全球領先的管理咨詢公司貝恩公司今日（9月12日）發(fā)布《零售新變革下的數(shù)字化供應鏈》報告指出，零售新業(yè)態(tài)模式下，傳統(tǒng)供應鏈亟待進行全面的數(shù)字化轉(zhuǎn)型升級，而大數(shù)據(jù)、智能化軟件和物聯(lián)網(wǎng)硬件的迅速成熟，將為供應鏈的各個環(huán)節(jié)帶來巨大的變革機會。
“零售新變革對傳統(tǒng)供應鏈體系提出了全新的要求，供應鏈必須快速調(diào)整方向以滿足快速變化的客戶創(chuàng)新需求，這對靈活性和敏捷性較差的傳統(tǒng)供應鏈體系來說是一個巨大的挑戰(zhàn)。”貝恩公司全球合伙人、大中華區(qū)消費品及零售業(yè)務主席、數(shù)字化研究院院長丁杰表示。
丁杰認為，傳統(tǒng)供應鏈首先要厘清自身所面臨的挑戰(zhàn)，其次積極利用大數(shù)據(jù)、智能化軟件和物聯(lián)網(wǎng)硬件等先進技術，結(jié)合實際客戶需求，制定創(chuàng)新的數(shù)字化供應鏈解決方案。
貝恩公司與G7匯通天下合作，對超過50家業(yè)內(nèi)領先的供應鏈企業(yè)展開調(diào)研，包括品牌商、物流平臺、物流商、零售商、2C及2B電商平臺。研究發(fā)現(xiàn)，需求預測難與配送成本高是目前供應鏈領域的首要難題，有近七成受訪者表示感到轉(zhuǎn)型壓力非常大。
在需求預測方面，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(chǎn)彈性都面臨巨大挑戰(zhàn)。企業(yè)內(nèi)外部數(shù)據(jù)可見度低，更是提高了預測難度。面對大幅增加的SKU數(shù)和訂單頻次，許多企業(yè)往往面臨“分析師人手不足、分析深度不夠”的尷尬局面。
在配送成本方面，隨著零售升級，消費者的碎片化需求和極高的時效要求導致“最后一公里”終端配送成為物流中難度最大、成本最高的領域之一。以即時配送領域為例，自2016年起，除了美團、餓了么等外賣企業(yè)，盒馬鮮生、超級物種、沃爾瑪、天貓商城等新零售品牌也紛紛啟動即時配送服務。雖然參與者眾多，成本卻高居不下，每單配送費往往在10元至15元。除去地段最好、單量最大、客單價最高的少數(shù)頭部門店，絕大多數(shù)參與者目前尚未實現(xiàn)盈利。
其他挑戰(zhàn)還包括：線上線下物流體系分立、倉儲管理復雜化、運輸規(guī)劃復雜化、B2B電商平臺物流成本高。
報告指出，零售新業(yè)態(tài)模式下，傳統(tǒng)供應鏈在數(shù)據(jù)庫建設、產(chǎn)銷規(guī)劃及運營效能提升方面均存在一定的機會領域，亟待進行全面的數(shù)字化轉(zhuǎn)型升級?；谏鲜鎏魬?zhàn)，貝恩向構建數(shù)字化供應鏈以服務零售新變革的企業(yè)提出以下六項建議：
1.基于大數(shù)據(jù)提升預測能力。提高數(shù)據(jù)收集能力和數(shù)據(jù)質(zhì)量，結(jié)合算法優(yōu)化手段提升需求預測準確度；
2.建立線上線下整合的一體化的物流體系。整合兩套分立的體系，提升庫存、倉儲及運輸?shù)木C合利用效率及響應速度；
3.在大數(shù)據(jù)驅(qū)動下優(yōu)化倉儲供應鏈布局。在數(shù)據(jù)驅(qū)動下，優(yōu)化倉儲點及物流路線布局提升效率；
4.通過智能調(diào)度體系及自動駕駛技術優(yōu)化運輸城配效率。基于數(shù)據(jù)的自動調(diào)度、規(guī)劃及配載系統(tǒng)來提升復雜運輸體系的效率，中遠期積極利用自動駕駛等新一代技術的創(chuàng)新機遇。貝恩預測，自動駕駛技術將在2020年左右出現(xiàn)眾多商用路試方案，2025年前后有很大機會在物流、無人出租車等行業(yè)率先出現(xiàn)大規(guī)模商業(yè)應用，對物流運輸領域產(chǎn)生顛覆性變化。
5.利用智能調(diào)度、眾包模式及前置自提綜合解決最后一公里配送成本。最后一公里配送在強調(diào)客戶高時效體驗的同時，結(jié)合智能調(diào)度技術及創(chuàng)新的物流模式來降本增效；
6.提升區(qū)域濃度、共享倉配服務以共同降低2B電商平臺成本。提升區(qū)域濃度，同時打造共享不同品牌、不同客戶之間的倉配服務，是降低平臺配送成本的有效途徑。
以下為報告摘錄取
零售新變革對供應鏈的沖擊與挑戰(zhàn)是全方位的，將會拉動供應鏈的各個環(huán)節(jié)進行根本性的變化。從我們的研究看來，傳統(tǒng)的供應鏈各環(huán)節(jié)在面對零售新變革的時候都存在明顯的痛點。
基于研究中受訪企業(yè)的反饋，以上列出的問題具備相當?shù)钠毡樾浴Ｓ绕涫窃谛枨箢A測及配送成本方面， 將近七成供應鏈參與者均感到轉(zhuǎn)型壓力非常大。
