進(jìn)入數(shù)字化“深水區(qū)”后的數(shù)字化藍(lán)圖

安踏集團(tuán)是一個(gè)在數(shù)字化上積極進(jìn)取的企業(yè)，從2019年導(dǎo)入數(shù)字化戰(zhàn)略1.0，提出以消費(fèi)者為中心，用數(shù)字化重構(gòu)人貨場(chǎng)，再到2023年積極推進(jìn)數(shù)字化戰(zhàn)略2.0。而2.0戰(zhàn)略中處處出現(xiàn)數(shù)字化“深水區(qū)”，也就是看到了明確的業(yè)務(wù)痛點(diǎn)，卻因許多客觀原因，難以在數(shù)字化上解決，與此同時(shí)，新的AI技術(shù)不斷出現(xiàn)，需要團(tuán)隊(duì)積極學(xué)習(xí)新的技術(shù)與業(yè)務(wù)實(shí)現(xiàn)融合。

原有的業(yè)務(wù)痛點(diǎn)尚未完全解決，同時(shí)又必須探索如何用好新的AI技術(shù)去降本增效，這提高了構(gòu)建數(shù)字化戰(zhàn)略藍(lán)圖的復(fù)雜度?；诎蔡ぜ瘓F(tuán)數(shù)字化實(shí)踐，我們探索在“深水區(qū)”需要打通哪些數(shù)據(jù)，引進(jìn)哪些技術(shù)，改造哪些業(yè)務(wù)流程，可能在哪些業(yè)務(wù)場(chǎng)景下實(shí)現(xiàn)數(shù)字化融入業(yè)務(wù)場(chǎng)景（數(shù)業(yè)融合），嘗試構(gòu)建出下一階段數(shù)字化建設(shè)的戰(zhàn)略藍(lán)圖。

我們發(fā)現(xiàn)深水區(qū)面臨的各種挑戰(zhàn)，與我們之前研究過的許多企業(yè)所面臨的，有著極其相似的共性。

數(shù)字化戰(zhàn)略規(guī)劃過程中，各個(gè)板塊的需求與數(shù)業(yè)融合期望，就像一個(gè)拼積木的過程，更像是從一棵棵樹逐漸看到整個(gè)林子，從一個(gè)個(gè)業(yè)務(wù)場(chǎng)景，到場(chǎng)景與場(chǎng)景之間、板塊與板塊之間相互銜接與交互，拼起來成為下階段數(shù)字化戰(zhàn)略的全盤圖景。

問了很多安踏的同行，都說安踏懂生意，會(huì)經(jīng)營，有彈性，出效益。我們歸因亮麗成績的貢獻(xiàn)來源時(shí)，嘗試把機(jī)制設(shè)置（管理方式）上的貢獻(xiàn)，比如首單、追單、補(bǔ)單的設(shè)置邏輯，柔性快反，庫存降解體系，庫銷比等剝離出來，僅看數(shù)字化戰(zhàn)略與建設(shè)到底給集團(tuán)的成績帶來多大的貢獻(xiàn)？未來的數(shù)字化戰(zhàn)略與建設(shè)又能為集團(tuán)增添怎樣的亮麗成績呢？

本篇點(diǎn)評(píng)嘗試在調(diào)研安踏的基礎(chǔ)上，結(jié)合其他在數(shù)字化建設(shè)上表現(xiàn)優(yōu)秀的企業(yè)，來探討數(shù)字化戰(zhàn)略藍(lán)圖規(guī)劃及建設(shè)上的行業(yè)共性問題，并設(shè)置了以下幾個(gè)關(guān)鍵議題。

● 大部分品牌及零售企業(yè)做數(shù)字化是為了什么目標(biāo)？

● 通過數(shù)字化形成了什么競(jìng)爭(zhēng)力？

● 通過數(shù)字化與業(yè)務(wù)的相互促進(jìn)，形成了哪些商業(yè)模式上的變革？

● 數(shù)字化“深水區(qū)”有哪些難以解決的共性痛點(diǎn)？

● 通過數(shù)字化需要形成哪些數(shù)據(jù)產(chǎn)品的管理工具？

● 更進(jìn)一步的數(shù)字化藍(lán)圖包含了什么？

大部分品牌及零售企業(yè)做數(shù)字化是為了什么目標(biāo)？

面對(duì)市場(chǎng)（消費(fèi)人群及需求結(jié)構(gòu)）和競(jìng)爭(zhēng)（競(jìng)爭(zhēng)倒逼創(chuàng)新）變化，積極進(jìn)取的品牌為了實(shí)現(xiàn)更好的發(fā)展，會(huì)制定戰(zhàn)略來引領(lǐng)進(jìn)化，尤其是圍繞以消費(fèi)者為中心，提升價(jià)值鏈上的價(jià)值經(jīng)營能力。

