總覺得新零售和舊零售沒差？帶你認(rèn)識真正的新零售！創(chuàng)投
每年的雙十一過后，都是物流行業(yè)的一場大考。以往考驗的是電商企業(yè)熬夜接單打包的銷量、物流公司人員配置是否充分等等。當(dāng)以上兩點對于客戶購物體驗的提升達到閾值，考驗的就是品牌和平臺能否對供應(yīng)鏈進行合理的調(diào)控，在庫存和線上線下協(xié)調(diào)上減輕物流壓力。
這也是商業(yè)智能中的“終極問題”——銷售預(yù)測。
ZARA成功的秘訣，真的不只是很會抄
究竟什么是銷售預(yù)測？
簡單來說，就是根據(jù)以往銷售數(shù)據(jù)結(jié)合未來一段時間內(nèi)各種因素的影響，對商品的銷量和銷售額做出估計。
在銷售、市場和運營工作中，銷售預(yù)測無處不在。往大了說，銷售預(yù)測影響著企業(yè)的整體規(guī)劃，往小了說銷售預(yù)測影響著企業(yè)每一次營銷活動的成本投入。
在零售行業(yè)中，銷售預(yù)測的重要性更加凸顯。我們知道，零售行業(yè)的收益如何，取決于供應(yīng)鏈能否良好的運轉(zhuǎn)：沒有壓庫存的壓力也沒有缺貨的現(xiàn)象、不同的產(chǎn)品都被儲存在自己銷售情況最好區(qū)域的倉庫中、新商品的生產(chǎn)和舊商品的售賣能形成銜接。
雙十一為例，整個品牌參與過程處處和銷售預(yù)測相關(guān)。一家紙制品品牌需要知道自己庫存中的哪些商品更適合促銷活動，是剛需類的尿不濕或是消費升級類的濕廁紙；決定好選品后，還要依靠種種數(shù)據(jù)決定庫存的分布和數(shù)量；最后要根據(jù)整體的活動的銷量預(yù)測評估如何對庫存進行補充，以免出現(xiàn)大促后無貨可賣的情況。
被稱為快時尚奇跡的ZARA，就是利用強大的銷售預(yù)測能力實現(xiàn)跟隨流行趨勢快速上新貨，并且保持可觀的毛利率的。
對于消費者來說，我們看到的是ZARA幾乎過兩周就會上一次新品，讓人忍不住掏出錢包，可ZARA背后的秘密，卻藏在數(shù)據(jù)、算法和供應(yīng)鏈中。
從拍腦門到機器學(xué)習(xí)，銷售預(yù)測該怎么做？
在很多時候，我們預(yù)測銷售的方式常常是一拍腦門編出個數(shù)字，或者憑借自己的經(jīng)驗做出推測。但真正的銷售預(yù)測，是要經(jīng)過嚴(yán)格的數(shù)據(jù)計算的，在新零售時代更是如此。
銷售預(yù)測的方法基本分為三大類，最常見的就是“拍腦門”的主觀預(yù)測方法，當(dāng)然，現(xiàn)實情況這種方法通常由咨詢公司的專家團隊執(zhí)行。到后期大數(shù)據(jù)分析方法所占份額增大，利用變量和時間之間的相關(guān)性，通過對以往數(shù)據(jù)的總結(jié)來分析將來的數(shù)據(jù)。到現(xiàn)在，機器學(xué)習(xí)正在越來越多的進入銷售預(yù)測領(lǐng)域，神經(jīng)網(wǎng)絡(luò)、決策樹、線性回歸等等我們非常熟悉的算法也能應(yīng)用到這一領(lǐng)域之中。
還拿上文的紙制品公司做例子，從技術(shù)角度看，預(yù)測銷售究竟是怎么完成的。
拿到往期數(shù)據(jù)后，第一件事就是要對數(shù)據(jù)進行清洗，把因為促銷活動或商品缺貨帶來的數(shù)據(jù)變化提取出來單獨處理，從而對歷史數(shù)據(jù)趨勢進行一個完整的認(rèn)識。然后再提取產(chǎn)品的特征，比如包裝、質(zhì)地、用途等等。
清洗完數(shù)據(jù)，提取完特征后，我們就得到了一批訓(xùn)練樣本。這樣我們就可以把2016年全年的銷售數(shù)據(jù)作為訓(xùn)練集，而把2017年上半年的數(shù)據(jù)作為測試集。
假如我們選擇用隨機森林方式建模，可以把產(chǎn)品特征、促銷手段等等都看做連續(xù)變量，不同變量分布在樹狀圖不同的枝丫上，再利用這些變量以回歸的方式去解釋銷量。這樣我們就可以清楚的看到，某一時段的銷售額是如何受售價、產(chǎn)品特征等等因素的影響，并擬定出相關(guān)的模型。