1.需求預測及敏捷響應
我們的研究顯示，消費者需求分散導致的訂單碎片化、產(chǎn)品定制化給生產(chǎn)端帶來了大量壓力。過去消費者需求相對單一，因而規(guī)?；?、批量生產(chǎn)的方式在傳統(tǒng)品牌商中占據(jù)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(chǎn)彈性都面臨巨大挑戰(zhàn)。
企業(yè)內(nèi)外部數(shù)據(jù)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(tǒng)行業(yè)零售商過去采用層層分銷的方式，除了部分大型經(jīng)銷商外，并不具備到次級經(jīng)銷商及門店的數(shù)據(jù)可見度。其次，許多企業(yè)內(nèi)部不同渠道、不同區(qū)域間的數(shù)據(jù)也尚未打通，無法做到全局協(xié)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(zhàn)。
此外，大量企業(yè)在預測系統(tǒng)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(xiàn)，缺乏對外部信息的合理整合，并且分析絕大多數(shù)由人工完成，面對大幅增加的SKU數(shù)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。
2.線上線下物流體系分立
很多傳統(tǒng)行業(yè)零售商過去采用層層分銷的方式，除了部分大型經(jīng)銷商外，并不具備到次級經(jīng)銷商及門店 的數(shù)據(jù)可見度。此外，許多企業(yè)內(nèi)部不同渠道、不同區(qū)域間的數(shù)據(jù)也尚未打通，無法做到全局協(xié)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(zhàn)。
3.倉儲管理
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(xiàn)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(tǒng)倉儲的管理提出了挑戰(zhàn)。
以某領先生鮮電商為例，其前置倉內(nèi)放置的SKU數(shù)不能多于500，僅占整體SKU的1/6，且多為周轉(zhuǎn)天數(shù)較低的高頻商品，需要每日補貨才能保持新鮮。同時，不同地區(qū)間消費者偏好差異較大，顯著提升了備貨難度。在單量密集度不夠的情況下，高達數(shù)萬元的建倉成本及月度投入給資金端帶來較大壓力。
4.干線及城際配送
生產(chǎn)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(xù)提升，終端覆蓋由原先的城市級深入到區(qū)縣、鄉(xiāng)鎮(zhèn)，同時當日達、次日達在業(yè)務中的比例顯著提升。為了配合時效提升，各商家紛紛調(diào)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(xiàn)有干線及城配的路徑與車次規(guī)劃難以循序跟進。
5.“最后一公里”配送
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(fā)激烈，除了美團及餓了么等外賣企業(yè)，盒馬鮮生、超級物種、沃爾瑪、天貓商城等新零售品牌也紛紛啟動即時配送服務。雖然參與者眾多，即時配送的每單成本仍然高居不下，每單配送費往往在10元-15元/單。除去地段最好、單量最大、客單價最高的少數(shù)頭部門店，絕大多 數(shù)參與者尚未實現(xiàn)盈利。以某領先O2O企業(yè)為例，雖然其配送業(yè)務發(fā)展極快，年增速高達300%，但在目前50元左右的客單價下，基本處于“送一單，虧一單”的情況。
此外，消費者“隨時隨地”的要求使得各類參與者紛紛提出“3公里生活圈”概念，并力爭在該區(qū)域內(nèi)將現(xiàn)有1小時的送貨時間提升至30分鐘。然而配送窗口的縮短會導致路徑更加碎片化，為了滿足準時率，犧牲有限時間內(nèi)的集單量。此外盒馬鮮生、餓了么、超級物種等嘗試開展24小時配送服務， 面向午夜、清晨等訂單小高峰。可以預見，這些即時配送服務提升計劃將進一步加重企業(yè)的物流成本虧損壓力。
6.B2B電商通路
