零售新变革下的数字化供应链

零售新变革给传统供应链带来全新挑战,相关方需要把智能物联网、大数据等先进技术与新商业模式进行结合,打造数字化时代的新型供应链。

Harvard Business Review (China) - - October 2018 - 丁杰赵立强邹娟 | 文 李全伟 | 编辑

零售新变革给传统供应链带来全新挑战,相关方需要把智能物联网、大数据等先进技术与新商业模式进行结合,打造数字化时代的新型供应链。

黻21世纪初电商兴起以来,中国整体零售行业发生了巨大变化。在数字化变革的驱动下,零售行业全面重构和升级,各种零售新业态飞速发展,作为零售重要环节之一的供应链遭遇全方位的冲击。面对新业态下快速变化的客户需求,传统供应链体系正面临着前所未有的挑战。

为帮助供应链参与者更好地了解当下行业所面临的挑战和机遇,贝恩公司与G7汇通天下合作,对超过50家业内领先的供应链企业展开调研,包括品牌商、物流平台、物流商、零售商、2C及 2B 电商平台。我们的研究发现,在面对零售新变革时,传统供应链各个物流环节均存在诸多挑战。同时,伴随着大数据、智能化软件和物联网硬件的迅速成熟,迎接零售新变革的挑战过程也将给供应链的各个环节带来巨大的变革机会。

惟奉繆ḿ倠彩弄詿縹昂次均黍缮

零售行业的新变革通过打通数据壁垒,重新定义了人、货、场三大组成要素,也对传统供应链提出了新的要求。基于本次调研和贝恩长期以来对供应链行业的深入调研与分析,我们发现,传统供应链在面对零售新变革时主要存在以下六大挑战。

挑战1:需求预测难度高。研究显示,消费者需求分散导致的订单碎片化、产品定制化给生产端带来了大量压力。随着消费者逐渐“部落化”,新品的生命周期急剧缩短,导致预测、库存控制和生产弹性都面临巨大挑战。以某消费品企业为例,由于用户需求的多元化,其SKU(库存量单

位)个数在1年内上升超过25%。面对飞速增长的生产复杂性,公司目前完全基于人工分析和内部数据的预测方式难以对销售端做出准确估计。短时间内公司采取将预测分散至经销商,总部“以订单生产”的方式减低预测不准确的危害,但是这种变相的风险传递易造成经销商端库存爆仓或缺货,尤其是在大型促销窗口极易导致终端销售的潜力无法充分实现。

挑战2:线上线下物流体系分立。很

多传统行业零售商过去采用层层分销的方式,除了部分大型经销商外,并不具备到次级经销商及门店的数据可见度。此外,许多企业内部不同渠道、不同区域间的数据也尚未打通,无法做到全局协同。线上线下分开的物流体系带来了诸多的额外成本,日益成为品牌商的挑战。

挑战3:仓储管理复杂化。随着消费

者对“时效”要求的逐步提升,供应链长 度不断缩短,仓库布局越来越贴近终端,涌现了前置仓、门店仓等大量信息模式。但此类前置仓储点有限的容量增加了运营难度和成本,渠道融合和订单碎片化也对传统仓储的管理提出了挑战。以某领先生鲜电商为例,其前置仓内放置的SKU 数不能多于500,仅占整体 SKU 的 1/6,且多为周转天数较少的高频商品,需要每日补货才能保持新鲜。同时,不同地区间消费者偏好差异较大,显著提升了备货难度。在单量密集度不够的情况下,高达数万元的建仓成本及月度投入给资金端带来较大压力。

挑战4:运输规划复杂化。生产端的碎片化及仓储前置点的迅速扩张都增加了干线及城配物流中的复杂性。一方面,面向终端的配送和覆盖时效持续提升,终端覆盖由原先的城市级别深入到区县、乡镇,同时当日达、次日达在业务中的比例显著 提升。为了配合时效提升,各商家纷纷调整仓库布局,更多接近终端消费地,以提升服务体验,大量新增的仓储点导致现有干线及城配的路径与车次规划难以循序跟进。

挑战5:“最后一公里”配送成本高。随着零售升级,消费场景将变得无处不在,对时效、便捷的重视使得消费者愈加追求极致配送的体验。碎片化的需求和极高的时效要求导致终端配送成为了物流中难度最大、成本最高的领域之一。

自 2016 年起,即时配送领域的竞争愈发激烈,除了美团及饿了么等外卖企业,盒马鲜生、超级物种、沃尔玛、天猫商城等等也纷纷启动即时配送服务。虽然参与者众多,即时配送的每单成本仍然高居不下,每单配送费往往在10-15 元。除去地段最好、单量最大、客单价最高的少数头部门店,绝大多数参与者尚未实现盈利。

以某领先O2O企业为例,虽然其配送业务发展极快,年增速高达300%,但在目前50元左右的客单价下,基本处于“送一单,亏一单”的情况。

此外,消费者“随时随地”的要求使得各类参与者纷纷升级服务水平,各大新物种纷纷提出“3公里生活圈”概念,并力争在该区域内将现有1小时的送货时间缩短至 30分钟。然而配送窗口的缩短导致路径更加碎片化,为了满足准时率,牺牲有限时间内的集单量。此外盒马鲜生、饿了么、超级物种等尝试开展24 小时配送服务,面向午夜、清晨等订单小高峰。但夜间时段的订单密度仅为日间的 1/6,配送员也往往需要更高的提成和底薪。可以预见,这些即时配送服务提升计划将进一步加重企业的物流成本亏损压力。