當(dāng)下戰(zhàn)略規(guī)劃中的重要一環(huán)，是構(gòu)建數(shù)字化時(shí)代的競(jìng)爭(zhēng)優(yōu)勢(shì)。數(shù)字化戰(zhàn)略通過用好數(shù)字化工具及思維，去進(jìn)化公司的經(jīng)營方式（業(yè)務(wù)模式），或加強(qiáng)現(xiàn)代數(shù)字化能力對(duì)業(yè)務(wù)的支撐和驅(qū)動(dòng)。

而我們看到，大部分的數(shù)字化戰(zhàn)略圍繞在以下幾個(gè)目標(biāo)?？傮w而言，短期重在提升效率，長期重在提升經(jīng)營壁壘。

-用戶（人）：

● 從源頭開始，在不同周期與場(chǎng)景下，動(dòng)態(tài)識(shí)別需求趨勢(shì)。

● 洞察、預(yù)測(cè)并掌握不同人群包的差異化需求。

● 針對(duì)每種人群包，做精準(zhǔn)觸達(dá)與互動(dòng)，并通過互動(dòng)反饋推動(dòng)商品升級(jí)。

● 實(shí)現(xiàn)從用戶轉(zhuǎn)為會(huì)員（依據(jù)業(yè)務(wù)屬性定義輕會(huì)員/重會(huì)員），推動(dòng)會(huì)員的長期LTV（終身價(jià)值）運(yùn)營。

-產(chǎn)品（貨）：

● 現(xiàn)有的品類，通過研發(fā)或內(nèi)容增值、IP賦能，實(shí)現(xiàn)微創(chuàng)新增長。

● 開發(fā)爆品級(jí)的新品類，并做好數(shù)字化開發(fā)、試銷、內(nèi)容推廣。

● 抓取全網(wǎng)用戶互動(dòng)數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)拉通及回流，精準(zhǔn)計(jì)算新品市場(chǎng)導(dǎo)入各階段的ROI。

-渠道（場(chǎng)）：

● 交互場(chǎng)：從線上大打廣告、線下鋪貨，到做好OMO融合的種草及拔草。

● 轉(zhuǎn)化場(chǎng)：新渠道不斷出現(xiàn)（例如到家即時(shí)零售場(chǎng)景/海外購），掌握新渠道帶來的機(jī)會(huì)，同時(shí)治理與平衡價(jià)格體系，維護(hù)市場(chǎng)秩序。

● 轉(zhuǎn)化場(chǎng)：從傳統(tǒng)的線下批發(fā)與大電商結(jié)合模式，向全渠道DTC邁進(jìn)。

● 轉(zhuǎn)化場(chǎng)：實(shí)現(xiàn)導(dǎo)購服務(wù)升級(jí)，以及公私域的立體聯(lián)動(dòng)。

-供應(yīng)鏈（端到端）：

● 探究最適化的供應(yīng)鏈模式，形成模式性牽引。

● 優(yōu)化庫存與物流，升級(jí)銷售到快速履約效能。

-總部（大腦）：

● 從最早切入也最熟悉的營銷與供應(yīng)鏈數(shù)字化，推進(jìn)到整體業(yè)務(wù)結(jié)構(gòu)（包含結(jié)構(gòu)內(nèi)各組成部分間的交互）的數(shù)字化。

● 實(shí)現(xiàn)資金周轉(zhuǎn)周期/產(chǎn)品周轉(zhuǎn)率的優(yōu)化。

● 從數(shù)字化到數(shù)智化。

數(shù)字化形成了什么競(jìng)爭(zhēng)力？

在本案例中，從用戶洞察、商品研發(fā)、生產(chǎn)供應(yīng)，精準(zhǔn)觸達(dá)到會(huì)員營銷、全域零售、總部的智能化管理的整條業(yè)務(wù)價(jià)值鏈上，安踏的整體數(shù)字化發(fā)展處于行業(yè)領(lǐng)先。