互聯(lián)網(wǎng)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(yè)態(tài)。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(wǎng)絡能夠更快、更有效地觸及雜貨店、夫妻店等渠道。但現(xiàn)有電商平臺相較經(jīng)銷商城配成本普遍更加高昂，成為其顛覆傳統(tǒng)分銷渠道的一個重要阻礙。
零售新業(yè)態(tài)模式下，傳統(tǒng)供應鏈在數(shù)據(jù)庫建設、產(chǎn)銷規(guī)劃及運營效能提升方面均存在一定機會領域，亟待進行全面的數(shù)字化轉(zhuǎn)型升級?；趫蟾娴年P鍵結(jié)論，我們對供應鏈參與者提出以下四類可能的解決方案：
1.提升基于數(shù)據(jù)的預測能力
首先，企業(yè)應當貼合自身運營狀況在關鍵環(huán)節(jié)增加監(jiān)控，提高數(shù)據(jù)的掌握程度；同時通過內(nèi)外部分享協(xié)同，實現(xiàn)關鍵系統(tǒng)的打通整合。擁有足夠數(shù)據(jù)體量后，企業(yè)需要排除數(shù)據(jù)缺失并建立統(tǒng)一標準，以提升數(shù)據(jù)質(zhì)量，提高數(shù)據(jù)利用率。最后的決策階段則需要積極引入大數(shù)據(jù)、人工智能等新技術，采取最優(yōu)算法最大化預測效果。
以某領先跨國化妝品公司為例，該客戶原先采用人工為主、系統(tǒng)為輔的預測方式，預測偏差高達約30%并且嚴重依賴分析員的經(jīng)驗判斷。在貝恩的幫助下，其利用大數(shù)據(jù)建立新的智能銷售預測系統(tǒng)，使預測偏差降低9%并大幅度降低工作難度。
針對需求預測難，行業(yè)內(nèi)先進的企業(yè)也在綜合采取數(shù)據(jù)系統(tǒng)建設、預測算法優(yōu)化、分析能力提升及定制化生產(chǎn)等方式解決。在數(shù)據(jù)系統(tǒng)建設方面，企業(yè)通過數(shù)據(jù)標準化和系統(tǒng)整合對接，保障企業(yè)內(nèi)部數(shù)據(jù)流通并提升不同企業(yè)實體間的數(shù)據(jù)協(xié)同度。另一方面也在終端通過先進設備加強數(shù)據(jù)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(shù)據(jù)結(jié)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(nèi)選品，大幅度提升預測準確度并降低店內(nèi)商品報廢率。
2.線上線下倉配一體化服務
隨著大量消費品企業(yè)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(xié)同作用，尤其是在品牌企業(yè)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。
實施線上線下共同管理，帶來的成本節(jié)約主要來自于四個方面，其中整合庫存帶來的收益最為明顯:
基于線上線下共同管理的巨大效益潛力，領先的電商物流企業(yè)如菜鳥、京東以及眾多品牌企業(yè)如耐克、GAP、杜蕾斯等都在積極嘗試。初步的實踐發(fā)現(xiàn)，對于線上銷售額占總銷售達到15%或以上的企業(yè)，整合線上線下的物流可以達到3%-5%的物流成本節(jié)約。
當然，在當前的實踐中要完全實現(xiàn)線上線下統(tǒng)一管理的優(yōu)勢，還有許多具體的難題需要克服，例如：線上倉和線下倉操作模式差異的協(xié)調(diào)問題；實體庫存與線上訂單的操作協(xié)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(zhàn)都有待于在進一步的實踐中利用新的商業(yè)模式及技術加以攻克。
3.在數(shù)據(jù)驅(qū)動下優(yōu)化供應鏈網(wǎng)絡布局
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(wěn)健期，因此整體網(wǎng)絡的資源分配存在較大提升空間。物流網(wǎng)絡的優(yōu)化需要立足于公司戰(zhàn)略，結(jié)合產(chǎn)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(jié)果上兼顧物流效能、成本控制、反應速度、營運資金管理等。
以某知名飲品公司為例，其產(chǎn)品結(jié)構較為復雜并擁有全球化供應鏈網(wǎng)絡，快速變遷的消費偏好給其現(xiàn)有的物流系統(tǒng)帶來了巨大挑戰(zhàn)。貝恩通過系統(tǒng)診斷發(fā)掘現(xiàn)有網(wǎng)絡中的優(yōu)化潛力，并對各類潛在解決方案進行系統(tǒng)化模擬，從中選擇最優(yōu)方案，成功使該客戶的物流成本降低并大幅提升了反應速度。
