2018年是新零售爆發(fā)的一年，相信大家都感同身受，便利店比以前多了很多，幾乎隨處可見，也感覺一兩個月沒去過超市了，買菜買生活用品都用手機下單，第二天早上就有人送上門了，街上還時不時又見到一些零售新業(yè)態(tài)。但也常?？匆娊稚嫌泻芏嗟赇伬淅淝迩?，門可羅雀，沒過多久就關(guān)門了。從中，我們感受到了生存的殘酷。

對零售企業(yè)來說，其核心競爭力在于“提銷量，控成本”，即開源與節(jié)流。新零售企業(yè)的發(fā)展，得益于越來越多新技術(shù)的落地應(yīng)用，得益于將新技術(shù)不斷應(yīng)用在開源和節(jié)流這兩個方面上。

下面是大數(shù)據(jù)及人工智能在新零售行業(yè)的一些主要應(yīng)用方向，拿走不謝! 

一、運營

1、會員管理

會員運營是新零售企業(yè)很重要的工作，而做好運營工作的前提則是有效認識會員，會員運營則是基于會員標簽基礎(chǔ)上進行的。

會員標簽有基礎(chǔ)性標簽，也有高級標簽。而高級標簽則通過建立算法模型計算出來的，主要用到的算法模型有：

• 會員分群，包括價值分群、行為分群、生命周期分群等等;
• 會員流失預(yù)警，從結(jié)果中篩選出流失、沉睡會員，通過流失挽回、沉睡喚醒等活動策略對這些會員進行激活;
• 會員偏好評估，包括購物偏好、品類偏好、品牌偏好、價格偏好、購買時段偏好、等等;
• 購買傾向預(yù)測，預(yù)估會員在未來一段時間內(nèi)購買某個單品或品類的可能性，可用于篩選出具體某個商品的潛在目標客群;
• 到店時間預(yù)測，預(yù)估會員下一次到店或購買的時間，可用于VIP到店提醒;
• 重復(fù)購買預(yù)測，分析會員是否存在定期重復(fù)購買某一種單品或品類的規(guī)律，并以此判斷出會員下一次到店購買的時間以及可能購買什么商品;
• 會員忠誠度，忠誠度高的會員是企業(yè)的優(yōu)質(zhì)會員，需要重點維護;
• 會員穩(wěn)定度，反映會員消費行為的穩(wěn)定性，不穩(wěn)定的會員需要加以維護;
• 會員購買力，包括會員的整體購買能力，以及會員對單一品類的購買能力(即傾向于購買多大價位的商品);

2、活動圈人

發(fā)起促銷活動時，除了要精心設(shè)計活動外，還需要找準目標客群。這時，就需要結(jié)合內(nèi)外部數(shù)據(jù)，對會員進行精準的特征刻畫，形成多維度、深層次、精細化的標簽體系。

3、線上運營

新零售一個特點是線上線下融合，線上觸達客群，線下購物體驗，線上領(lǐng)取優(yōu)惠券，線下到店享折扣，線上下單，線下提取。在線上，新零售企業(yè)一般會有微信公眾號、微信群(例如，時下興起的社群營銷)、網(wǎng)上商城(小程序、APP、自建商城、等)、第三方生活服務(wù)平臺(如美團、餓了么)等渠道和工具。

商品推薦

根據(jù)會員基本屬性、消費、瀏覽、搜索、活動參與等信息，分析用戶的消費偏好，并在不同的場景和時機下，向會員推薦合適的商品。

例如，當(dāng)會員瀏覽圣誕帽的商品詳情頁面時，則可向其推薦圣誕樹、圣誕襪、圣誕蘋果等與圣誕節(jié)相關(guān)的商品;當(dāng)會員進入購物車頁面時，購物車中已有嬰兒奶粉，則可向其推薦嬰兒用品(如奶嘴、奶瓶等)相關(guān)的商品。

網(wǎng)站優(yōu)化

對于網(wǎng)上商城，通過埋點獲取每個會員/游客詳細的頁面瀏覽數(shù)據(jù)，根據(jù)這些數(shù)據(jù)，可以知道會員/游客從哪個頁面進入，中間看了哪些頁面，停留了多長時間，瀏覽、點擊還是收藏，***從哪個頁面跳出?；谶@樣的數(shù)據(jù)，可以進行漏斗分析或瀏覽軌跡分析，分析網(wǎng)站中某些關(guān)鍵路徑的轉(zhuǎn)化率，以確定整個流程的設(shè)計是否合理、各步驟的優(yōu)劣、是否存在優(yōu)化的空間等，并不斷優(yōu)化頁面設(shè)計，提升用戶體驗。

二、商品/采購

1、智慧選品

新零售時代，選品很重要!