在商品研發(fā)上，通過PLM建設(shè)，做到商品企劃、設(shè)計(jì)開發(fā)的在線化和協(xié)同，大大縮短了整個(gè)研發(fā)周期。在觸達(dá)用戶上，斐樂已經(jīng)開始采用算法模型，通過靈活的AB測(cè)試和數(shù)據(jù)回流，使?fàn)I銷轉(zhuǎn)化率大幅提升。而且，還開發(fā)了“安診無憂”移動(dòng)端工具，賦能1萬多家線下門店，對(duì)單店、單個(gè)銷售人員、單SKU的異常情況，做到定位問題、推送待辦、事項(xiàng)辦理的閉環(huán)。在智能化管理上?？偛恳矄⒂昧松忸A(yù)測(cè)模型，準(zhǔn)確率已經(jīng)超過了過去人工經(jīng)驗(yàn)測(cè)算。

通過數(shù)字化形成了哪些商業(yè)模式上的變革？

在過去的研究中，我們不斷看到，因數(shù)字化技術(shù)融入企業(yè)業(yè)務(wù)場(chǎng)景而產(chǎn)生量變后，逐步融入多個(gè)業(yè)務(wù)場(chǎng)景，最終產(chǎn)生整體商業(yè)模式（經(jīng)營方式）的質(zhì)變。數(shù)字化成為了商業(yè)模式變革的助推器。例如，東鵬飲料通過五碼合一，一頭沉淀終端消費(fèi)者，另一頭沉淀零售終端小店店主，在不改變?cè)袀鹘y(tǒng)渠道交易結(jié)構(gòu)的情況下，創(chuàng)造出了DTC的直接連接、推廣及用戶運(yùn)營模式。

安踏進(jìn)行DTC模式變革，通過加強(qiáng)直營業(yè)務(wù)、補(bǔ)齊線上渠道、縮短交易鏈條，加強(qiáng)與消費(fèi)者之間的直接連接和互動(dòng)，降低渠道成本，同時(shí)增強(qiáng)用戶黏性。我們可以看到，安踏的DTC與數(shù)字化是相互促進(jìn)、相輔相成的過程，一方面，因?yàn)閿?shù)字化技術(shù)讓DTC模式得以實(shí)現(xiàn)，另一方面，DTC帶來的效益促使應(yīng)用更多的數(shù)字化技術(shù)來進(jìn)一步提升DTC效率。

此外，在消費(fèi)逐漸朝向線上復(fù)購的趨勢(shì)中，另一種逐漸出現(xiàn)的商業(yè)模式是銷售在網(wǎng)（官網(wǎng)及線上私域），體驗(yàn)在店。零售企業(yè)就要加強(qiáng)數(shù)字化技術(shù)，讓這種新的模式得以絲滑運(yùn)營，并且不斷提升效益。

數(shù)字化“深水區(qū)”有哪些難以解決的共性痛點(diǎn)？

-用戶（人）：

● 大部分企業(yè)第一個(gè)共性痛點(diǎn)，就是源頭的消費(fèi)者（用戶）數(shù)字化畫像難以達(dá)成，因?yàn)殡y以收集內(nèi)容與電商平臺(tái)的用戶數(shù)據(jù)，更談不上數(shù)據(jù)打通與歸一。標(biāo)簽與畫像要清晰，除了要有基礎(chǔ)的消費(fèi)者信息，更重要的是要拿到每個(gè)平臺(tái)上消費(fèi)者喜歡什么、搜什么、看什么的行為數(shù)據(jù)。

● 在有了用戶畫像的基礎(chǔ)上，才可能進(jìn)行精準(zhǔn)分類與分層，再進(jìn)一步區(qū)分會(huì)員、付費(fèi)會(huì)員與社群運(yùn)營，并且形成算法沉淀。

● 觸達(dá)不精準(zhǔn)造成成本高，也一直難以解決。要對(duì)種草、拔草形成算法追蹤。

● 針對(duì)每種人群包，要制作精準(zhǔn)、有情緒價(jià)值的互動(dòng)內(nèi)容。

● 給人推品（內(nèi)容），給品推人，要形成一套算法機(jī)制。

● 全域會(huì)員體系尚未打通。對(duì)于是誰、在哪、如何觸達(dá)與激活，要做到線下實(shí)體店及線上各種平臺(tái)橫向打通，才有經(jīng)營復(fù)購率和LTV的基礎(chǔ)。

