中國(guó)生鮮食品消費(fèi)與人均GDP增長(zhǎng)呈正比，居民對(duì)生鮮食品的需求，尤其是對(duì)水果、蔬菜等的需求，持續(xù)高速增長(zhǎng)。果蔬類產(chǎn)品作為零售類行業(yè)日益重要的組成部分，是提高消費(fèi)者進(jìn)店頻率和門店忠誠(chéng)度的重要驅(qū)動(dòng)力。不同于其他商品具有相對(duì)穩(wěn)定的市場(chǎng)環(huán)境和供應(yīng)鏈規(guī)劃，果蔬品的補(bǔ)貨因其自身特性而顯得更加復(fù)雜?；谥袊?guó)地大物博的國(guó)情和復(fù)雜的市場(chǎng)環(huán)境，沃爾瑪希望在中國(guó)尋找一家立足本土的數(shù)據(jù)智能公司，通過(guò)AI算法與商業(yè)智能結(jié)合，解決果蔬商品的智能補(bǔ)貨問(wèn)題，將訂銷比維持在穩(wěn)定范圍內(nèi)。

應(yīng)用場(chǎng)景

果蔬零售市場(chǎng)剛剛觸及到核心供應(yīng)鏈改造，還存在著大量創(chuàng)新空間，而果蔬供應(yīng)過(guò)程里的高成本高損耗問(wèn)題使得現(xiàn)代化供應(yīng)鏈升級(jí)的需求變得更加緊迫。中游經(jīng)銷鏈條訂貨補(bǔ)貨系統(tǒng)存在依賴人工經(jīng)驗(yàn)判斷，具有不穩(wěn)定性、波動(dòng)大，效率低和難以大范圍標(biāo)準(zhǔn)化復(fù)用等問(wèn)題。

沃爾瑪和觀遠(yuǎn)數(shù)據(jù)落地的“AI智能補(bǔ)貨”項(xiàng)目，結(jié)合AI算法，通過(guò)異常判斷、可視化分析等方式，快速梳理數(shù)據(jù)間的關(guān)聯(lián)并發(fā)現(xiàn)異常，實(shí)現(xiàn)自動(dòng)化處理，大范圍、強(qiáng)穩(wěn)定的銷量預(yù)測(cè)用于輔助商業(yè)決策的規(guī)劃和制定、有效管理和安排供應(yīng)鏈，從而來(lái)指導(dǎo)門店訂貨，資源分配，以及門店運(yùn)營(yíng)。

面臨挑戰(zhàn)

一、行業(yè)面臨的挑戰(zhàn)：果蔬的易腐性造成的供應(yīng)鏈管理問(wèn)題。

• 高成本：為保證果蔬類產(chǎn)品的品質(zhì)，延長(zhǎng)其生存壽命，在采摘、加工、包裝、運(yùn)輸、售賣和儲(chǔ)存的各個(gè)過(guò)程中需要投入更大的人力維護(hù)和資源消耗；

• 高損耗：損耗是果蔬產(chǎn)品保證食品安全的一個(gè)重大問(wèn)題，過(guò)量進(jìn)貨會(huì)導(dǎo)致成本增加產(chǎn)生資源浪費(fèi)，缺貨和貨物品相變差更會(huì)使得消費(fèi)者的消費(fèi)體驗(yàn)大打折扣，甚至引發(fā)食品安全問(wèn)題。

二、業(yè)務(wù)實(shí)踐中面臨的挑戰(zhàn)：果蔬類產(chǎn)品短暫的生命周期，要求具有更快更準(zhǔn)的訂貨量判斷。

• 需求的不確定性

由于果蔬類產(chǎn)品的可挑選性和可替代性，顧客購(gòu)買行為常常會(huì)由價(jià)格、品質(zhì)、商品組合、歷史體驗(yàn)和個(gè)人口味等多重因素決定，而果蔬類產(chǎn)品的品相和口感受產(chǎn)地環(huán)境、當(dāng)年天氣等多重難以人工干預(yù)的因素影響，價(jià)格波動(dòng)、斷貨缺貨等行為出現(xiàn)頻率高，這使得果蔬類產(chǎn)品的需求量具有較大的不穩(wěn)定性。