由于新零售基本實現(xiàn)了線上線下同價，因此，可以采用爬蟲技術(shù)，獲取門店所在商圈的同行競品信息，包括商品標題、品牌、產(chǎn)地、屬性、價格、銷量、活動等。通過這些信息，可以知道：

• 同行競品當(dāng)前的品類結(jié)構(gòu)和分布是怎樣的，每個品類分別有多少種商品在賣?
• 同行競品哪些商品賣得好，有什么特點?(側(cè)面反映出所在商圈人群的購物偏好)
• 哪些商品是“我有他也有”，找出與門店中在賣的商品最相似的同行競品，看看這些的商品當(dāng)前價格，是否比自己的價格低，低了多少?
• 哪些商品是同行競品剛剛上新的，哪些商品已經(jīng)下架了?

同時，結(jié)合所在商圈客流人群屬性、人群興趣變化特點，智慧選品可提供有效的品類建議、單品建議以及動態(tài)定價支持，助力商品或采購部門決定當(dāng)前“可以賣什么，不賣什么，賣多少錢”。

2、精準定價

依據(jù)大數(shù)據(jù)和算法，對商品進行“智能化”的定價，就是動態(tài)定價策略。以價格為軸心，基于商品價格彈性，結(jié)合市場競爭環(huán)境，為商品量身打造最適合的競爭性動態(tài)定價策略。

三、門店

1、客流分析/動線分析

通過攝像頭視頻監(jiān)控技術(shù)，實時捕獲進店顧客、離店顧客以及店外客群的人臉圖片，并運用人臉識別算法對人臉圖片進行處理，判斷出顧客的性別、年齡等信息，并建立顧客的信息檔案畫像，包括經(jīng)過門店頻次、經(jīng)過時段、進店頻次、進店時段、新老顧客、在店時長等。

再進一步，可以在各陳列區(qū)域安置攝像頭或探針，實時掌握每個顧客在店內(nèi)行走軌跡的數(shù)據(jù)。

另外，也可通過自助結(jié)算終端在顧客結(jié)賬時自動抓取顧客人臉，這樣就可以知道哪些顧客進店之后最終會購買、哪些顧客是VIP會員。

以前零售企業(yè)只知道會員以及消費的信息，現(xiàn)在可以通過攝像頭和人臉識別技術(shù)可以將消費數(shù)據(jù)和客流數(shù)據(jù)打通，獲取更加豐富的信息，包括顧客(甚至周邊人群)以及消費前的信息。

通過分析客流數(shù)據(jù)和消費數(shù)據(jù)，可以知道

近期店外客流、店內(nèi)客流趨勢如何，是否存在波動異常，找出原因，評估對門店直接或間接的影響，例如天氣、節(jié)假日、周邊設(shè)施建設(shè)、大型活動、促銷、新品上市、門店裝修、店內(nèi)布局優(yōu)化、服務(wù)提升，等;

店外客流、店內(nèi)客流各時段客流分布。哪個時段店外客流多，可采取措施重點吸引該時段客流進店;哪個時段店內(nèi)客流多，可在該時段合理安排店內(nèi)人力多一點，提升服務(wù)水平，提高客戶滿意度;看看店內(nèi)外客流在時段分布上是否存在差異，分析原因。

店內(nèi)外客流人群特征。看看每天經(jīng)過門店的是什么人，進店的又是什么人，進而可以明確門店目標客群與進店客群是否一致，如果不一致，則需要調(diào)整經(jīng)營策略;看看店內(nèi)外客群特征是否一致，進而知道門店是否”在對的地方找到了對的人”，店外有哪些主要客群是店內(nèi)沒有覆蓋的，門店可制定差異化經(jīng)營策略，吸引這些客群進店消費。