● 會(huì)員運(yùn)營（DTC+CRM用戶標(biāo)簽+算法沉淀）做到數(shù)字化進(jìn)化，包含每家店的用戶與社群分類、會(huì)員分層與福利設(shè)置等，制定動(dòng)態(tài)目標(biāo)，并落實(shí)到店員的運(yùn)營層面。

● 會(huì)員運(yùn)營轉(zhuǎn)變?yōu)榛凇盎顒?dòng)內(nèi)容”形成線上強(qiáng)（高頻）連接，線下強(qiáng)活動(dòng)，才能沉淀數(shù)據(jù)，如參加籃球班或網(wǎng)球班。

● 用數(shù)字化方式看競(jìng)品人群，看哪些客群被哪些競(jìng)品搶走。

-產(chǎn)品（貨）：

● 在商品數(shù)字化（商品數(shù)據(jù)庫弱）基礎(chǔ)上，還難以做到人貨標(biāo)簽打通，以及人貨匹配。

● 在商品企劃上，導(dǎo)入商品（消費(fèi)流行趨勢(shì)）數(shù)字化預(yù)測(cè)看板，由追隨趨勢(shì)轉(zhuǎn)變?yōu)槌罢莆樟餍嘘P(guān)鍵詞，提高踩中爆款的概率。

● 在銷售企劃上，建立數(shù)據(jù)產(chǎn)品（算法與建模），掌握單品銷售生命周期。

● 在銷售運(yùn)營上，建立“組貨模型”的數(shù)據(jù)產(chǎn)品，通過店群標(biāo)簽（店鋪級(jí)別的貨架容量、店效、城市級(jí)別、氣候帶、庫容等標(biāo)簽）與商品標(biāo)簽打通，實(shí)現(xiàn)每種店鋪與貨品的精準(zhǔn)組貨匹配。同時(shí)，針對(duì)補(bǔ)單搭建預(yù)測(cè)模型。

● 新產(chǎn)品打爆率低，通過內(nèi)容監(jiān)測(cè)，用戶互動(dòng)與反饋，與用戶共創(chuàng)出新產(chǎn)品。

-渠道（場(chǎng)）：

● 探索數(shù)字化驅(qū)動(dòng)重塑渠道，找到更短、更有效率的渠道，如線上私域下單，商場(chǎng)小庫出貨，本地生活送到家。

● 探索VR+線上虛擬導(dǎo)購+線下實(shí)體導(dǎo)購，形成新的立體購物業(yè)態(tài)。

● 智能導(dǎo)購系統(tǒng)升級(jí)：輔助單店、單SKU、導(dǎo)購，追蹤待辦事項(xiàng)，確保效率提升。

● 實(shí)現(xiàn)導(dǎo)購的數(shù)智化服務(wù)（導(dǎo)入關(guān)系與情緒價(jià)值管理），制定賦能導(dǎo)購內(nèi)容運(yùn)營的管理機(jī)制，運(yùn)營與吸引用戶回流，并做到交叉推流，如成人店鋪給兒童店鋪推流，通過數(shù)字化方式給導(dǎo)購實(shí)時(shí)激勵(lì)。

● 從靠人的洞察，到靠RPA（機(jī)器人流程自動(dòng)化）加上數(shù)據(jù)產(chǎn)品，找出未來趨勢(shì)機(jī)會(huì)，開設(shè)新的子品牌（和門店），并在這些新品牌中做到更好的貨場(chǎng)匹配，也就是從經(jīng)營大眾品牌到通過DTC經(jīng)營精眾品牌。

-供應(yīng)鏈（端到端）：

● 難以通過精準(zhǔn)的前端需求預(yù)測(cè)去優(yōu)化庫存。

● 線上線下一盤貨，庫存與貨權(quán)整合管理，實(shí)現(xiàn)零售運(yùn)營效率精細(xì)化。

● 商品供應(yīng)波段化、更敏捷，降低渠道庫存。

● 門店精準(zhǔn)配貨。

-總部（大腦）：

● 數(shù)字化融入業(yè)務(wù)場(chǎng)景，實(shí)現(xiàn)數(shù)業(yè)融合。

● 避免你（數(shù)字化團(tuán)隊(duì)）要他（業(yè)務(wù)）用他不用，他（業(yè)務(wù)）要你做你（數(shù)字化團(tuán)隊(duì)）做不到。

