尤溪新闻网,从这里看尤溪
尤溪新闻网标志

觉得新零售和传统零售没差?可能是这项技术没到位

2017年11月15日 作者:佚名 来源:新华网 浏览数:394

分享至手机

当下,有很多人都觉得新零售和传统零售没什么差别,近日,微信公众号“脑极体”发表了题为《觉得新零售和传统零售没差?可能是这项技术没到位》的文章,指出目前出现的线上线下协作、换个名字的自动售货机等新零售形式,与传统零售相比,难免有“换汤不换药”之嫌,那么新零售要解决的核心问题是什么?如何让新零售真正意义上拥有新零售之实?文章对这些问题给予了解答。

当销售预测越来越准确,购物这件事越来越会从主动变成被动。

当销售预测越来越准确,购物这件事越来越会从主动变成被动。

每年的双十一过后,都是物流行业的一场大考。以往考验的是电商企业熬夜接单打包的销量、物流公司人员配置是否充分等等。当以上两点对于客户购物体验的提升达到阈值,考验的就是品牌和平台能否对供应链进行合理的调控,在库存和线上线下协调上减轻物流压力。

这也是商业智能中的“终极问题”——销售预测。

零售行业的收益,取决于供应链能否良好的运转

究竟什么是销售预测?

简单来说,就是根据以往销售数据结合未来一段时间内各种因素的影响,对商品的销量和销售额做出估计。

在销售、市场和运营工作中,销售预测无处不在。往大了说,销售预测影响着企业的整体规划,往小了说销售预测影响着企业每一次营销活动的成本投入。

在零售行业中,销售预测的重要性更加凸显。我们知道,零售行业的收益如何,取决于供应链能否良好的运转:没有压库存的压力,也没有缺货的现象;不同的产品都被储存在销售情况最好区域的仓库中;新商品的生产和旧商品的售卖能形成衔接。

以双十一为例,整个品牌参与过程处处和销售预测相关。一家纸制品品牌需要知道自己库存中的哪些商品更适合促销活动,是刚需类的尿不湿或是消费升级类的湿厕纸;决定好产品后,还要依靠种种数据决定库存的分布和数量;最后要根据整体活动的销量,进行预测评估,应如何对库存进行补充,以免出现大促后无货可卖的情况。

从拍脑门到机器学习,销售预测该怎么做?

在很多时候,我们预测销售的方式可能是“拍脑门”编出个数字,或者凭借自己的经验做出推测。但真正的销售预测,是要经过严格数据计算的,在新零售时代更是如此。

销售预测的方法基本分为三大类,最常见的就是“拍脑门”的主观预测方法,当然,现实情况下这种方法通常由咨询公司的专家团队执行。到后期大数据分析方法所占份额增大,利用变量和时间之间的相关性,通过对以往数据的总结来分析将来的数据。到现在,机器学习正在越来越多地进入销售预测领域,神经网络、决策树、线性回归等等,我们非常熟悉的算法也能应用到这一领域之中。

还拿上文中的纸制品公司做例子,从技术角度看,预测销售究竟是怎么完成的?

拿到往期数据后,第一件事就是要对数据进行清洗,把因为促销活动或商品缺货带来的数据变化提取出来单独处理,从而对历史数据趋势进行完整的认识。然后再提取产品的特征,比如包装、质地、用途等等。

清洗完数据、提取完特征后,我们就得到了一批训练样本。这样我们就可以把2016年全年的销售数据作为训练集,而把2017年上半年的数据作为测试集。

假如我们选择用随机森林方式建模,可以把产品特征、促销手段等等都看作连续变量,不同变量分布在树状图不同的枝丫上,再利用这些变量以回归的方式去解释销量。这样我们就可以清楚看到,某一时段的销售额是如何受售价、产品特征等因素的影响,并拟定出相关的模型。

利用2016年的数据得出模型后,再用模型模拟2017年上半年的数据,对比真实数据加以调试,就可以预测未来一段时间的数据了。在已知案例中,雀巢电商和京东合作过的销量预测项目,就是利用了消费者决策的随机森林模型。

以上只是最简单的案例,在实际情况中还需要大量的编码、调参、优化迭代等等。而且即使能完美地模拟出测试数据,也并不代表未来能做出准确的预测,其中还是少不了专家凭借经验去做判断。

午夜的无人车和快递柜,才是真“新零售”的模样

以上谈到的,只是销售预测一贯的样子,只不过随着数据量的增大,机器学习算法在其中也有了用武之地。可真正让销售预测发生变化的,还是新零售模式的出现。

首先,新零售意在协同线上和线下整体的渠道和数据,销售预测时要参考物流、线下店面和线上库存等等更多的因素。

其次,渠道的统一、线下智能硬件和线上活动设置(智能推荐、定向优惠、收藏、购物车)都导致收集用户数据的端口越来越多,数据的复杂程度加大,特征也变得更多了。

在未来,无人零售、无人物流等等渠道基础设施的升级,很有可能降低销售预测的试错成本,并极大地提升收益。

《预测机器:人工智能中的简单经济学》中提到了这样一个概念:随着数据收集越来越完善、预测模型精度越来越高,购物这件事很可能会从先购买再配送的方式变成“先配送再购买”的方式。

比如,预测模型可以根据你平时购买纸巾的规律,判断出你最近又需要购买纸巾了,于是你在下班路上收到一条某直接品牌的定向优惠券短信,你家楼下的无人零售柜中也出现了一组纸巾。

而企业甚至不再需要参与双十一这种“零售节日”,只需要根据用户群体的需求,结合自己供应链的节奏对区域、渠道甚至个人进行个性化和定向化的运营。每天凌晨,无人物流车会途经一个个无人零售柜,拿走其中被退货的货物(到那时,所谓的退货可能只是预测错误),按照销售预测放入新的货品,等待着明天被消费者购买。

总之理想情况是,当销售预测越来越准确,购物这件事越来越会从主动变成被动。

这样的“被动”购物更符合我们对新零售的期盼——目前出现的这些线上线下协作、换个名字的自动售货机等等,难免有些换汤不换药的味道,除了打通渠道、更好地利用数据之外,新零售和旧零售之间的差异实在不大。

可销售预测的发展,却有可能让新零售真正意义上拥有新零售之实。相信到那时,新零售才会像曾经的电商一样,具有颠覆旧模式的可能。(作者:脑极体)

相关新闻
抓实语言文字工作 迎接国家督导评估
昨天(20日),迎接国家语言文字工作督导评估动员会举行,副县长吴初增出席会议并讲话。 会议要求,各乡镇、各部门要进一步增强法治意识、品牌意识和创优意识...
20小时前
尤溪五中成立团校 学习十九大精神
为深入学习贯彻党的十九大精神,培养有理想、有本领、有担当的时代青年。20日,尤溪五中团校成立,并开展了学习十九大精神主题团课活动。 学生罗淑敏:“我校...
20小时前
西城凤元村:村庄美了 百姓乐了
 近年来,随着的国家改革红利不断释放,村庄变美了,百姓乐了。一幅幅宜居宜业的美丽乡村画卷正次第展开。凤元村位于西城镇西部,是镇里的重要的粮食产能基地,...
20小时前
新闻评论