挑战 6:B2B电商平台物流成本高。互联网的高度渗透使B2B电商平台成为新 型零售趋势下不可忽视的业态,零售通、新通路、中商惠民为代表的大型ERTM 平台相比过去层层分销的网络能够更快、更有效地触及杂货店、夫妻店等渠道。但现有电商平台相较经销商城配成本普遍更加高昂,成为其颠覆传统分销渠道的一个重要阻碍。以某领先电商平台为例,虽然由于分销层级的减少,大幅度增加了终端夫妻、杂货店铺的毛利;但是受限于单量较小、议价能力不足等因素,其全渠道物流仓储成本仍然比传统分销商高出 10% 左右。同时,由于其直接从一级经销商进货,无法享受来自品牌方的返点,即使能利用VAS优势(如数据分析)额外享受2%利润,但整体仍处于亏损状态。而经销商往往能够享受到品牌方的返点作为经销商销售激励或报销等。因此,诸多电商B2B 平台因其高成本、无返点导致利润亏损,这也导致其商业模式的进一步的拓展需要依赖不 断的资金投入。

烷莲朵彩弄詿嗨笛惟鲛带维熏

零售新业态模式下,传统供应链在数据库建设、产销规划及运营效能提升方面均存在一定机会领域,亟待进行全面的数字化转型升级。基于上述六大挑战,我们对供应链参与者提出以下可能的解决方案:

方法1:基于大数据的预测能力提升。

典型的预测分析分为原始数据积累、数据质量提升和智能决策三个阶段。首先,企业应当贴合自身运营状况在关键环节增加监控,提高数据的掌握程度;同时通过内外部分享协同,实现关键系统的打通整合。拥有足够数据体量后,企业需要排除数据缺失并建立统一标准,以提升数据质量,提高数据利用率。最后的决策阶段则需要积极引入大数据、人工智能等新技术,采取最优算法最大化预测效果。以某领先跨国化妆品公司为例,该客户原先采用人工为主、系统为辅的预测方式,预测偏差高达约 30%并且严重依赖分析员的经验判断。在贝恩的帮助下,其利用大数据建立新的智能销售预测系统,使预测偏差降低9%并大幅度降低工作难度。

方法2:线上线下一体化的物流体系整合。随着大量消费品企业线上销售比例

的迅速提高,部分线下零售通路与B2C 物流解决方案有显著的协同作用,尤其是在品牌企业拥有或掌控较大比例的线下通路的库存及物流的时候更加明显。基于线上线下共同管理的巨大效益潜力,领先的电商物流企业如菜鸟、京东以及众多品牌企业如耐克、GAP、杜蕾斯等都在积极尝试。初步的实践发现,对于线上销售额占总销售达到 15%或以上的企业,整合线上线下

的物流可以节约3%-5%的物流成本。

当然,在当前的实践中要完全实现线上线下统一管理的优势,还有许多具体的难题需要克服。例如,线上仓和线下仓操作模式差异的协调问题;实体库存与线上订单的操作协同机制;线上物流管理和线下物流管理的成本差异处理等。这些问题与挑战都有待于在进一步的实践中利用新的商业模式及技术来加以攻克。

方法3:在大数据驱动下优化仓储供应链布局。物流网络的优化需要立足于公司战略,结合产品组合、市场需求、库存控制、仓库容积、运输成本、人工成本、采购成本等输入,同时在结果上兼顾物流效能、成本控制、反应速度、营运资金管理等。在跨仓管理及店仓合一方面,国内以便利蜂为代表的新型创业公司通过与仓 库管理系统(WMS)、企业资源计划(ERP)系统联通的互联网平台打通总仓、前置仓、门店及货柜,实现高度精准的库存实时监测,并开发面向供应商的自动订货补货系统大幅度减少人力依赖。此外结合终端数据反馈,通过支付端口及用户会员购买数据勾画精确用户画像,指导不同地区的前置仓选品,在前置仓SKU数目仅为门店1/10的情况下仍然保障低至10% 的缺货率。

方法4:智能调度体系及自动驾驶技术优化运输城配效率。应用大数据驱动的智能调度及规划系统,来优化车辆运行时刻、路线及配载的规划是提升运输尤其是城配运输的必由之路且效益巨大。以UPS智能路径调度及规划系统Orion 为例,它通过联网配货机动车的远程信息服务系 统,实时分析车辆、包裹信息、用户喜好和送货路线数据,实时计算最优路线,并全程通过GPS 跟踪信息。Orion 实时路径优化让 UPS每车每日平均减少1-2 公里路程,车燃油成本节省5000 万美元,并增加 35万包裹配送。

而随着人工智能及自动驾驶技术的迅速发展,车辆自动驾驶技术将对运输体系带来颠覆性的影响。以最后一公里为例,相比传统配送,自动驾驶将提升2倍效率。就短途而言,自动驾驶将提升50% 以上的效率并且能够全天运营。尽管当前自动驾驶技术的演进尚在实验阶段,贝恩预测, 2020年左右将会出现众多的商用路试方案,2025年前后有很大机会自动驾驶将在物流、无人出租车等行业率先出现大规模的商业应用,这将对当前的物流运输领域

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.