918月18日,阿里巴巴集团副总裁、数据技术及产品部总经理朋新宇在2020云栖大会技术论坛上发布了新产品-智能商品运营平台Quick Stock。
Quick Stock以数据为核心,通过更准确、更可配置的销售预测,以及存储网络优化和分配算法逻辑,帮助企业建立生产营销协调能力,实现高效商品的全生命周期运营。
从货出发, 重构人-货关系
十年前,人们的购物行为大多局限于场地-货-人的既定动线:我们去一家商店或商场,最喜欢的商品,最后买下。
随着高科技的深入发展,包括互联网和智能设备,人们的购物行为发生了很大的变化:打开淘宝APP,在搜索框中输入您想要的关键字,然后在列表中选择最合适的,完成付款。
无论是线上还是线下,人-货-场的商业逻辑都被更广泛地接受。
其中,零售业特别重视人-货的供需匹配。
零售企业的核心问题之一是如何在洞察消费者需求的基础上,喜爱的商品,已成为零售企业的核心问题之一。
作为智能商品运营平台,Quick Stock正在给出自己的解决方案。
Quick Stock 解构商品的完整生命周期,从企业、生产、第一店、试销、补充调整、结束六个环节开始,以数据算法为核心,提出有针对性的决策建议和风险规避。
以服装企业为例。过去,不少企业都会参照世界性时装秀来把握新一季的流行趋势,并以此来制定企业未来一段时间内的企划概念,这种“大锅饭式”的取材形式并不利于企业长线发展及在细分人群中的深钻,甚至往往因为多家企业衍生出的概念相似,而不得不陷入同质竞争的尴尬局面;另一方面,这一形式往往还会因为人为因素的过多干扰,而脱离了消费市场的真正诉求。
借助Quick Stock算法能力,企业可以对货物进行单品等级和SKU在选择新产品款式和首店数量的基础上,组合级战略规划还可以提供类别结构调整和新产品研发建议,帮助企业更好地进行预算管理和生产管理。
六个环节的问题 一解决
朋新宇说,Quick Stock以商品为中心,具有线上线下全渠道的商品数据覆盖和强大的智能算法能力,能够全方位、多维地标记所有商品,让企业更清楚地了解商品的全貌。
记者了解到,除了为商品规划提供市场数据外,Quick Stock在商品的整个生命周期中也赋能数据。
试销生产环节,Quick Stock算法可以对C端(消费者)和B预测端(经销商)的动态销量,及时优化企业的订单和生产** 销售协调建议企业和工厂可以根据市场需求科学生产商品,提高供给侧和需求侧的协调效率,最大限度地利用和优化生产资源;当商品进入市场时,Quick Stock也可以通过大数据预测市场和不同渠道,提供在线渠道的选择和分销建议,提供商店信息和离线渠道的商品组合建议。
货物进入市场后,Quick Stock重点监控包括不同的渠道和渠道SKU交易、折扣等,包括交易、折扣以直观清晰的形式提供给企业决策部门,同时做好数据沉淀,以便以后立即呼叫。
比如服装企业可以借助Quick Stock对商品的全面分析、洞察力和算法优化能力,通过销售终端市场需求预测实现科学订单追逐,提高快速反向供应能力——当监控线下商店需要补充时,企业可以通过Quick Stock在满足整个区域市场供需的基础上,完成快速货物配置,充分振兴企业整体货物库存。
目前,这套贯穿商品整个生命周期的数据能力可以在服装、家居清洁、快速消费品、商店等行业重复使用。
值得注意的是,Quick Stock对于尾货,还有一个杀手锏Quick Au ** nce和品牌数据银行,洞察不同渠道特性,Quick Stock能帮助企业实现货-人的准确匹配,实现快速清库存。
除了货-人的匹配,Quick Stock阿里巴巴数字经济的综合链接已经完成。通过钉移动终端,企业可以随时随地更快地控制供应链的核心指数;通过与网上商业银行的对接,企业渠道提供商可以更方便地获得金融和信贷服务……
未来,Quick Stock它还将继续访问更多的业务,继续叠加以商品为中心的数据驱动服务,以智能商品运营平台的态度,共同丰富和扩大阿里巴巴云数据中心平台的核心产品矩阵能力,为更广泛的客户群体带来商品整个生命周期的智能管理服务。
在云栖大会上,阿里云数据中心也升级了全球消费者运营平台Quick Au ** nce2.0。到目前为止,阿里云数据中心已经形成了Dataphin以为基座承载Quick场景核心产品矩阵系列,为企业输送数智核心能力。
此外,阿里云数据中心还发布了19个场景需求解决方案和产品 ** 。朋新宇表示,未来阿里云数据中心将继续培育更多的场景产品,解决实际业务问题。
扫码咨询与免费使用
申请免费使用