● 在數(shù)字化投入上，要傾斜于“營”（提升消費(fèi)者導(dǎo)向），包括會(huì)員洞察、數(shù)字化精準(zhǔn)內(nèi)容生產(chǎn)、管理活動(dòng)推廣、明星及KOC的系統(tǒng)（留存合作痕跡與效率評(píng)估）。要在消費(fèi)者導(dǎo)向與財(cái)務(wù)干預(yù)之間實(shí)現(xiàn)平衡。

● 為經(jīng)營成長，建設(shè)數(shù)智化趨勢(shì)預(yù)測(cè)的數(shù)據(jù)產(chǎn)品，監(jiān)測(cè)新人群、新品牌、新店態(tài)，以及這些新店態(tài)的店貨匹配。

● 在組織上，讓業(yè)務(wù)團(tuán)隊(duì)和技術(shù)團(tuán)隊(duì)形成共生型組織，探索更有效率的組織形式。

● 從人群包到商品企劃、商品開發(fā)與管理（線上與線下的價(jià)格管控）、銷售運(yùn)營（上市節(jié)奏/輪轉(zhuǎn)/售罄/調(diào)轉(zhuǎn)配/折扣/換新）、店效管理（門店標(biāo)簽與預(yù)期效率）、訂單審核、生產(chǎn)供應(yīng)鏈及物流，缺乏結(jié)構(gòu)化的數(shù)據(jù)打通，在大多數(shù)環(huán)節(jié)上缺乏數(shù)據(jù)產(chǎn)品去總結(jié)、解讀、交互、決策、自動(dòng)業(yè)務(wù)操作，并返回結(jié)果，形成閉環(huán)。

● 總部的數(shù)據(jù)工具（智能大腦）建設(shè)，協(xié)助經(jīng)營團(tuán)隊(duì)做決策，輔助部門做決策。

通過數(shù)字化需要形成哪些數(shù)據(jù)產(chǎn)品的管理工具？

細(xì)數(shù)進(jìn)入數(shù)字化“深水區(qū)”后那些難以解決的共性痛點(diǎn)時(shí)，我們發(fā)現(xiàn)大部分企業(yè)不僅缺乏結(jié)構(gòu)化的數(shù)據(jù)打通，在大多數(shù)關(guān)鍵業(yè)務(wù)環(huán)節(jié)上也缺乏數(shù)據(jù)產(chǎn)品，甚至缺乏對(duì)數(shù)據(jù)產(chǎn)品的基礎(chǔ)認(rèn)識(shí)。此外，在數(shù)字化團(tuán)隊(duì)中，更缺少理解并能夠建設(shè)數(shù)據(jù)產(chǎn)品的“數(shù)據(jù)產(chǎn)品人才”與“業(yè)務(wù)專家”（精通業(yè)務(wù)邏輯與管理邏輯），這兩類人攜手并進(jìn)才能建設(shè)好數(shù)據(jù)產(chǎn)品。

所謂數(shù)據(jù)產(chǎn)品，是指基于企業(yè)已形成的結(jié)構(gòu)化數(shù)據(jù)資產(chǎn)，并圍繞業(yè)務(wù)場(chǎng)景去定制化開發(fā)的系統(tǒng)，具有強(qiáng)應(yīng)用屬性。數(shù)據(jù)產(chǎn)品就像是大腦，內(nèi)置策略及模型（公式及算法，會(huì)隨著運(yùn)營數(shù)據(jù)的輸入，實(shí)現(xiàn)總結(jié)、解讀、交互、決策、業(yè)務(wù)操作，并返回結(jié)果。

更進(jìn)一步的數(shù)字化藍(lán)圖包含了什么？

在橫向?qū)Ρ攘嗽S多正在規(guī)劃下一階段數(shù)字化戰(zhàn)略藍(lán)圖的企業(yè)后，我們相信在數(shù)字化“深水區(qū)”，企業(yè)更需要一個(gè)“操作層面”的數(shù)字化戰(zhàn)略藍(lán)圖，去引領(lǐng)下一步聚焦做什么。我把大部分企業(yè)的共性痛點(diǎn)與想采取的行動(dòng)做了整理后，畫出了以下框架供參考。

這是一個(gè)并行建設(shè)而非串行建設(shè)的“數(shù)智化”系統(tǒng)工程，圖的下方是人貨場(chǎng)及供應(yīng)鏈的數(shù)智化子系統(tǒng)工程，上方是總部大腦的數(shù)智化系統(tǒng)工程。這是個(gè)一體化打造的系統(tǒng)工程，及實(shí)時(shí)結(jié)構(gòu)升級(jí)的過程。值得一提的是以下四個(gè)操作層面的子目標(biāo)。

