總覺得新零售和舊零售沒差?可能是因為這項技術沒到位

1 評論 3713 瀏覽 12 收藏 10 分鐘

銷售預測的發展,有可能讓新零售顛覆舊零售,真正意義上擁有新零售之實。

每年的雙十一過后,都是物流行業的一場大考。以往考驗的是電商企業熬夜接單打包的銷量、物流公司人員配置是否充分等等。當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鏈進行合理的調控,在庫存和線上線下協調上減輕物流壓力。

這也是商業智能中的“終極問題”——銷售預測。

ZARA成功的秘訣,真的不只是很會抄

究竟什么是銷售預測?

簡單來說,就是根據以往銷售數據結合未來一段時間內各種因素的影響,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,銷售預測無處不在。往大了說,銷售預測影響著企業的整體規劃,往小了說銷售預測影響著企業每一次營銷活動的成本投入。

在零售行業中,銷售預測的重要性更加凸顯。我們知道,零售行業的收益如何,取決于供應鏈能否良好的運轉:沒有壓庫存的壓力也沒有缺貨的現象、不同的產品都被儲存在自己銷售情況最好區域的倉庫中、新商品的生產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測相關。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,還要依靠種種數據決定庫存的分布和數量;最后要根據整體的活動的銷量預測評估如何對庫存進行補充,以免出現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測能力實現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,卻藏在數據、算法和供應鏈中。

從拍腦門到機器學習,銷售預測該怎么做?

在很多時候,我們預測銷售的方式常常是一拍腦門編出個數字,或者憑借自己的經驗做出推測。但真正的銷售預測,是要經過嚴格的數據計算的,在新零售時代更是如此。

銷售預測的方法基本分為三大類,最常見的就是“拍腦門”的主觀預測方法,當然,現實情況這種方法通常由咨詢公司的專家團隊執行。到后期大數據分析方法所占份額增大,利用變量和時間之間的相關性,通過對以往數據的總結來分析將來的數據。到現在,機器學習正在越來越多的進入銷售預測領域,神經網絡、決策樹、線性回歸等等我們非常熟悉的算法也能應用到這一領域之中。

還拿上文的紙制品公司做例子,從技術角度看,預測銷售究竟是怎么完成的。

拿到往期數據后,第一件事就是要對數據進行清洗,把因為促銷活動或商品缺貨帶來的數據變化提取出來單獨處理,從而對歷史數據趨勢進行一個完整的認識。然后再提取產品的特征,比如包裝、質地、用途等等。

清洗完數據,提取完特征后,我們就得到了一批訓練樣本。這樣我們就可以把2016年全年的銷售數據作為訓練集,而把2017年上半年的數據作為測試集。

假如我們選擇用隨機森林方式建模,可以把產品特征、促銷手段等等都看做連續變量,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、產品特征等等因素的影響,并擬定出相關的模型。

利用2016年的數據得出模型后,再用模型模擬2017年上半年的數據,對比真實數據加以調試,就可以去預測未來一段時間的數據了。在已知案例中,雀巢電商和京東合作過的銷量預測項目,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、調參、優化迭代等等。而且能完美的模擬出測試數據,也并不代表能在未來做出準確的預測,其中還是少不了專家憑借經驗去做出判斷。

午夜的無人車和快遞柜,才是真·新零售的模樣

以上談到的,只是銷售預測一貫的樣子,只不過隨著數據量的增大,機器學習算法在其中也有了用武之地??烧嬲屼N售預測發生變化的,還是新零售模式的出現。

首先,新零售意在協同線上和線下整體的渠道和數據,銷售預測時要參考物流、線下店面和線上庫存等等更多的因素。

其次,渠道的統一、線下智能硬件和線上活動設置(智能推薦、定向優惠、收藏、購物車)都導致收集用戶數據的端口越來越多,數據的復雜程度加大,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設施的升級,很有可能降低銷售預測的試錯成本并極大提升收益。

在哈佛商學院即將出版的《預測機器:人工智能中的簡單經濟學》中提到了這樣一個概念:隨著數據收集越來越完善、預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,預測模型可以根據你平時購買紙巾的規律,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惠券短信,你家樓下的無人零售柜中也出現了一組紙巾。

而企業甚至不再需要參與雙十一這種壓力山大的零售節日,只需要根據用戶群體的需求,結合自己供應鏈的節奏對區域、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測錯誤),按照銷售預測放入新的貨品,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“共產主義”味道?

總之理想情況是,當銷售預測越來越準確,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——目前出現的這些線上線下協作、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,更好的利用數據之外,新零售和舊零售之間的差異實在不大。

可銷售預測的發展,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,新零售才會像曾經的電商一樣,具有顛覆舊模式的可能。

 

本文由 @腦極體 原創發布于人人都是產品經理。未經許可,禁止轉載。

題圖來自PEXELS,基于CC0協議

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!