會導(dǎo)致未來幾周需求和庫存的變化，導(dǎo)致落地測算結(jié)果的失真。因此被選定的實驗對象與系統(tǒng)產(chǎn)出的目標(biāo)庫存值需要嚴(yán)格遵守被使用在自動化DRP系統(tǒng)。

圖 3：在執(zhí)行期間自動化看板進行跟蹤（demo 數(shù)據(jù)）

3．案例成效

1）DOH 降低

選定的實驗對象在測試期間，服務(wù)水平略有提升的同時，RDC的DOH也相應(yīng)的有所降低。

2）效率提升

測試為系統(tǒng)化實現(xiàn)且無須人工操作，自動化可達(dá)100%。

3）業(yè)務(wù)可拓展性

整個實驗和測試可被系統(tǒng)化，且邏輯可拓展到全部業(yè)務(wù)范圍。