• 精細(xì)的預(yù)測(cè)維度

果蔬類產(chǎn)品的易腐性要求果蔬品類必須處于快速的貨物周轉(zhuǎn)過(guò)程中，補(bǔ)貨與售賣需同頻進(jìn)行以響應(yīng)市場(chǎng)需求，配合相應(yīng)的采購(gòu)補(bǔ)貨場(chǎng)景，要求預(yù)測(cè)落在更精細(xì)的維度里。

• 復(fù)雜的產(chǎn)品模式

不同于其他商品所具有的品牌忠誠(chéng)度，果蔬類產(chǎn)品很難具有長(zhǎng)期的穩(wěn)定消費(fèi)模式，這樣的長(zhǎng)期不穩(wěn)定性無(wú)疑增加了預(yù)測(cè)的難度。

• 未知的關(guān)鍵信息

鮮食產(chǎn)品由于進(jìn)貨商渠道的多樣性和難組織性，以及品相的不可控等性質(zhì)，造成果蔬類產(chǎn)品的價(jià)格動(dòng)蕩和促銷行為的不定期發(fā)生，而這些信息在確定補(bǔ)貨量時(shí)是無(wú)法預(yù)知的。

數(shù)據(jù)支持

雙方建立起完整的“數(shù)據(jù)清洗—特征工程—模型訓(xùn)練—結(jié)果輸出—誤差監(jiān)控”的AI迭代流程，部署自動(dòng)任務(wù)流程每日對(duì)接新數(shù)據(jù)，實(shí)現(xiàn)了對(duì)未來(lái)4～6天的預(yù)測(cè)輸出，指引門店訂貨。在POC階段，觀遠(yuǎn)數(shù)據(jù)選擇了沃爾瑪26家門店對(duì)模型預(yù)測(cè)進(jìn)行兩周的試點(diǎn)測(cè)試，每日計(jì)算單SKU單門店預(yù)測(cè)準(zhǔn)確率，最終在3種測(cè)試品類上，兩周的預(yù)測(cè)準(zhǔn)確率較之原有模型精度絕對(duì)值平均提升7%。

應(yīng)用技術(shù)與實(shí)施過(guò)程

一、前期調(diào)研

沃爾瑪與觀遠(yuǎn)數(shù)據(jù)根據(jù)果蔬品類的行業(yè)痛點(diǎn)，通過(guò)走訪門店，與一線工作人員和采購(gòu)部門進(jìn)行業(yè)務(wù)交流，了解果蔬類補(bǔ)貨的真實(shí)場(chǎng)景中面臨的問(wèn)題和訂貨時(shí)的考量因素，結(jié)合系統(tǒng)數(shù)據(jù)進(jìn)行問(wèn)題分析和影響因子的數(shù)據(jù)化處理。常見(jiàn)的果蔬品類可被大致分為兩種，季節(jié)性商品和非季節(jié)性常規(guī)商品，季節(jié)性商品因上市時(shí)間短且時(shí)間不固定，受市場(chǎng)環(huán)境影響較大，銷售量大的非季節(jié)性商品同樣存在損失率高的情況。結(jié)合實(shí)際情況，沃爾瑪選擇出具有代表性的大臺(tái)農(nóng)芒（季節(jié)性）、小臺(tái)農(nóng)芒（季節(jié)性）、山東富士蘋果（非季節(jié)性）三個(gè)單品進(jìn)行AI預(yù)測(cè)。

二、方案設(shè)計(jì)

方案結(jié)合銷售、清倉(cāng)、進(jìn)貨等數(shù)據(jù)，增加天氣、節(jié)假日以及和中國(guó)國(guó)情緊密相關(guān)的節(jié)氣等相關(guān)信息，根據(jù)業(yè)務(wù)場(chǎng)景進(jìn)行門店維度單品的按天預(yù)測(cè)。嘗試多種模型，融合業(yè)務(wù)經(jīng)驗(yàn)和統(tǒng)計(jì)數(shù)值、信號(hào)變換等特征，進(jìn)行數(shù)據(jù)平滑等操作，經(jīng)過(guò)對(duì)歷史數(shù)據(jù)呈現(xiàn)趨勢(shì)的學(xué)習(xí)調(diào)整參數(shù)。建立起完整的“數(shù)據(jù)清洗—特征工程—模型訓(xùn)練—結(jié)果輸出—誤差監(jiān)控”的AI迭代流程，部署自動(dòng)任務(wù)流程每日對(duì)接新數(shù)據(jù)，實(shí)現(xiàn)對(duì)未來(lái)4～6天的預(yù)測(cè)輸出，指引門店訂貨。

