文/ 本刊記者 趙皎云 林振強

新的變革給零售業傳統供應鏈帶來新的挑戰,積極利用大數據、智能化軟件和物聯網硬件等先進技術,結合消費者需求,制定創新的數字化供應鏈解決方案,成為零售業供應鏈轉型發展的必由之路。
從上世紀90年代以來,中國零售業態經歷了從單一百貨業,到以購物中心、連鎖超市為主體的多業態并存的狀態。而隨著電子商務的興起,以及消費者需求和信息技術不斷升級,我國零售行業再度發生巨大變化,作為零售重要環節之一的供應鏈也遭受了全方位沖擊。2018年全球領先的管理咨詢公司貝恩公司與G7匯通天下合作,對超過50家業內領先的供應鏈企業展開調研并發布《零售新變革下的數字化供應鏈》報告;其中指出,在零售新業態模式下,傳統供應鏈亟待進行全面的數字化轉型升級,而大數據、智能化軟件和物聯網硬件的迅速成熟,將為供應鏈的各個環節帶來新的變革機會。
作為該報告的主要起草者,貝恩公司全球合伙人、大中華區工業品、制造和汽車業務主席趙立強先生,以及貝恩公司全球合伙人鄒娟女士,日前接受了本刊記者采訪。他們表示,這份發布于2018年的報告如今并不過時,零售新變革下供應鏈面臨的挑戰依然存在,甚至更為緊迫。供應鏈與物流,本身就是一個不停演進的領域,如今隨著需求端和供給端的變化,零售業供應鏈向數字化轉型,已成為不得不面臨的一場革新。
在趙立強看來,零售業的需求端和供給端都在發生變化。在需求端,主要是消費者場景的演變。在傳統的流通模式下,商品一般是由生產商轉到分銷商,然后經過多次分銷,通過百貨店、商超等零售終端最終到達消費者。這種層層分銷的體系已存在幾十年,背后形成了固定的供應鏈體系和物流模式。如今隨著電商的興起,包括社區團購等新消費場景的出現,層層分銷的模式發生變化,品牌企業需要越來越多地直面個人消費者。由2B轉為2C,供應鏈模式必然隨之轉型。
隨著數字化消費架構的深入,絕大部分品牌企業都會面臨線上線下融合打通的問題,如鞋服、快消、生鮮等品類,如果線上與線下的系統、數據等等都是分立的,則很難對庫存等信息進行準確掌握,也很難使物流高效運轉,這也是零售數字化變革對整個物流供應鏈體系帶來的最直接沖擊。
在供給端,大量新技術的出現,也加速了零售供應鏈向數字化的轉變。例如,無論是傳統的電商平臺,還是移動互聯網,以及大數據技術、倉儲自動化設備的應用,都使我們能夠更好地對供應鏈需求進行提前預測和規劃,將線上線下數據打通。
趙立強認為,一方面需求端帶來了變革的機會,另一方面提供了新的技術和管理模式,兩方面結合促成了零售業供應鏈向數字化轉型的大趨勢。他表示,未來5~10年,隨著數字化供應鏈體系逐步完善,中國物流行業的整體發展水平將邁上一個新的臺階,且有望出現真正的世界級規模的供應鏈管理平臺企業。
談及對于數字化供應鏈的理解,鄒娟表示,可從三個維度展開。首先,是物流環節維度,供應鏈架構更加柔性化,扁平化,日益鏈接的物流設施使得倉的分級結構變得模糊,極致時效、快時效、一般時效及慢時效均結合相應不同水平的增值服務各有供應以滿足不同客戶需求。其次,是數據的采集、數據的使用、和對未來需求的評估。隨著與互聯網的交互結合,供應鏈的各個環節會產生海量數據,企業需要思考如何更好地利用有價值的數據,為企業生產和消費者購物的各個環節提供服務,例如如何讓企業內部的數據更加透明化,利用數據對消費者需求進行預測,不同流通渠道之間數據如何共享,如何為企業的庫存備貨提供服務,乃至跨企業實體之間數據逐漸打通,形成共享與交易機制。最后,是相關技術和設備方面的升級。為了更好地適應供應鏈數字化的變革,企業需要從整個技術和設備方面與之匹配。例如,零售和物流企業需要引入自動化倉儲系統,從而與上下游企業更好地進行數據和流程銜接。
隨著電商興起,中國整個零售的業態已經發生了巨變,人、貨、場三大組成要素正在進行全面的重構和升級,零售業供應鏈向數字化轉型勢在必行。然而,貝恩公司《零售新變革下的數字化供應鏈》報告中也明確指出,轉型之路其實面臨著多方面挑戰(如表1)。