● 持續(xù)夯實(shí)數(shù)據(jù)打通，形成“人-貨“精準(zhǔn)匹配、“人-場(chǎng)”精準(zhǔn)匹配，以及“貨-場(chǎng)”精準(zhǔn)匹配。

● 圍繞人貨場(chǎng)，各自列出優(yōu)先排序的數(shù)智化“深水區(qū)”子目標(biāo)。

● 圍繞人貨場(chǎng)，分別建設(shè)數(shù)據(jù)產(chǎn)品。

● 總部大腦圍繞數(shù)業(yè)融合，建設(shè)組織與人才，促進(jìn)數(shù)智化融入業(yè)務(wù)場(chǎng)景，并積極推動(dòng)價(jià)值鏈各環(huán)節(jié)建設(shè)數(shù)據(jù)產(chǎn)品，形成總結(jié)、解讀、交互、決策、業(yè)務(wù)操作并返回結(jié)果的閉環(huán)。

以鞋服品牌最想升級(jí)的數(shù)據(jù)產(chǎn)品——配貨（鋪貨與補(bǔ)貨）系統(tǒng)為例

通過數(shù)據(jù)產(chǎn)品不斷優(yōu)化修正，甚至借助AI自我學(xué)習(xí)，最終在每家門店做到80%自動(dòng)配貨，20%人工配貨，一直是鞋服企業(yè)希望實(shí)現(xiàn)的場(chǎng)景。許多企業(yè)雖然建設(shè)了標(biāo)準(zhǔn)化和數(shù)字化的配貨系統(tǒng)（數(shù)據(jù)產(chǎn)品），卻仍未達(dá)到智能化水平。

要做的第一步是建設(shè)結(jié)構(gòu)化的數(shù)據(jù)資產(chǎn)。首先，進(jìn)行商場(chǎng)定位，做到頂特高（頂級(jí)渠道、特級(jí)渠道和高級(jí)渠道）的描述標(biāo)準(zhǔn)化和分布化。接著是門店定位（如ABCD店類/每種店類下再分級(jí)），每種店設(shè)置標(biāo)簽結(jié)構(gòu)，這些標(biāo)簽標(biāo)準(zhǔn)化、具象化，考量維度（因素）可以包括城市級(jí)別、商圈、商場(chǎng)體量、店效、渠道匹配度、客群匹配度等。門店定位之外，還有商品企劃，包含品牌線、相應(yīng)的產(chǎn)品結(jié)構(gòu)定位（系列與子系列、基礎(chǔ)版型等），最后把商品從粗顆粒到細(xì)顆粒（一級(jí)類目到三級(jí)類目的各方面維度）都打上標(biāo)簽。

有了這些結(jié)構(gòu)化的基礎(chǔ)數(shù)據(jù)資產(chǎn)，就可以建設(shè)配貨系統(tǒng)的數(shù)據(jù)產(chǎn)品，它具有建模、計(jì)算和自動(dòng)配貨的邏輯。從業(yè)務(wù)邏輯來看，門店配貨分為兩條線進(jìn)行配置。

第一條是鋪新貨邏輯。每家店鋪根據(jù)自己的生意體量與需求，有自己的標(biāo)準(zhǔn)模板（內(nèi)含一組基礎(chǔ)參數(shù)）。比如，按照產(chǎn)品子系列分配店內(nèi)板墻，相當(dāng)于將產(chǎn)品與空間按照子系列進(jìn)行匹配。同時(shí)，每個(gè)門店根據(jù)數(shù)據(jù)積累得出尺碼寬度（最大尺碼數(shù)Max與最低尺碼），鋪貨系統(tǒng)會(huì)根據(jù)店效確定配置幾個(gè)碼，每個(gè)碼配置幾件貨品，不再需要人工操作。此外，鋪新貨是淺鋪快補(bǔ)邏輯，不是一次性把一季貨品都配到門店，而是先賣再補(bǔ)，新配貨比例可能較少，在20%到30%之間，然后根據(jù)銷售狀況隨時(shí)補(bǔ)貨。

