超市处理临期商品遭遇社会指责,零售企业如何从源头止损

浏览: 196

近日,一条有关盒马鲜生九点半之后扔掉大量海鲜、饭菜等临期商品的微博引发热议。很多网友指责,中国仍然不富裕,这种行为未免太浪费。


p1.jpg


“新鲜”一直是社区生鲜品牌相比其他零售最突出的优势,但“容易过期”的属性同样限制了很多品牌的发展。主张“鲜美生活”的盒马,之前也因为“胡萝卜标签”和“过期青团”事件而备受社会指责。及时处理过期或者临期商品,已经变成各大生鲜品牌最关注的问题。


临期商品,扔还是不扔

关于是“扔还是不扔“的问题,很多旁观者提出了自己的想法。有人说可以捐给福利院,也可以打折销售,或者发给员工做福利。

我们先分析下企业为什么都不这么做。关于打折,很多企业都有完善的折扣机制,但依然很难避免剩余和损耗。不捐给福利院,主要考虑到可能会有食品安全隐患,并且还要承担包装、冷链、运输等一系列费用。免费送给员工,就更会出现员工隐藏商品或者不卖力推销商品的情况,这就和资本家在生产过剩时,把牛奶倒入河里也不免费救济难民或给员工的原因一样。

损耗率高是目前普遍认为生鲜品牌面临的最大痛点。除了我们能看到的在末端销售环节产生大量临期过期商品,在层层的供应链采购和物流环节同样会浪费很多商品。


需求预测,实现供销平衡

面对这样的难题,目前,稍具规模的生鲜品牌已经开始运用大数据和AI技术,追踪用户消费行为,精准预测市场需求,控制进货量,实现产销平衡。

根据预测销量提前向产地订货,保证到期充足的供应,提前布局仓储物流,缩短商品从采购至到达用户所需的时间,在及时满足现货率的前提下最大限度减少报废损失。


观远需求预测产品

作为专注零售行业的智能数据分析平台观远数据的产品可以深入到需求预测、智能备货等各个场景,实现了从数据到决策的最短路径。



通过与业务方深入沟通,了解企业各大场景需求,结合业务开展方式,观远数据可以集成企业各个渠道的内外部数据源。使用定性预测、时间序列预测以及因果模型等方式将业务专家经验融入到算法模型中,为企业构建高精准度的需求预测模型。

目前,观远的AI预测已经在多家零售企业数据分析项目中成功落地。

在和某鞋服巨头的合作中,观远数据通过AI成功预测出其门店国庆期间每天的人流量,帮助提前优化排班,较之历史同期,门店人效提升了33%以上。某连锁巨头也将观远数据的AI产品应用到单店生鲜水果的销量预测中,较之前已有的模型,准确率得到了大幅提升。通过帮某连锁便利店品牌做鲜食销售预测,使其人工报废率下降了10%

昨天,你不敢相信的事,今天,观远数据正在让它成为常态。


保持初心,引领“AI+BI”新风向

区别于传统的BI服务商,观远数据从成立之初就提出了要做“AI+BI”的新一代智能数据分析平台。在BI的基础服务之上,利用AI算法提升各项数据指标的准确度,从而实现销售预测、智能备货、提供智能决策建议等功能。

将AI算法应用到零售企业的各项需求预测中,不仅能帮助企业实现降本增效,也会给其他行业AI场景落地提供指导性建议,提高整个社会的资源利用率,促进供需平衡,减少不必要的浪费。

从产品理念到应用场景落地,观远能做到这些,离不开内部的团队建设。在观远内部,80%的员工都具有技术基础,除此之外,我们还拥有一支领先行业的算法团队,曾在「微软智慧零售Hackfest」和「微软零售解决方案·新创企业黑客松」比赛中两次问鼎冠军,获得了微软、百威和迪卡侬评委们的高度评价。



由于在智能订货上的出色表现,9月26日,观远算法团队成员将接受沃尔玛中国总部邀请,远赴英国利兹,去参加他们的全球CMO/COO峰会,现场分享与沃尔玛通过智能订货,提升销售,降低报废的合作案例。


用AI预测未来,用产品连接世界,观远数据一直在路上。

2.png

推荐 0
本文由 观远数据 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册