摘要：随着零售渠道的推进，宝路易旨在通过搭建商品智能运营平台以满足多业务形态、多信息系统的数智化建设要求。百胜软件采用DATAMAX数据中台作为统一的数据处理平台，进一步强化数据中台的建设，以打造宝路易的数智新基建，实现数据管理升级以及数据化智能营销，将不同渠道、不同业务、不同系统的数据统一归集，真正做到"让数据说话"，推动人、货、场三要素的智能匹配，完成运营能力的商业变现，实现宝路易的全链路数智化升级。
案例背景：
宝路易成立于1995年，是一家面料、研发、产品设计、生产、销售于一体的现代化针棉品牌企业。公司总部位于中山，并在广州设有办事处；拥有设计研发团队，近40000平米+现代化生产基地，专业化的流水线及生产设备，全球化的原料供应链以及智慧零售信息化系统。
随着新技术的快速涌现和市场形态的不断变化，宝路易的新零售商业模式也在不断更新，实现直营、加盟、联营多模式布局。同时，宝路易业务形态也在不断扩展，通过大量投入建设门店、电商、社群、私域等多套信息化系统，以广泛覆盖消费者的购物触点。企业规模与订单量随之迅速提升，不同渠道、不同业务、不同系统的数据量也在迅速增加，宝路易迫切需要进一步加强数据中台的建设。
客户遇到的主要问题：
随着数据量以及数据运营需求的不断提升，宝路易在数据管理、数据化智能营销上的问题日渐突出：如何将不同渠道、不同业务、不同系统的数据统一归集，真正做到“让数据说话”；如何推动人、货、场三要素的智能匹配，完成运营能力的商业变现；如何做到有效配补货，降低积压库存导致的高库存成本、库存不足带来的客户低满意度；如何搭建自动化补货计划，减少手工流程，提高补货业务效率；系统架构如何能有足够的扩展性，以支撑未来门店快速扩张过程中的海量数据处理场景呢？
解决方案：
从宝路易数据现状来看，数据所涉业务面丰富，但在数据应用上有很大的挖掘空间，从而实现对业务增长的驱动。基于以上痛点，百胜软件为宝路易搭建商品智能运营平台，通过各种配置化的策略，实现商品智能补货，提升效率，同时基于内部与外部大数据，通过AI智能预测算法，对商品的销量进行精准预测，使得商品运营决策更有效。此外，商品智能运营平台还能够通过智能优化算法，不断自助修正算法模式，使得企业经验通过模型算法不断得到沉淀。不仅如此，还能合理控制采购成本，对计划执行情况进行监控，对异常进行预警，加强预算管控。
业务蓝图如下：
图一：商品智能运营平台业务架构
商品智能运营平台采用百胜软件自研的数据中台DataMax作为统一的数据处理平台，具备离线数据处理和实时数据处理能力，集成了任务调度和ETL能力，可应对处理数百TB级数据，平台支持分布式扩展，可以满足宝路易未来门店扩张所需的海量数据处理能力。
百胜软件数据中台产品DATAMAX，以大数据为基础，帮助构建企业数据资产，深度解析企业运营数据，打造商品洞察运营闭环、客户洞察及闭环运营，提供精准销售预测，并基于销售预测搭建智能配补货业务模型，用数据驱动企业商业决策和战略落地。
百胜软件数据中台DATAMAX目前主要支持宝路易的销售预测和智能补货业务，在宝路易的规划中，未来还要支撑CDP客户数据平台和BI商务智能等数据应用，使宝路易能够利用线上线下用户数据，通过数据的标签化，实现用户画像、精准营销等应用，做客户的精细化运营。
图二：宝路易数据中台整体架构图
其中，智能配补货主要包括基础档案、商品计划、陈列计划、销售预测策略、补货计划5大核心功能。
基础档案主要包括商品等级、生命周期、KPI指标、销售预测算法、库存分配算法、星期档案等内容。不同商品等级不同，补货标准不同，因此需要建立商品等级用于定义企业商品分类，比如爆品、畅销品、平消品等，但不论什么商品，在运营过程中都会涉及到商品生命周期，通过对商品生命周期的划分，能更有针对性地进行商品运营。此外，基础档案内置六种销售预测法，以及库存分配算法，帮助企业在商品运营过程中基于大数据更好地预测销量，分配库存，提升经营效率。
商品计划包括商品上市计划、销售周期设置、商品等级标准等内容。不同区域气候温差不同、不同商品，商品特性、策略不同，相应的商品上下架时间不同，商品上市计划的制定可以更好地明确商品运营过程中销售周期范围，与此同时，依据不同门店、不同商品、不同生命周期而界定的商品不同等级，帮助企业判定门店商品等级，指导门店补货。
陈列计划主要影响到门店的商品陈列，进而影响该商品的补货和调货工作。在产品上市时会根据历史数据判断出该商品的计划上架时期和计划下架时期，同时根据实际门店的情况来确定该商品的计划陈列数量，为门店商品配补货提供依据。
销售预测策略的搭建可以帮助企业很好地对未来销售情况的预测，借助软环境如丰富的算法、第三方数据获取等，及大数据如企业数据、外部数据等合理精准预测销售，安排生产，避免产品积压；合理有效管理产品库存，经过预测可对产品设立库存预警，对生产进度的安排具有指导意义，并为产品的补货安排进行提供参考数据。
补货计划主要包括补货周期方案、补货分配策略、智能补货平台、补货计划等内容。它主要影响到门店的补货周期及调补货方法，而其中的智能补货平台主要用于输出门店补货计划，根据补货周期带出发货仓库及补货商品，并根据系统当前日期自动推算补货日期与历史进销存日期的起始日期，预测补货周期销量，自动优化调补货，充分降低库存积压风险，提高仓储库存流转率，提升补货效率。
案例效果
全面解决宝路易的痛点，完成宝路易对于提升补货业务的效率，释放出时间；系统性能与速度保障及算法使得补货决策三大项目目标，助力宝路易在未来的门店扩张上可以走得更快，更稳。
·商品整体的销售预测准确率达到80%以上（门店有16家，商品有3000多个，SKU15000多个，其中一半以上的商品预测准确率能达到100%），初步实现了降低在配送中心和门店的过多库存，从而降低库存成本的目标，未来随着预测模型的不断优化，相信整体的销售预测准确率一定会有新的提升。
·补货算法的补货建议采用率达到99%以上，接近100%，实现了减少配送中心和门店的库存不足情况，从而提升客户满意度的目标
·销售预测算法和补货算法根据任务配置每天自动运行，实现了通过在配送中心和门店提供全自动补货计划，消除不必要的手工流程，提高补货业务效率的目标
·采用数据中台架构，支持分布式扩展，能够支持未来门店快速扩张过程中的海量数据处理场景。