第二條是補(bǔ)貨邏輯。一般有3個(gè)關(guān)鍵參數(shù)，一是頻率（一周補(bǔ)幾次），二是標(biāo)準(zhǔn)庫存量（分布的曲線），三是物流周期，即從大倉配送到每個(gè)門店的時(shí)間。補(bǔ)貨系統(tǒng)若知道大倉剩余500件貨品，就會(huì)以商品效率最大化的原則，找到讓貨品流動(dòng)最合理的邏輯，依據(jù)邏輯優(yōu)先配給誰，底層邏輯是建立一套依據(jù)店的銷售效率得出的算法公式。

結(jié)合著數(shù)字化融入這個(gè)業(yè)務(wù)場(chǎng)景，以一周單補(bǔ)為例，通常周一會(huì)有一次補(bǔ)貨，而且基本上是一部分新貨一部分補(bǔ)貨。以一周兩補(bǔ)為例，周一和周四到貨。如果物流周期是2天，前一個(gè)周六就要開始給店配貨，那么前一個(gè)周五晚上門店日結(jié)完畢后，提交數(shù)據(jù)給配貨系統(tǒng)，系統(tǒng)會(huì)根據(jù)門店現(xiàn)有的倉庫存量以及大倉里剩余的貨量，根據(jù)各個(gè)尺碼和件數(shù)匹配門店的情況，自動(dòng)生成這家門店的新貨和補(bǔ)貨單。例如，門店賣了3件A貨品，大倉也有門店所需的缺貨，物流周期是2天，系統(tǒng)判斷沒有比這家門店銷售A貨品更優(yōu)秀的店鋪，就會(huì)優(yōu)先把A貨品補(bǔ)到這家門店。最后，新貨和補(bǔ)貨單生成后，大倉工人開始揀貨出倉，周一到門店。

數(shù)據(jù)產(chǎn)品可以計(jì)算出全盤生意線上線下的店數(shù)與需求、規(guī)劃的商品結(jié)構(gòu)及起始件數(shù)，需要花費(fèi)的資金，以及依靠百分比對(duì)應(yīng)可采購的貨物數(shù)量。并且時(shí)刻從生意結(jié)構(gòu)上分析，若某件衛(wèi)衣需要完成5萬件，這5萬件的新品依據(jù)門店參數(shù)鋪到哪些店，鋪貨率是20%、30%還是50%，從規(guī)劃源頭與銷售節(jié)奏預(yù)測(cè)，剩余庫存按照補(bǔ)貨的算法邏輯進(jìn)行，機(jī)器自動(dòng)配貨始終有序運(yùn)轉(zhuǎn)。

此外，配貨智能化系統(tǒng)在補(bǔ)貨的背后，會(huì)自動(dòng)尋找供應(yīng)商下單，計(jì)算下單周期和補(bǔ)貨時(shí)間。如果生產(chǎn)周期無法及時(shí)跟上，系統(tǒng)會(huì)在大倉里配備其他貨品讓門店撐一段時(shí)間。

這就意味著整個(gè)滾動(dòng)過程非常有效率，在全盤生意結(jié)構(gòu)上形成了固定的標(biāo)準(zhǔn)和清晰的結(jié)構(gòu)性算法邏輯。目前，大部分品牌還依靠人為判斷，對(duì)個(gè)人經(jīng)驗(yàn)和能力的要求非常高。如果人員流動(dòng)頻繁，或者新人效率低，就會(huì)出現(xiàn)錯(cuò)誤。

接下來深化數(shù)據(jù)產(chǎn)品，就要進(jìn)行大倉以及云倉的重規(guī)劃，如果仍舊用傳統(tǒng)經(jīng)營方式，一個(gè)大區(qū)一盤貨一個(gè)實(shí)體倉，全國有N個(gè)大區(qū)，就要有一個(gè)大倉N個(gè)實(shí)體倉（有的還為電商設(shè)置專門實(shí)體倉），每個(gè)大區(qū)有幾個(gè)配貨員，如果運(yùn)氣好，配貨員經(jīng)驗(yàn)豐富就能賺錢，如果配貨員水平不夠，就會(huì)虧錢。重新規(guī)劃倉儲(chǔ)體系，把數(shù)字化配貨數(shù)據(jù)產(chǎn)品融合到倉儲(chǔ)業(yè)務(wù)場(chǎng)景中，就能在現(xiàn)有效率上起到更大的提升。

在當(dāng)前大數(shù)據(jù)AI智能的環(huán)境下，數(shù)據(jù)產(chǎn)品若再加上AI智能，不斷打磨，大腦算法就有可能自學(xué)習(xí)，自迭代，提升的想象空間大。