利用2016年的數(shù)據(jù)得出模型后，再用模型模擬2017年上半年的數(shù)據(jù)，對比真實數(shù)據(jù)加以調(diào)試，就可以去預(yù)測未來一段時間的數(shù)據(jù)了。在已知案例中，雀巢電商和京東合作過的銷量預(yù)測項目，就是利用了消費者決策的隨機森林模型。
以上只是最簡單的案例，在實際情況中還需要大量的編碼、調(diào)參、優(yōu)化迭代等等。而且能完美的模擬出測試數(shù)據(jù)，也并不代表能在未來做出準(zhǔn)確的預(yù)測，其中還是少不了專家憑借經(jīng)驗去做出判斷。
午夜的無人車和快遞柜，才是真·新零售的模樣
以上談到的，只是銷售預(yù)測一貫的樣子，只不過隨著數(shù)據(jù)量的增大，機器學(xué)習(xí)算法在其中也有了用武之地。可真正讓銷售預(yù)測發(fā)生變化的，還是新零售模式的出現(xiàn)。
首先，新零售意在協(xié)同線上和線下整體的渠道和數(shù)據(jù)，銷售預(yù)測時要參考物流、線下店面和線上庫存等等更多的因素。
其次，渠道的統(tǒng)一、線下智能硬件和線上活動設(shè)置（智能推薦、定向優(yōu)惠、收藏、購物車）都導(dǎo)致收集用戶數(shù)據(jù)的端口越來越多，數(shù)據(jù)的復(fù)雜程度加大，特征也變得更多了。
在未來，無人零售、無人物流等等渠道基礎(chǔ)設(shè)施的升級，很有可能降低銷售預(yù)測的試錯成本并極大提升收益。
在哈佛商學(xué)院即將出版的《預(yù)測機器：人工智能中的簡單經(jīng)濟學(xué)》中提到了這樣一個概念：隨著數(shù)據(jù)收集越來越完善、預(yù)測模型精度越來越高，購物這件事很可能會從先購買再配送的方式變成“先配送再購買”的方式。
比如，預(yù)測模型可以根據(jù)你平時購買紙巾的規(guī)律，判斷出你最近又需要購買紙巾了。于是你在下班路上收到一條某直接品牌的定向優(yōu)惠券短信，你家樓下的無人零售柜中也出現(xiàn)了一組紙巾。
而企業(yè)甚至不再需要參與雙十一這種壓力山大的零售節(jié)日，只需要根據(jù)用戶群體的需求，結(jié)合自己供應(yīng)鏈的節(jié)奏對區(qū)域、渠道甚至個人進行個性化和定向化的運營。每天凌晨，無人物流車會路經(jīng)一個個無人零售柜，拿走其中被退貨的貨物（到那時，所謂的退貨可能只是預(yù)測錯誤），按照銷售預(yù)測放入新的貨品，等待著明天被消費者購買。
這樣的場面，聽上去是不是有種按需分配的“共產(chǎn)主義”味道？
總之理想情況是，當(dāng)銷售預(yù)測越來越準(zhǔn)確，購物這件事越來越會從主動變成被動。
這樣的“被動”購物更符合我們對新零售的期盼——目前出現(xiàn)的這些線上線下協(xié)作、換個名字的自動售貨機等等，難免有些換湯不換藥的味道，除了打通渠道，更好的利用數(shù)據(jù)之外，新零售和舊零售之間的差異實在不大。
可銷售預(yù)測的發(fā)展，卻有可能讓新零售真正意義上擁有新零售之實。相信到那時，新零售才會像曾經(jīng)的電商一樣，具有顛覆舊模式的可能。
來源|微信公眾號：腦極體
1.砍柴網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標(biāo)注作者和來源；2.砍柴網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務(wù)必注明文章作者和"來源：砍柴網(wǎng)"，不尊重原創(chuàng)的行為砍柴網(wǎng)或?qū)⒆肪控?zé)任；3.作者投稿可能會經(jīng)砍柴網(wǎng)編輯修改或補充。
京公網(wǎng)安備 11010502032797號