研究顯示,消費者需求分散導致的訂單碎片化、產品定制化給生產端帶來了大量壓力。過去消費者需求相對單一,因而規模化、批量生產的方式在傳統品牌商中占據主要地位,隨著消費者逐漸“部落化”,新品的生命周期急劇縮短,導致預測、庫存控制和生產彈性都面臨巨大挑戰。
企業內外部數據可見度的制約,是導致需求預測難和供應鏈敏捷度差的關鍵因素。很多傳統行業零售商過去采用層層分銷的方式,除了部分大型經銷商外,并不具備到次級經銷商及門店的數據可見度。其次,許多企業內部不同渠道、不同區域間的數據也尚未打通,無法做到全局協同。線上線下分開的物流體系帶來了諸多的額外成本,日益成為品牌商的挑戰。此外,大量企業在預測系統的升級以及相應分析團隊的能力建設方面也具有較大的提升空間。其目前的預測及備貨方法多參照歷史同期表現,缺乏對外部信息的合理整合,并且分析絕大多數由人工完成,面對大幅增加的SKU數和訂單頻次,往往面臨“分析師人手不足、分析深度不夠”的尷尬局面。

表1 傳統供應鏈在變革下面臨多方面挑戰

表2 零售新變革下供應鏈面臨的痛點與數字化解決方案機會
很多傳統行業零售商過去采用層層分銷的方式,除了部分大型經銷商外,并不具備到次級經銷商及門店的數據可見度。此外,許多企業內部不同渠道、不同區域間的數據也尚未打通,無法做到全局協同。線上線下分開的物流體系帶了諸多的額外成本,日益成為品牌商的挑戰。
隨著消費者對“時效”要求的逐步提升,供應鏈長度也隨之不斷縮短,使倉庫布局越來越貼近終端,由此涌現了前置倉、門店倉等大量新模式。但此類前置倉儲點有限的容量卻增加了運營難度和成本,渠道融合和訂單碎片化也對傳統倉儲的管理提出了挑戰。
生產端的碎片化及倉儲前置點的迅速擴張都增加了干線及城配物流中的復雜性。一方面,面向終端的配送和覆蓋時效持續提升,終端覆蓋由原先的城市級深入到區縣、鄉鎮,同時當日達、次日達在業務中的比例顯著提升。為了配合時效提升,各商家紛紛調整倉庫布局,更多接近終端消費地,以提升服務體驗,大量新增的倉儲點導致現有干線及城配的路徑與車次規劃難以循序跟進。
隨著零售升級,消費場景將變得無處不在,對時效、便捷的重視使得消費者愈加追求極致配送的體驗。但是碎片化的需求和極高的時效要求導致終端配送成為了物流中難度最大、成本最高的領域之一。自2016年起,即時配送領域的競爭愈發激烈,雖然參與者眾多,即時配送的每單成本仍然高居不下。
互聯網的高度滲透使B2B電商平臺成為新型零售趨勢下不容忽視的業態。以零售通、新通路、中商惠民為代表的大型eRTM平臺,相比過去層層分銷的網絡能夠更快、更有效地觸及雜貨店、夫妻店等渠道。但現有電商平臺相較經銷商城配成本普遍更加高昂,成為其顛覆傳統分銷渠道的一個重要阻礙。
零售業供應鏈在轉型過程中,首先要厘清自身所面臨的挑戰,其次積極利用大數據、智能化軟件和物聯網硬件等先進技術,結合消費者需求,制定創新的數字化供應鏈解決方案。貝恩公司在報告中對供應鏈參與者提出四類可能的解決方案(如表2),具體則包括以下方面:
典型的預測分析分為原始數據積累、數據質量提升(增強分析)和智能決策三個階段。首先,企業應當貼合自身運營狀況在關鍵環節增加監控,提高數據的掌握程度;同時通過內外部分享協同,實現關鍵系統的打通整合。擁有足夠數據體量后,企業需要排除數據缺失并建立統一標準,以提升數據質量,提高數據利用率。最后的決策階段則需要積極引入大數據、人工智能等新技術,采取最優算法最大化預測效果。
