64、在线零售决策支持中的数字智能探索

在线零售决策支持中的数字智能探索

1. 引言

在零售行业，利用数字手段提升运营效率的历史源远流长。早在1987年，美国零售巨头沃尔玛的销售额还不及百年老店西尔斯的一半。沃尔玛秉持“为顾客节省每一分钱”的低价经营理念，对供应商实施“三不”政策，即无回扣、无广告、无配送费，以此实现最低采购价格。然而，其运营效率仍有提升空间。1985年，沃尔玛发射了一颗商业卫星，建立了自己的私有卫星通信系统——沃尔玛卫星网络（WSN）。这一系统使得总部与全球4000多家门店能够通过语音、数据和视频进行实时通信，门店可以在一小时内完成所有商品的库存盘点、货架摆放和销量统计。同时，内部和外部信息系统的紧密连接让沃尔玛能够每天与供应商交换销售、运输和订单信息，确保门店销售、订单和配送保持同步。由于沃尔玛比竞争对手早十年应用技术手段，极大地提高了运营效率，最终实现了比周边竞争对手更低的理论成本，有效实施了“天天低价（EDLP）”的促销策略，赢得了客户满意度，并在1991年销售额超过西尔斯，成为美国最大的零售公司。

如今，随着数字信息系统的飞速发展，零售商已从线下拓展到线上。数据的高速度、大容量、多样性以及人工智能技术的指数级发展，促使零售公司从传统零售向科技公司转型，在线零售的数字智能化成为必然趋势，例如供应链的优化。然而，对于中国的大型在线零售平台而言，买家、商品和场景维度的复杂性使得数字智能的实施成为一个棘手的问题。

买家维度的复杂性体现在客户群体广泛，包括普通家庭消费者、企业用户和农村采购代理。商品维度的复杂性源于大量的SKU类别（数以万计）和庞大的商品数量（常规销售SKU数以千万计，所有SKU数以十亿计）。场景维度的复杂性则表现为多种销售渠道，如个人收件人和消费者销售、直播销售、企业VIP客户协议采购