三、成果檢驗(yàn)

選擇26家門店對(duì)模型預(yù)測(cè)進(jìn)行兩周的試點(diǎn)測(cè)試，每日計(jì)算單SKU單門店預(yù)測(cè)準(zhǔn)確率，最終在3種測(cè)試品類上，兩周的預(yù)測(cè)準(zhǔn)確率較之原有模型精度絕對(duì)值平均提升7%； 
全自動(dòng)預(yù)測(cè)后臺(tái)，自動(dòng)加載每日新數(shù)據(jù)，完成模型自更新與當(dāng)前預(yù)測(cè)任務(wù)。

商業(yè)改變

一、經(jīng)濟(jì)效益變化

后續(xù)計(jì)劃將擴(kuò)展到全國(guó)門店及Top10果蔬商品，并保持7%的預(yù)測(cè)準(zhǔn)確率提升，將會(huì)帶來(lái)單品類年均上百萬(wàn)收益提升的經(jīng)濟(jì)效益。通過(guò)構(gòu)建完整的自動(dòng)化任務(wù)流，增強(qiáng)經(jīng)驗(yàn)的復(fù)用性，同時(shí)深度挖掘和監(jiān)督數(shù)據(jù)異常，反饋門店運(yùn)營(yíng)可能存在的問(wèn)題。此外，減少果蔬類產(chǎn)品的損耗和報(bào)廢，保持果蔬產(chǎn)品的新鮮度，提高消費(fèi)者在消費(fèi)過(guò)程中的購(gòu)物體驗(yàn)，同時(shí)保持較高的進(jìn)店率和轉(zhuǎn)化率，促進(jìn)門店其他產(chǎn)品的銷售額增長(zhǎng)。

二、社會(huì)效益變化

算法+人工智能+大數(shù)據(jù)構(gòu)成的企業(yè)供應(yīng)鏈智慧化決策，是現(xiàn)代供應(yīng)鏈中重要的一部分。將人工智能算法應(yīng)用于復(fù)雜的果蔬產(chǎn)品供應(yīng)鏈，是推進(jìn)傳統(tǒng)食品行業(yè)現(xiàn)代化的必經(jīng)之路。

三、環(huán)境效益變化

響應(yīng)聯(lián)合國(guó)減少食物損失和浪費(fèi)的全球倡議，通過(guò)精準(zhǔn)銷售預(yù)測(cè)還原真實(shí)的市場(chǎng)需求，從售賣點(diǎn)入手，向生產(chǎn)商和消費(fèi)者進(jìn)行供求關(guān)系的兩端影響，減少因資源分配不合理導(dǎo)致鮮食產(chǎn)品的浪費(fèi)，以確定能夠帶來(lái)最優(yōu)投資回報(bào)的方式減少食物損失。同時(shí)輔助補(bǔ)貨的合理規(guī)劃，加快鮮食產(chǎn)品流通，保證產(chǎn)品質(zhì)量，提升食品安全。

關(guān)于案例提交企業(yè)·觀遠(yuǎn)數(shù)據(jù)：

觀遠(yuǎn)數(shù)據(jù)成立于2016年，致力于為泛零售、消費(fèi)以及互聯(lián)網(wǎng)領(lǐng)域客戶提供新一代智能數(shù)據(jù)分析與決策（AI+BI）產(chǎn)品方案。區(qū)別于傳統(tǒng)BI平臺(tái)，觀遠(yuǎn)數(shù)據(jù)首創(chuàng)性地提出了一套從敏捷分析到智能決策的“5A”落地路徑，可根據(jù)企業(yè)的數(shù)據(jù)基礎(chǔ)，協(xié)助客戶規(guī)劃相應(yīng)的數(shù)字化升級(jí)路徑，一步步實(shí)現(xiàn)面向未來(lái)的數(shù)據(jù)驅(qū)動(dòng)體系。目前已經(jīng)服務(wù)了沃爾瑪、聯(lián)合利華、百威英博、王府井集團(tuán)、全家便利店、赫基集團(tuán)、元?dú)馍帧⑷D半、奈雪的茶、生鮮傳奇、小紅書、bilibili等上百家零售消費(fèi)和互聯(lián)網(wǎng)企業(yè)。

來(lái)源：數(shù)據(jù)猿