針對需求預測難,行業內先進的企業也在綜合采取數據系統建設、預測算法優化、分析能力提升及定制化生產等方式解決。在數據系統建設方面,企業通過數據標準化和系統整合對接,保障企業內部數據流通并提升不同企業實體間的數據協同度。另一方面也在終端通過先進設備加強數據沉淀,更多地了解消費者的購買行為及購買偏好。以全家便利店為例,其通過會員卡、POS數據結合人臉識別賬戶綁定等技術成功獲取深度消費者洞察,并以此為基礎,助力門店選址及店內選品,大幅度提升預測準確度并降低店內商品報廢率。
除提升數據完整行性、打通端到端數據外,引入大數據、機器學習等先進的預測方式也可大幅度提升預測的準確度。以國外領先的數據預測獨角獸機構Prevedere為例,其綜合內部銷售、庫存信息與外部氣候、經濟指數、價格指數等信息,運用大數據及云平臺挖掘相關性,協助數家領先零售及消費品企業大幅度提升預測準確性。此外,企業還需要持續培養專業化供應鏈分析預測團隊,并通過持續學習構建系統的預測方法論,從根本的能力建設上進行提升。
隨著大量消費品企業線上銷售比例的迅速提高,部分線下零售通路與B2C物流解決方案有顯著的協同作用,尤其是在品牌企業擁有或掌控較大比例的線下通路的庫存及物流的時候更加明顯。
當然,在實踐中要完全實現線上線下統一管理的優勢,還有許多具體難題需要克服,例如:線上倉和線下倉操作模式差異的協調問題;實體庫存與線上訂單的操作協同機制;線上物流管理和線下物流管理的成本差異處理等。這些問題與挑戰都有待于在進一步的實踐中利用新的商業模式及技術加以攻克。
倉庫建設及配送路線選擇在前期的“跑馬圈地”之后逐漸步入穩健期,因此整體網絡的資源分配存在較大提升空間。物流網絡的優化需要立足于公司戰略,結合產品組合、市場需求、庫存控制、倉庫容積、運輸成本、人工成本、采購成本等輸入,同時在結果上兼顧物流效能、成本控制、反應速度、營運資金管理等。
同時,在跨倉管理及店倉合一體方面,國內以便利蜂為代表的新型創業公司通過與WMS、ERP系統聯通的互聯網平臺打通總倉、前置倉、門店及貨柜,實現高度精準的庫存實時監測,并開發面向供應商的自動訂貨補貨系統大幅度減少人力依賴。此外,結合終端數據反饋,通過支付端口及用戶會員購買數據勾畫精確用戶畫像,指導不同地區的前置倉選品,在前置倉SKU數目僅為門店1/10的情況下,仍然保障低至10%的缺貨率。
在數據系統建設方面,企業通過數據標準化和系統整合對接,保障企業內部數據流通并提升不同企業實體間的數據協同度。另一方面也在終端通過先進設備加強數據沉淀,更多地了解消費者的購買行為及購買偏好。
隨著物流運輸的復雜度大大提升,傳統簡單的手工或者手工加簡單調度體系的方式已經難以滿足物流的需求。應用大數據驅動的智能調度及規劃系統來優化車輛運行時刻、路線及配載的規劃是提升運輸尤其是城配運輸的必由之路,且效益巨大。
而隨著人工智能及自動駕駛技術的迅速發展,車輛自動駕駛技術將對運輸體系帶來顛覆性的影響。以“最后一公里”為例,相比傳統配送,自動駕駛將提升2倍效率。就短途而言,自動駕駛將提升50%以上的效率并且能夠全天運營。
面對高昂的配送成本,現有業內主要的嘗試方向包括調度優化、終端自提點設置、運力眾包及快遞站前置等。隨著供應鏈數據化程度的提升和新型技術的規模化應用,“最后一公里”存在巨大的運營提升空間。
相比搶單模式和人工調度,系統能夠有效地對派單和路徑進行優化。如美團通過大數據及動態算法與智能硬件在最適當的時間和地點自動向配送員推送訂單并實時導航,進行路況播報并提供安全駕駛提醒;盒馬鮮生則通過集單率優化模擬篩選出最適合派送的單量;自提柜等終端自提設備則通過對終端配送點的匯集,大幅度縮短配送員的等待時間及末端配送距離。
在技術優化和新型硬件投入之外,商業模式革新也是重要的降本方向。需求的急速上升超過了平臺自營運力和第三方自有運力的擴張速度,人工投入及設備投入較低的眾包模式應運而生。除運力眾包外,京東、菜鳥等自建或加盟的前置化自提點和快遞站也有助于倉儲下沉。此類自提點往往設置在社區中央,通過讓消費者邁出家門的方式,將倉儲進一步下沉至社區層面,實現物流配送的標準化和集中化,從而顯著減輕配送員的工作難度并提高其日單效率。