店外客流中有多少比例的人進店，即進店轉(zhuǎn)化率，反映的是門店的吸客能力，即吸引店外客流，轉(zhuǎn)化為店內(nèi)客流;通過進店轉(zhuǎn)化率的前后對比，可知道門店的吸客能力是否有所提升，或者某項促銷活動的效果如何;也可用于不同門店間吸客能力的比較。

店內(nèi)客流中有多少比例的人會購買商品，即消費轉(zhuǎn)化率，在一定程度上反映店內(nèi)客流中有效潛在顧客的比例情況;結(jié)合店內(nèi)客流情況，通過消費轉(zhuǎn)化率的前后對比，可知道門店的服務(wù)水平和銷售能力是否有所提升，或者某項促銷活動的效果如何;也可用于不同門店間的消費轉(zhuǎn)化率對比，看看哪個門店的綜合服務(wù)水平高。

動線分析，即顧客在店內(nèi)的行走軌跡如何，在哪個區(qū)域停留時間長，進而知道哪個區(qū)域客流多，商品關(guān)注度高，可幫助優(yōu)化商品陳列，提升整店坪效，優(yōu)化人員配置，為促銷安排做輔助決策。

另外，在顧客進店時，可通過與后臺數(shù)據(jù)庫的人臉身份比對，看看顧客是否會員，并且有什么優(yōu)惠券領(lǐng)了還沒用，進而向顧客推送提醒通知，提升顧客選購的概率。

2、刷臉支付

刷臉支付運用人臉識別算法，實時地將用戶支付時掃描的人臉與后臺用戶檔案數(shù)據(jù)庫中的人臉圖片進行比對，如果確認為同一個人，則通過支付。

目前階段，刷臉支付還具有一定的安全風(fēng)險。用戶支付時掃描的人臉容易受到光線、角度等影響而導(dǎo)致與后臺數(shù)據(jù)庫人臉圖片比對不成功，進而無法支付，或者用戶A的人臉與后臺數(shù)據(jù)庫中用戶B的人臉圖片由于誤判而比對成功，這樣導(dǎo)致了“A消費但扣了B的錢”。刷臉支付需要具有極高的判斷精度并將這兩種情況的風(fēng)險降至最小，才可廣泛使用。

3、口碑分析

利用文本分析算法，通過分析用戶評論數(shù)據(jù)(來源于線上商城商品評論、公眾號文章留言等)以及客戶滿意度調(diào)研數(shù)據(jù)，可了解顧客對門店各方面的評價情況，包括：

• 門店整體口碑好還是壞;
• 顧客評價主要涉及哪些方面，服務(wù)態(tài)度、門店衛(wèi)生、店內(nèi)體驗、商品質(zhì)量、自助工具、物流配送、促銷活動、等等;
• 除評價外，顧客提出了哪些需求或建議;

口碑分析結(jié)果，可以反饋給研發(fā)、運營、商品、物流、門店等部門人員，推動門店經(jīng)營綜合服務(wù)質(zhì)量的整體提升。

另外，也可以針對與企業(yè)相關(guān)的某個特殊或重大事件，實時獲取網(wǎng)絡(luò)輿情數(shù)據(jù)，讓管理者及時掌握輿論態(tài)勢，及時做出有效的應(yīng)對措施。

4、購物籃分析

購物籃分析起源于沃爾瑪超市經(jīng)典案例——“啤酒和尿布”，其主要解決的問題是：一群顧客購買了很多商品之后，哪些商品同時購買的可能性比較高?購買了商品A的同時購買哪個商品的可能性比較高?購買商品A之后購買哪個商品的可能性比較高?

如果在研究的問題中，一個顧客購買的所有商品假定是同時一次性購買的，分析的重點就是所有顧客購買的商品之間的關(guān)聯(lián)性;如果假定一個顧客購買商品的時間是不同的，而且分析時需要突出時間先后上的關(guān)聯(lián)，如先買了什么，后買了什么?那么這類問題稱之為序列問題，它是關(guān)聯(lián)問題的一種特殊情況。

購物籃分析的結(jié)果主要用于：

• 將關(guān)聯(lián)度高的商品捆綁在一起，或者擺放在一起，以折扣優(yōu)惠的方式，吸引顧客購買;
• 向購買了某商品的顧客，推薦與該商品關(guān)聯(lián)度高的其它商品;