同時，在跨倉管理及店倉合一體方面，國內(nèi)以便利蜂為代表的新型創(chuàng)業(yè)公司通過與WMS、ERP系統(tǒng)聯(lián)通的互聯(lián)網(wǎng)平臺打通總倉、前置倉、門店及貨柜，實現(xiàn)高度精準的庫存實時監(jiān)測，并開發(fā)面向供應商的自動訂貨補貨系統(tǒng)大幅度減少人力依賴。此外結(jié)合終端數(shù)據(jù)反饋，通過支付端口及用戶會員購買數(shù)據(jù)勾畫精確用戶畫像，指導不同地區(qū)的前置倉選品，在前置倉SKU數(shù)目僅為門店1/10的情況下仍然保障低至10%的缺貨率。
4.智能調(diào)度體系及自動駕駛技術優(yōu)化運輸城配效率
隨著物流運輸?shù)膹碗s度大大提升，傳統(tǒng)簡單的手工或者手工加簡單調(diào)度體系的方式已經(jīng)難以滿足物流的需求。應用大數(shù)據(jù)驅(qū)動的智能調(diào)度及規(guī)劃系統(tǒng)來優(yōu)化車輛運行時刻、路線及配載的規(guī)劃是提升運輸尤其是城配運輸?shù)谋赜芍非倚б婢薮蟆?/p>
以UPS智能路徑調(diào)度及規(guī)劃系統(tǒng)Orion為例，它通過聯(lián)網(wǎng)配貨機動車的遠程信息服務系統(tǒng)，實時分析車輛、包裹信息、用戶喜好和送貨路線數(shù)據(jù)，實時計算最優(yōu)路線，并全程通過GPS跟蹤信息。Orion實時路徑優(yōu)化讓UPS每車每日平均減少1~2公里路程，車燃油成本節(jié)省5000萬美金，并增加35萬包裹配送。
隨著人工智能及自動駕駛技術的迅速發(fā)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(tǒng)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。
盡管當前自動駕駛技術的演進仍處在實驗階段，貝恩預測，2020年左右將會出現(xiàn)眾多的商用路試方案，2025年前后自動駕駛將有很大機會在物流、無人出租車等行業(yè)率先出現(xiàn)大規(guī)模的商業(yè)應用，這將對當前的物流運輸領域帶來顛覆性的模式及費用變化。
5.智能調(diào)度、眾包模式及前置自提綜合解決最后一公里配送成本
面對高昂的配送成本，現(xiàn)有業(yè)內(nèi)主要的嘗試方向包括調(diào)度優(yōu)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(shù)據(jù)化程度的提升和新型技術的規(guī)?；瘧茫詈笠还锎嬖诰薮蟮倪\營提升空間。
相比搶單模式和人工調(diào)度，系統(tǒng)能夠有效地對派單和路徑進行優(yōu)化。如美團通過大數(shù)據(jù)及動態(tài)算法與智能硬件在最適當?shù)臅r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，實現(xiàn)高達20%的降本。
盒馬鮮生則通過集單率優(yōu)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。以豐巢和速遞易為例，使用自提快遞柜后平均派送時長節(jié)降最高可達5分鐘以上，人力成本平均節(jié)省高達0.5元/單。
在技術優(yōu)化和新型硬件投入之外，商業(yè)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。如達達、點我達等平臺通過匯集整合社會閑散運力，顯著降低配送的人工成本。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。
6.提升區(qū)域濃度、共享倉配服務共同降低2B電商平臺成本
物流成本是新零售模式中最關鍵的成本之一，突破物流成本的瓶頸也是新零售商業(yè)模式取得突破的關鍵。 電商平臺在數(shù)據(jù)化方面具有優(yōu)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(tǒng)一外包并調(diào)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(guī)避第三方的溢價并利用自身的數(shù)據(jù)優(yōu)勢建設甩掛路線，提高車輛的使用效率。
當前個別區(qū)域性的B2B電商平臺，能夠在物流成本上超出同行，接近傳統(tǒng)經(jīng)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(guī)模效應拉低成本。