電商平臺在數據化方面具有優勢,但是在運力成本控制方面仍具有提升空間。平臺可以與組織化的高效物流商合作,統一外包并調配運力以降低閑置運力比例;另外,也可以考慮自建車隊以規避第三方的溢價并利用自身的數據優勢建設甩掛路線,提高車輛的使用效率。
當前個別區域性的B2B電商平臺,能夠在物流成本上超出同行,接近傳統經銷體系物流成本水平,其關鍵是進行多客戶多貨源共享物流,提升規模效應拉低成本。因此,能夠達成最佳實踐的關鍵點是:通過與組織化的高效物流商合作,將物流配送服務外包并實現統一調配,降低車輛閑置和空駛比例。采取自建物流車隊方式向零售終端提供配送服務,規避第三方物流商旨在盈利而收取的溢價。借助配送回程的多余運力,利用甩掛方式降低車輛空駛比例,提升自有車輛整體使用效率。統倉集配接受程度有限,集配對品類管理和配貨準確性要求高,統倉對管理和調度能力要求高。

步步高集團積極推進供應鏈改革和數字化轉型
零售企業需要借助數字化新興技術,實現零售業務模式的顛覆式重構和智慧零售轉型。值得欣喜的是,目前已有眾多企業在進行嘗試。例如,零售龍頭企業步步高集團近年一直在推進供應鏈改革和數字化轉型。據了解,在商品數字化和顧客數字化基礎上,步步高如今已實現了運營數字化,圍繞顧客需求來提升供應鏈效率,通過步步高Better購小程序、自助收銀、人臉識別等方式,使公司“O+O”的智慧零售模式初見成效。目前,步步高數字化運營門店達到300余家,生鮮供應鏈變革已基本將供應鏈全鏈條環節打通。
家樂福中國自2019年9月被蘇寧收購完成后,也在進行一系列嘗試。據家樂福中國相關負責人透露,經過整合,家樂福和蘇寧雙方的數字化改造已經基本完成。作為蘇寧場景零售的試驗場,將家樂福中國的商品體系跟蘇寧的商品體系打通,是蘇寧改造家樂福中國的重要一步。針對商品同質化問題,家樂福通過線上大數據分析精簡商品品類,選取2000個網紅單品,線下通過情景化的陳列出樣,打造年輕時尚個性化的標簽, 同時將其延伸到依托蘇寧、家樂福已有的家樂福小程序,蘇寧易購APP等線上渠道,強化離店銷售新場景。在商品端,家樂福供應鏈接入蘇寧小店,供應商同時向家樂福和蘇寧小店供貨,蘇寧小店將增加3萬多個商品,極大擴充SKU種類,有效提高商品滿足率,家樂福成為了蘇寧線上超市和蘇寧小店的“大后方”。據悉,在數字化升級后,家樂福與蘇寧易購APP、蘇寧小店統一成一個供應鏈體系,將雙方的采購、倉配、物流等統一管控并實現日配,大大提高供應鏈效率。對蘇寧小店的供應鏈開放只是第一步,家樂福還將規劃上線蘇寧快消品的零售云開放系統。零售云從原來的電器,拓展融合家樂福的供應鏈。
作為2016年成立的連鎖便利店品牌,便利蜂借助互聯網技術,依靠數字化管理,不僅解決了人力成本問題,而且通過數字化管理提高了便利店的整體效率,具體包括:對便利店的各管理環節進行數字化采集,再通過算法分析作出運營指導;通過大數據進行店面選址,且自動進行店鋪設計、貨架設計、展示設計;根據消費者大數據進行智能選品,直接給出采購、展示、上架等指導;從大數據中預測消費趨勢,從龐大的品庫中尋找符合門店的商品;根據產品的消費情況和庫存情況,自動進行價格調整……便利蜂通過將大數據、人工智能、算法算力應用在便利店產業鏈,使整個企業的效率發生了巨大變化。
回顧《零售新變革下的數字化供應鏈》報告中的觀點,趙立強表示,其中許多方面還在進行中,甚至很難說哪些方面已經轉型完成。“對供應鏈來說,單點突破可能無法解決所有問題,而是需要供應鏈上下游多環節配合與協同。例如,最近新興起的社區團購、直播帶貨等模式,對供應鏈管理帶來巨大挑戰,企業必須快速調整方向以滿足快速變化的客戶創新需求,唯有如此才能適應這不斷變革的數字化時代。”