5、商品陳列

零售的三大場景包括陳列、收銀和盤點。商品陳列直接影響著顧客的購物體驗，門店經(jīng)營者在陳列上也是費勁心思，極力迎合顧客消費習(xí)慣。

通過動線分析可以指導(dǎo)顧客在店內(nèi)的行走軌跡，并結(jié)合分析訂單數(shù)據(jù)發(fā)現(xiàn)顧客購物習(xí)慣，用以指導(dǎo)商品陳列。例如，發(fā)現(xiàn)有部分顧客經(jīng)常購買一些高單價商品，但這些商品沒有擺放一起，或者和其它商品放一起很難找到，因此，可以設(shè)立精品區(qū)，將高單價優(yōu)質(zhì)商品集中在一個區(qū)域，方便這些顧客選購;18年俄羅斯世界杯期間，數(shù)據(jù)發(fā)現(xiàn)啤酒和小龍蝦被同時購買的訂單很多，于是可以將啤酒和小龍蝦捆綁起來擺放在一起并以折扣優(yōu)惠的方式來售賣。

6、貨架監(jiān)控

通過攝像頭和圖像識別技術(shù)掃描和分析冰柜、貨架、對頭等陳列設(shè)備上的任意商品，判斷出貨架上的商品是否開始變質(zhì)或快過期了(例如，與昨天比，今天的香蕉表皮開始出現(xiàn)了斑點)，商品擺放是否凌亂，是否有商品沒有放對位置或沒有放回原位(例如，香蕉的區(qū)域放有一個蘋果)，哪個商品開始缺貨了，等等，并將結(jié)果及時通知店員。

7、智能巡店

智能巡店為管理者提供視頻巡店、圖片巡店、現(xiàn)場巡店等多種巡店方式，讓管理者“運籌帷幄之中，決勝千里之外”。管理者可在監(jiān)控中心、移動端上看到各門店的實時視頻，還能通過監(jiān)控中心向前端云臺發(fā)出控制指令，控制云臺進行門店細節(jié)觀察，對門店進行遠程實時抽檢監(jiān)控。平臺支持視頻的截圖編輯和在線考評操作，確保企業(yè)各級管理者可以無障礙的到達門店，隨時進行貨架、員工、衛(wèi)生等情況的監(jiān)督考評，降低巡店成本，提升巡店效率。

8、智能防損

防損工作是商超運營的重中之重。針對內(nèi)部原因造成的商品損耗，可在收銀環(huán)節(jié)進行POS收銀監(jiān)控。系統(tǒng)將收銀過程中的單票內(nèi)容與監(jiān)控視頻實時疊加顯示，通過時間和小票單據(jù)號實現(xiàn)歷史交易視頻快速查詢和回放。既能為實體零售管理者提供有效的門店防損監(jiān)督手段，也為交易糾紛提供可視化交易追溯舉證。

另外，通過人工智能技術(shù)可以快速識別“慣偷”等特殊人群的人臉信息并推送警報，方便店員及時采取措施，減小損失。同時，還可以共享人臉信息，把重點人員信息同步到各個門店。

9、人員排班

通過時段分析可以知道哪個時段客流多，哪個時段客流少，更進一步可以知道每個時段分別是哪些區(qū)域客流多，哪些區(qū)域客流少。從而可以卻確定在各營業(yè)時段分別安排多少人，分別安排在哪些區(qū)域，等等。

另外，也可利用算法預(yù)測各門店在高峰期(如大促、節(jié)假日等)的業(yè)務(wù)量，靈活調(diào)配人員以現(xiàn)場支撐。

10、商圈分析

通過融合各方面的內(nèi)外部數(shù)據(jù)，可以獲取各門店所在商圈的信息，包括：

• 商圈的宏觀經(jīng)濟發(fā)展數(shù)據(jù)，人口規(guī)模如何，居民收入水平如何;
• 商圈有多少寫字樓(高、中、低檔分別占多少)，有多少住宅，樓價多少，有沒有學(xué)校、工廠、政府部門/事業(yè)單位、等等，從中可以知道商圈中人群的構(gòu)成，即白領(lǐng)、居家人群、學(xué)生、工人等身份人群分別占多少;
• 商圈的位置、交通情況;
• 商圈人群特征，包括基本信息、購買偏好等;

