觉得新零售和传统零售没差?可能是这项技术没到位

发表于  11/15 06:30   约7分钟

  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)

欢迎关注思客微信(sikexh),随时查看我们的最新消息。

转载

2017-09-2270

7 位网友推荐了本文

2172 次阅读    1 次回应

专家

思·锐享

为读者提供最有价值的观点 /  426 篇文章

+ 订阅

所属数据库

热点

最新鲜,最热辣的时事评论。无惧冲突辛辣,只忧平庸逐流。

+ 订阅

回应

登录评论

您还能输入 300 字

发送

相关阅读

新零售观察(三):风口上的新零售,将如何定义商业未来?

未来新零售的发展仍需不断提高驱动力和持续力,以此推动自身不断前行。

稍后阅读 时长:7分钟

思客

觉得新零售和传统零售没差?可能是这项技术没到位

您可以添加如下代码,然后复制粘贴到你要引用的网站下

预览

觉得新零售和传统零售没差?可能是这项技术没到位

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。

010020040520000000000000011103170219526636

我的书签

扫码关注思客

意见反馈