連鎖便利店效率提升，AI 自動補貨是個好的切入點嗎？

【 圖片來源：pixabay】

新零售的本質是什麼？李健豪給出的答案是提升效率。

李健豪現任超盟數據CTO，加入超盟數據前他曾先後供職於亞馬遜和IBM北美總部，從事數據挖掘工作。李健豪是個典型的技術狂人，曾經六次獲得美國黑客馬拉松賽冠軍。2015年，他創立了一家名叫StylePuzzle的大數據公司，並成功拿到真格基金的百萬美元投資。更重要的是，在真格基金徐小平的介紹下，李健豪結識了超盟數據CEO李思賢。出身於家族企業的李思賢當時正在思考如何用技術提升零售行業的效率，這個想法與李健豪不謀而合。一見如故之下，2016年4月李健豪正式加入超盟數據擔任CTO。

零售這個古老的行業環節眾多，每一個環節都有巨大的效率提升空間，超盟數據選擇的切入點是補貨。補貨是零售行業的高頻場景，尤其是在便利店，幾乎每天都在發生。如果能用技術將補貨自動化、智能化，對便利店整體運營效率的提升是立竿見影的。

自動補貨算不上一項新技術，很多企業都做過嘗試，比如星巴克。補貨分為兩類，一類是區域大倉從供應商處補貨，另一類是終端門店從區域大倉補貨。區域大倉補貨的SKU數多、頻率低，終端門店則恰好相反。以往自動補貨技術主要針對大倉，很少涉及門店層面，原因在門店的數據顆粒太小，計算量十分龐大，投入產出比不高。

補貨並不像它字面意思所呈現的那麼簡單，背後還包含了對門店銷售情況的精準把握和預測。門店的銷售情況不是一成不變的，而是受到天氣、促銷等眾多因素影響。補貨過多會造成庫存積壓，補貨太少則會導致機會損失。店長每天都要分析判斷哪些SKU需要補貨，每個SKU各補多少，應該在什麼時間點補。假如一個門店只有幾款SKU，憑藉經驗做出判斷的確不難。但現實中，一家便利店的SKU往往多達數百上千，人力分析不僅效率低下還容易出錯。尤其是保質期短的生鮮商品，即時性要求非常高，常常需根據上午的銷售情況及時調整下午的補貨策略。人力補貨帶來的效率瓶頸顯而易見。

超盟數據反覆思考的，就是如何利用人工智慧技術幫助便利店制定補貨策略，提高門店的整體運營效率。

數據驅動決策的第一步是採集數據，在貨架上植入感測器或者用攝像頭拍照都可以採集數據。超盟數據最初的做法是用印表機採集零售小票，但和前兩種方式一樣，印表機採集的信息不夠直觀，需要多次清洗才能使用。每個便利店的小票格式各不相同，超盟數據需要先把數據格式標準化，然後進行清洗和Named-entity recognition(NER)，最後通過匹配超盟數據內部的商品資料庫，對每個商品進行維度擴充並打上標籤。

這種數據採集方式的另一個缺陷在於，它需要從頭開始一點一滴積累數據，無法對零售商後台資料庫的數據進行充分利用。因此超盟數據開始嘗試直接接入零售商的資料庫。

雷鋒網了解到，除了零售商後台的海量銷售數據，超盟數據還引入了天氣、地理位置、促銷活動等上百個維度的數據，用於訓練自動補貨模型。

李健豪介紹，用傳統手段導入零售商的數據會給其資料庫造成很大壓力，帶來一定的風險，比如影響POS收銀系統的穩定性。為了解決這一問題，超盟數據花很多時間和精力專門開發了一套ETL工具。目前這套工具正在申請專利。

超盟數據的另一項專利技術是基於AWS Lambda（也稱為無伺服器計算（Serverless Computing））的自動補貨模型。

正如前文所述，傳統自動補貨技術很少涉及門店層面，原因在於門店的數據顆粒太細，且實時性要求很高。假如一家門店有2000個SKU，意味著超盟數據需要訓練2000個預測模型，而且為了保證實時性，這2000個模型需要全部並行運算。也就是說，補貨預測是一種短時爆發性業務，需要很高計算力。按照傳統的雲服務計費模式（企業級服務通常按月計費），補貨預測的計算成本是連鎖便利店難以承受的。

超盟數據的自動補貨解決方案巧妙地選擇了AWS Lambda，並利用其成功搭建了一個承載數據採集、清洗、分析和數據展現的核心業務系統。基於Lambda，用戶無需預配置或管理伺服器即可運行代碼，而且Lambda 只在執行代碼時按消耗的計算時間計費，代碼未運行時不產生費用。通過這種方式，超盟數據成功將補貨預測的計算成本降到了比連鎖便利店期望還要低的水平。

李健豪介紹，單純從演算法而言，自動補貨不難實現，難的是如何壓縮成本以及讓技術與業務完全結合。每個企業內部的補貨流程千差萬別，配送周期、每個SKU的配送頻率、最小配送量都不相同，缺少一套統一標準。這種情況下，隨便扔給零售商一個模型是產生不了價值的，必須配備一套完整的系統技術才有機會落地。

「零售商不關心你的演算法是否高大上，他只關心你的技術能不能幫他掙更多錢。超盟數據會幫零售企業梳理業務，結合不同企業的情況制定標準給到企業。這樣一套標準不是互聯網公司坐在辦公室能想出來的。」李健豪對雷鋒網說道。

目前，超盟數據的自動補貨解決方案已經在河北的美食林、廣東的便宅家和福建莆田的文獻便利店等多個連鎖便利店企業落地應用。

李健豪介紹，自動補貨是一項通用性技術。雖然超盟數據的解決方案目前落地的大多是傳統連鎖便利店，但未來也可以推廣到鮮果便利店、生活超市和購物中心等更多個零售業態。

李健豪認為，新零售的核心思想是提高效率，這也是超盟數據自動補貨解決方案的根本理念。零售業的效率提升分為兩步：第一步是信息化，有了信息化才能知道效率瓶頸在哪；第二步是智能化，用演算法幫助管理者快速決策。

除了自動補貨，超盟數據另一個幫助零售企業提升效率的解決方案是基於動態計算的KPI制定。李健豪介紹，很多連鎖便利店企業的老闆其實並不清楚門店的經營到底是在上升還是下滑。比如有兩家門店，一家門店由於店長經營策略得當，業績不錯；另一家經營策略一般，但受益於地理位置，營業額也不錯。傳統的KPI計算方法比較簡單，單純從數字上來看，這兩家門店的經營情況基本一致，但它們還有很大的提升空間。

超盟數據的目標就是通過大數據挖掘出這些門店的潛力，制定更合理的KPI，激勵門店業務增長。

聚沙成塔，集腋成裘，無論自動補貨還是KPI制定都只是零售眾多環節中的一小部分，但正是在這一點一滴的技術提升中，零售行業已經迎來一場巨大的變革。雷鋒網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！