利用這些信息，可應(yīng)用于門店選址，也可幫助管理者決策在各門店“賣什么，不賣什么”以及合適的促銷策略。例如，在高檔辦公區(qū)域的門店，優(yōu)質(zhì)、高價位的便當(dāng)、水果、零食可以多些，生鮮類商品則要盡量少些;而住宅區(qū)的門店，生鮮類商品可要多一些。

11、競店動態(tài)

通過線上數(shù)據(jù)抓取、線下調(diào)研采集等方式，獲取各門店周邊競爭對手的信息，包括：

• 競爭對手當(dāng)前在賣商品的品類結(jié)構(gòu)，即哪些品類的商品多，哪些品類商品少;
• 競爭對手具體在賣哪些商品，價格如何，有無降價，銷量如何;
• 競爭對手當(dāng)前在做什么活動，吸引了多少客流，效果如何;
• 競爭對手最近上新什么商品，下架了什么商品;
• 競爭對手門店陳列布局情況;
• 關(guān)于競爭對手的其它信息;

所謂“知己知彼，百戰(zhàn)不殆。”知道了競爭對手動態(tài)，門店可在優(yōu)化品類結(jié)構(gòu)、選品、促銷、陳列等方面采取相應(yīng)的措施。

12、可視化大屏

數(shù)據(jù)可視化是信息化的***一公里，是用戶直接感受數(shù)據(jù)魅力的***環(huán)節(jié)，尤其是看到類似阿里雙十一大屏這樣的實時可視化大屏的時候，相信很多人都驚嘆不已。

可視化大屏采用大數(shù)據(jù)技術(shù)，實時計算關(guān)鍵的KPI指標，加以高度數(shù)據(jù)可視化，最終動態(tài)呈現(xiàn)在大屏上。通過可視化大屏，用戶可了解截至當(dāng)前各項核心指標的***情況，例如，當(dāng)前累計營業(yè)額、新增會員數(shù)、哪些商品賣得***，等等。

可視化大屏特別適合應(yīng)用在以下幾個場景：

• 新店開業(yè);
• 大型促銷活動;
• 投資人、合作伙伴、重要客戶來訪，公司能力展現(xiàn);

四、拓展

1、智慧選址

古人云：“天時，地利，人和”，一件事成不成，地利就占了三分之一，可見位置有多重要。對于線下零售門店來說，選址的重要性不言而喻。

傳統(tǒng)選址周期長，成本高，決策所需數(shù)據(jù)大量來源于抽樣調(diào)查、實地考察、現(xiàn)場卡表統(tǒng)計等人工收集，區(qū)域人口分布、人群特征等數(shù)據(jù)均依賴于少量問卷調(diào)研、現(xiàn)場監(jiān)測人員經(jīng)驗判斷、二手數(shù)據(jù)資料、過多依賴人工經(jīng)驗，且人工收集的數(shù)據(jù)質(zhì)量存在滯后、不準確問題，容易影響最終的選址結(jié)果，數(shù)據(jù)準確性低、選址效果難保障。另外，選址也缺乏目的性，當(dāng)前選址如大海撈針，需要從區(qū)域中找出大量可行區(qū)域，再從眾多區(qū)域內(nèi)的海量街道和店鋪中找到基本合適的網(wǎng)點地址。

智慧選址通過數(shù)據(jù)抓取、數(shù)據(jù)交換、數(shù)據(jù)引入等多種方式，融合維度豐富的外部數(shù)據(jù)，依據(jù)各區(qū)域(粒度可細至商圈、街道)區(qū)域經(jīng)濟發(fā)展、配套設(shè)施、客流及趨勢、競爭對手分布等信息，綜合評估各區(qū)域的價值，篩選出有潛力且適合拓展的潛在區(qū)域。在此基礎(chǔ)上，深入洞察潛在區(qū)域的客群特征，并分析潛在區(qū)域的主體客群與企業(yè)自身客群定位的匹配程度，從而從潛在區(qū)域中進一步確定出目標區(qū)域。

