丝芙兰-赵苏

SUE ZHAO丝芙兰中国供应链总监 观远数据2022智能决策峰会暨产品发布会 丝芙兰中国供应链简介 200+ Brands in 2021，include exclusive brands丝芙兰中国销售来自全球超过200个品牌的产品，包括丝芙兰自有品牌及独家品牌 美妆零售供应链面对的挑战 AI+BI门店新品分货项目提出及实施时间表 供应链：AI+BI实现更灵活，更自动的预测 Smart Allocation：由终端需求出发，打通全链路分货与补货流程 用例描述 技术 影响 为了可以更快的响应终端的需求，提高新品铺货的周转效率。通过基于门店维度的新品销售需求预测，汇总到仓库维度的补货计划，打通全链路 通过AI+BI的解决方案，在优化业务流程的同时，加快整体铺货和补货的周期，实现优化用户体验的终极目标 •实现由终端需求推演得到分货和补货计划的全链路零供协同场景•提高分货效率，加快铺货周期，降低终端机会损失•千店千面，提升分货均衡度•优化客户体验 •AI预测做到千店千面，预测精度提升，分货更均衡、补货更精准•BI分析及时定位问题商品，快速铺货满足需求。关注业务指标走势，及时定位问题不断优化。•提升交互，优化业务协作流程。加强人机交互，融合模型与人工经验 解决的问题 能力建设 •新品预测精度较低•新品分货逻辑复杂，维护难度大•铺货复杂度高导致频次低，进而影响终端有货情况 •新品铺货能力增强：AI和逻辑引擎的加持，提升整体铺货和补货的能力和效率•业务拓展性：底层特征工程与数据整合，使得整体项目的可拓展性增强•业务流程打通：分货补货的预测逻辑统一，整体补货链路打通，提升协作效率 AI+BI门店新品分货项目实施体会 让业务用起来让决策更智能