运筹学优化算法与机器学习模型如何帮助电商企业实现智能库存管理?

创业邦 / 2018年03月18日 00:21

互联网+

网上零售作为新零售业态的重要组成部分,发展势头一直不错,市场规模早在2016年即突破5万亿元大关。但在电商快速的发展的同时,有些根深蒂固的行业难点却一直未被解决,比如库存管理是企业运营效率的最大挑战所在。

库存是零售业的生命线,如何利用企业数据,借助算法模型实施优化,最终实现电商库存的高[]精准、动态化管理和智能决策,成为目前业界一个目标。

最近创业邦(微信搜索关注:ichuangyebang)了解到,杉数科技正在运用运筹学优化算法与机器学习模型,结合电商采购的业务场景,开发了云端智能库存管理系统“StockGo库存狗”。特点:全方位、个性化。

在庞大的网上零售场景中,“StockGo库存狗”能解决的问题包括了如何确定库存管理的最优原则,如何实现精确补货下单,如何确保库存处于健康状态,如何优化采购建议,如何最终实现库存成本的总体控制……

现货率、库存量、库存周转天数是检测库存健康情况的三个核心指标,在人工补货时代,即使是最有经验的管理者,也不一定能够准确预测库存的未来需求和变化,预测后也难以做出最优决策。

创业邦了(微信搜索关注:ichuangyebang)解到,从企业实际情况出发普遍存在两大问题:

采购时间上,操作点迟于最优点——人工决定调整补货量的时间点常迟于库存数据揭示的时间点;

采购量上,操作量在最优量上下波动剧烈——人们的操作往往受到情绪影响,尤其常见的一种情况是,因为没有及时预判到需要补货,企业在增加采购量时过量采购,导致后期的大量积压。

“我们的产品逻辑是围绕目前电商的实际情况来展开的,人工智能产品要走到万千业主身边,就需要令企业主放心、省心、舒心。”产品开发者、杉数科技CPO王曦告诉创业邦(微信搜索关注:ichuangyebang)。

StockGo库存狗从基础数据维护、库存健康检测、智能库存管理及促销信息管理等四个维度入手进行服务。开发的过程运用了运筹学理论和优化算法,但是以效果直观、操作简便的工具。呈现给企业。

据杉数科技CTO王子卓介绍,StockGo库存狗的核心算法优先考虑现货率,保障库存始终处于不缺货的状态,免除业主的担忧。

“缺货和积压是人工处理库存时所遭遇困境的一体两面。良好运营要求企业不缺货,因为一旦缺货,对于电商的流量损失是难以估量的,并且,缺货问题高发于为店铺拉动流量的爆款;也是因此,电商往往容易反应过激。过量采购导致的库存积压是70%以上电商无法盈利的罪魁祸首,其中很多电商年流水非常可观。”王子卓补充说道。

其次StockGo库存狗充分围绕电商的使用习惯,做到“能看”“能用”。

所谓看,即让商家清楚“看”到库存状况的方式并不是简单的基本数据实时反馈——StockGo库存狗会将库存、销量、采购、订单、促销等全方位历史数据导入优化算法模型,全面分析后自动生成库存健康检测报告。

一个好处是,商家不需要再像过去那样,根据自己的经验为库存状况“把脉问诊”,而是让StockGo充当库存的“电子医生”,各项数据与分析报告均可一键生成。

“看”清楚后,还要切实去“用”。过去在库存管理中的繁复步骤和人海战术,将被简化为由软件提供的“什么时间该补多少货”的确切结论,一人一台电脑就可以处理。纵观市场上现有的智能库存软件,会发现它们大多止步于库存情况的实时统计、汇报与可视化。

而杉数科技的StockGo库存狗,则充分发挥运筹算法和人工智能算法能力,结合团队服务国内大型电商时所积累的行业经验,针对电商库存数据进行深度挖掘、处理和优化,为电商企业提供最直接的决策建议——不是上升或者下降的模糊判断,而是精准到SKU的具体采购量。

产品的最核心竞争力,则体现在预测及智能决策的准确性上。StockGo库存狗基于消费者行为预测、供应商供货时间波动、市场需求等多个模型为库存“开出药方”。

数据显示,使用StockGo库存狗后,商家库存内的现货率提升了5.8%;同时,库存周转天数和库存成本分别下降了20%和18.8%,在最大程度保障现货率的基础上,减少库存占用资金和运营维护的人力成本。

此外,StockGo库存狗还具有极高的灵活度和可操作性。在促销或推广期,StockGo库存狗也可以根据企业实际推广活动规划,智能化建议推广期间的采购数量,让采购和推广活动紧密配合。

StockGo库存狗四大功能的实现,主要依托于产品内部架构中的预测和优化两大模块。

杉数科技联合创始人兼CEO罗小渠在采访中这样解释预测与优化之间的关系:

“天气预报准确地预测了天气——比如降水的可能性有60%。那么接下来人们关心的是,自己到底应该穿多少衣服、要不要带伞?在企业运营中,这才是核心问题——知道了规律后,应该怎样去应对、决策呢?这就是运筹学核心优化算法发挥的空间。”据了解,StockGo库存狗的预测和优化模块分别利用机器学习、时间序列和运筹学方法,目前预测失误率控制在10%以内,美国类似产品的行业均值达40%。

与市面上现存的库存管理系统,大部分都像寻医问诊看病中的“把脉”,以了解数据现状、可视化呈现为主不同,StockGo库存狗则在充分了解现状的基础上,进一步给患者“开方”,为客户提供药到病除的良方。

客户方面,StockGo库存狗适用于涉及到库存的客户,可适用于日化、图书、食品、家居、彩妆、母婴、3C、家电、鞋帽等领域。目前已经与图书葫芦弟弟、宠物食品金多乐、家居灯饰维玛、知名电商ERP提供商E店宝达成合作伙伴关系。产品已经上线,可提供试用。杉数科技表示,企业只需要正常运营一季度以上并积累相关数据,就可以见到成果。

据了解,杉数科技领导层的六位核心成员均取得斯坦福大学博士学位,其中首席科学家葛冬冬、CTO王子卓及CPO王曦都是运筹学博士,高级副总裁勒雅是机器学习界权威Hastie教授的博士。在人工智能全链条上的人才布局和各环节的技术优势,是杉数科技能在产品研发上充分发力的基础。StockGo库存狗的核心价值在于帮助企业在库存数据、定价数据及促销数据之间建立联系,在数据基础上建立决策模型,从而打造完整、动态的商品经销决策链条,最终为企业降低成本、提升利润。返回搜狐,查看更多

责任编辑:

1.环球科技网遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.环球科技网的原创文章,请转载时务必注明文章作者和"来源:环球科技网",不尊重原创的行为环球科技网或将追究责任;3.作者投稿可能会经环球科技网编辑修改或补充。