簡單來說，智慧選址可幫助零售企業(yè)“在哪里開店、賣什么商品、賣給誰、覆蓋多大范圍”。

五、客服

1、智能客服

目前，在中國智能客服市場已經(jīng)涌現(xiàn)了一大批提供第三方智能客服服務(wù)的企業(yè)和智能客服產(chǎn)品，例如IBM Waston、科大訊飛、小i機器人、智齒科技、小能機器人、玻森、追一、網(wǎng)易七魚、微軟小冰、阿里小蜜、百度夜鶯、思必馳、第四范式等等。

智能客服機器人基于自然語言處理、大規(guī)模機器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)，使用海量數(shù)據(jù)建立對話模型，結(jié)合多輪對話與實時反饋自主學(xué)習(xí)，精準識別用戶意圖，支持文字、語音、圖片的交互，實現(xiàn)了多領(lǐng)域的語義解析和多形式的對話，實現(xiàn)批量、高效、準確、靈活地應(yīng)答客戶問題，降低企業(yè)客服人力成本，提高客戶滿意度。

智能客服機器人一般的工作流程如下：

• 首先用戶以文本或語音的方式描述自己遇到的問題
• 機器將用戶的問題轉(zhuǎn)換成能理解的形式
• 將文本通過模型解析，找到知識庫中匹配度***的“答案”
• ***把答案輸出，以文本或語音的方式反饋給用戶

六、倉儲

1、庫內(nèi)監(jiān)控

通過對倉庫運營監(jiān)控，實現(xiàn)可視化管理，指導(dǎo)現(xiàn)場管理人員處置干預(yù)，提供輔助決策支持。建立倉儲實時作業(yè)監(jiān)控體系，建立入庫、庫存、出庫三大體系管理實時監(jiān)控功能。提供倉庫單量預(yù)測及排班建議，根據(jù)預(yù)測單量、人工效能，實時計算排班人員，為倉庫排班提供數(shù)據(jù)支撐。

庫內(nèi)監(jiān)控的目的就是要將倉儲信息實時化、透明化、公開化，建立監(jiān)控、監(jiān)督機制，提高人效、坪效以及貨品周轉(zhuǎn)。

2、揀貨路徑優(yōu)化

揀貨效率的提升依賴于貨物的擺放、揀貨路徑優(yōu)化、改善設(shè)備等。

貨物要擺放在合適的貨架上的合適位置，會遵循一些原則，例如，

• 銷售量大或者促銷商品應(yīng)該擺放在靠近倉庫出口處或進口處的貨架上;
• 銷售量大或促銷商品應(yīng)放置在黃金貨架中間的黃金位置;
• 銷量小的商品放在貨架的最下層或最上層;

揀貨路徑優(yōu)化則是屬于地理信息學(xué)中的路線規(guī)劃問題，主要利用運籌學(xué)、動態(tài)規(guī)劃算法，在最小化揀貨時間、成本等多種約束下，確定出效率***的揀貨路徑。

依靠人工揀貨，出錯率高而且效率低，因此，當(dāng)前在倉庫揀貨環(huán)節(jié)開始無人化，如揀貨機器人。

七、配送

1、智能裝車

根據(jù)預(yù)測的需求量，運用優(yōu)化模型計算出每個地區(qū)的補貨頻率。同時，結(jié)合車型、運載量、運輸成本等相關(guān)運輸數(shù)據(jù)，計算出未來一周***的排車計劃。排車計劃會結(jié)合各補貨計劃人員負責(zé)的區(qū)域，以均衡各人的工作安排以及更妥善的人力分配。

排車計劃由于受到公司策略、產(chǎn)品促銷、庫存調(diào)配、人手安排等因素的影響，具有一定的變動性。計劃人員可以靈活方便地對其進行變動，而這些變動又被系統(tǒng)紀錄起來，并區(qū)分成計劃調(diào)整和臨時變動兩種狀態(tài)，以作為日后排車的依據(jù)和對排車效果分析的數(shù)據(jù)源。

2、運輸路徑***化

同樣地，運輸路徑優(yōu)化也屬于地理信息學(xué)中的路線規(guī)劃問題，利用運籌學(xué)、動態(tài)規(guī)劃算法，在運輸成本最小化、配送時效***化等多種約束下，輸出***的運輸解決方案。

3、運輸監(jiān)控

運用網(wǎng)絡(luò)通信以及GPS定位技術(shù)并結(jié)合掛載的拍照攝像頭、大數(shù)據(jù)可視化技術(shù)，實時定位追蹤運輸中的車輛，隨時掌握車輛的實際位置和運動趨勢，以及對車輛運行狀態(tài)的監(jiān)督。同時，實時判斷出以當(dāng)前速度是否延遲到達目的地，并發(fā)送延誤預(yù)警，以便及時做出應(yīng)對措施。

八、供應(yīng)鏈

1、銷售預(yù)測

基于機器學(xué)習(xí)、深度學(xué)習(xí)等算法技術(shù)，結(jié)合考慮天氣、節(jié)假日、促銷、新品發(fā)布等影響因素，從商品銷量或銷售額的波動趨勢中發(fā)現(xiàn)變化規(guī)律，并預(yù)測未來一段時期內(nèi)的銷量或銷售額。銷售預(yù)測模型可實現(xiàn)自動化、批量化、層次化的預(yù)測，即可預(yù)測不同層級部門(如總部-大區(qū)-省-市-區(qū)-商圈-門店)下不同層級商品(大類-中類-小類-商品)的銷售預(yù)測。銷售預(yù)測結(jié)果可應(yīng)用于以下幾個方面：

• 公司戰(zhàn)略或年度計劃制定;
• 分倉決策;
• 自動補貨計劃的制定;
• 業(yè)務(wù)高峰期人員、物資等資源調(diào)配;

2、智能分倉

智能分倉可運用遺傳算法等優(yōu)化算法，根據(jù)銷量預(yù)測、倉庫網(wǎng)點布局、運輸成本與時效等因素，模擬計算各種可能的分倉方案下的成本與時效，并給出***的分倉方案。

3、自動補貨

大多零售企業(yè)存在關(guān)于客戶需求和庫存水平之間的矛盾：一是庫存過剩，即客戶的需求量低于庫存量，這種情況下出現(xiàn)存貨積壓，增加庫存成本;一是庫存不足，即客戶的需求量高于庫存量，這種情況會造成部分客戶無法及時買到需要的產(chǎn)品，服務(wù)水平下降。解決的方法是：對客戶需求量進行預(yù)測，按需供貨，優(yōu)化庫存水平。當(dāng)庫存水平剛好能滿足客戶需求量時，為***庫存量。這是最理想的狀態(tài)，實際中很難完全達到，而只能盡可能逼近***庫存水平。

自動補貨策略的制定，主要基于多層次的補貨網(wǎng)絡(luò)，從成品生產(chǎn)的工廠到物流中心到外倉，從外倉到門店，綜合考慮各個商品的預(yù)測銷量和需求的變動、運輸時間、包裝規(guī)格、庫存成本、運輸成本、運輸頻率、客戶服務(wù)水平、庫存策略、最小訂貨量等影響因素后，更精細地動態(tài)制定庫存補貨策略，包括重訂購水平以及訂購至水平。這些補貨策略能細致到具體每個倉庫、每個門店的每個商品，而且隨著時間的推移動態(tài)適應(yīng)市場變化并進行相應(yīng)的調(diào)整。

九、人力

1、人崗匹配

人崗匹配模型運用文本挖掘和知識圖譜技術(shù)，將簡歷和崗位信息從家庭背景、學(xué)歷、工作年限、工作經(jīng)驗、項目經(jīng)歷、職位、業(yè)績等方面進行有效地解析，從而確保簡歷和崗位能夠精準匹配，從而提升HR工作效率，降低招聘成本，幫助HR完全運營和盤活人才庫，更好地將企業(yè)人才積累發(fā)揮***的價值。此外，模型還會根據(jù)更多招聘行為的產(chǎn)生自動學(xué)習(xí)調(diào)優(yōu)，進一步學(xué)習(xí)并描繪出職位的候選人畫像，極大的保障了“崗得其人”、“人適其崗”。

2、離職預(yù)警

通過分析員工的基本信息(崗位、工齡、入職年限、工資、績效、家庭情況等)、打卡簽到、工作表現(xiàn)、瀏覽網(wǎng)頁、問卷調(diào)查等方面的量化數(shù)據(jù)，運用機器學(xué)習(xí)算法，挖掘出員工離職前的表現(xiàn)特征，并預(yù)測出哪些員工最可能于近期離職，助力HR及用人部門提前進行干預(yù)及安撫，保持人員穩(wěn)定。