全球領先的管理咨詢公司貝恩公司今日（9月12日）發布《零售新變革下的數字化供應鏈》報告指出，零售新業態模式下，傳統供應鏈亟待進行全面的數字化轉型升級，而大數據、智能化軟件和物聯網硬件的迅速成熟，將為供應鏈的各個環節帶來巨大的變革機會。
“零售新變革對傳統供應鏈體系提出了全新的要求，供應鏈必須快速調整方向以滿足快速變化的客戶創新需求，這對靈活性和敏捷性較差的傳統供應鏈體系來說是一個巨大的挑戰。”貝恩公司全球合伙人、大中華區消費品及零售業務主席、數字化研究院院長丁杰表示。
丁杰認為，傳統供應鏈首先要厘清自身所面臨的挑戰，其次積極利用大數據、智能化軟件和物聯網硬件等先進技術，結合實際客戶需求，制定創新的數字化供應鏈解決方案。
貝恩公司與G7匯通天下合作，對超過50家業內領先的供應鏈企業展開調研，包括品牌商、物流平臺、物流商、零售商、2C及2B電商平臺。研究發現，需求預測難與配送成本高是目前供應鏈領域的首要難題，有近七成受訪者表示感到轉型壓力非常大。
在需求預測方面，隨著消費者逐漸“部落化”，新品的生命周期急劇縮短，導致預測、庫存控制和生產彈性都面臨巨大挑戰。企業內外部數據可見度低，更是提高了預測難度。面對大幅增加的SKU數和訂單頻次，許多企業往往面臨“分析師人手不足、分析深度不夠”的尷尬局面。
在配送成本方面，隨著零售升級，消費者的碎片化需求和極高的時效要求導致“最后一公里”終端配送成為物流中難度最大、成本最高的領域之一。以即時配送領域為例，自2016年起，除了美團、餓了么等外賣企業，盒馬鮮生、超級物種、沃爾瑪、天貓商城等新零售品牌也紛紛啟動即時配送服務。雖然參與者眾多，成本卻高居不下，每單配送費往往在10元至15元。除去地段最好、單量最大、客單價最高的少數頭部門店，絕大多數參與者目前尚未實現盈利。
其他挑戰還包括：線上線下物流體系分立、倉儲管理復雜化、運輸規劃復雜化、B2B電商平臺物流成本高。
報告指出，零售新業態模式下，傳統供應鏈在數據庫建設、產銷規劃及運營效能提升方面均存在一定的機會領域，亟待進行全面的數字化轉型升級。基于上述挑戰，貝恩向構建數字化供應鏈以服務零售新變革的企業提出以下六項建議：
1.基于大數據提升預測能力。提高數據收集能力和數據質量，結合算法優化手段提升需求預測準確度；
2.建立線上線下整合的一體化的物流體系。整合兩套分立的體系，提升庫存、倉儲及運輸的綜合利用效率及響應速度；
3.在大數據驅動下優化倉儲供應鏈布局。在數據驅動下，優化倉儲點及物流路線布局提升效率；
4.通過智能調度體系及自動駕駛技術優化運輸城配效率。基于數據的自動調度、規劃及配載系統來提升復雜運輸體系的效率，中遠期積極利用自動駕駛等新一代技術的創新機遇。貝恩預測，自動駕駛技術將在2020年左右出現眾多商用路試方案，2025年前后有很大機會在物流、無人出租車等行業率先出現大規模商業應用，對物流運輸領域產生顛覆性變化。
5.利用智能調度、眾包模式及前置自提綜合解決最后一公里配送成本。最后一公里配送在強調客戶高時效體驗的同時，結合智能調度技術及創新的物流模式來降本增效；
6.提升區域濃度、共享倉配服務以共同降低2B電商平臺成本。提升區域濃度，同時打造共享不同品牌、不同客戶之間的倉配服務，是降低平臺配送成本的有效途徑。
以下為報告摘錄取
零售新變革對供應鏈的沖擊與挑戰是全方位的，將會拉動供應鏈的各個環節進行根本性的變化。從我們的研究看來，傳統的供應鏈各環節在面對零售新變革的時候都存在明顯的痛點。
基于研究中受訪企業的反饋，以上列出的問題具備相當的普遍性。尤其是在需求預測及配送成本方面， 將近七成供應鏈參與者均感到轉型壓力非常大。
1.需求預測及敏捷響應
我們的研究顯示，消費者需求分散導致的訂單碎片化、產品定制化給生產端帶來了大量壓力。過去消費者需求相對單一，因而規模化、批量生產的方式在傳統品牌商中占據主要地位，隨著消費者逐漸“部落化”，新品的生命周期急劇縮短，導致預測、庫存控制和生產彈性都面臨巨大挑戰。
企業內外部數據可見度的制約是導致需求預測難和供應鏈敏捷度差的關鍵因素。很多傳統行業零售商過去采用層層分銷的方式，除了部分大型經銷商外，并不具備到次級經銷商及門店的數據可見度。其次，許多企業內部不同渠道、不同區域間的數據也尚未打通，無法做到全局協同。線上線下分開的物流體系 帶來了諸多的額外成本，日益成為品牌商的挑戰。
此外，大量企業在預測系統的升級以及相應分析團隊的能力建設方面也具有較大的提升空間。其目前的預測及備貨方法多參照歷史同期表現，缺乏對外部信息的合理整合，并且分析絕大多數由人工完成，面對大幅增加的SKU數和訂單頻次，往往面臨“分析師人手不足、分析深度不夠”的尷尬局面。
2.線上線下物流體系分立
很多傳統行業零售商過去采用層層分銷的方式，除了部分大型經銷商外，并不具備到次級經銷商及門店 的數據可見度。此外，許多企業內部不同渠道、不同區域間的數據也尚未打通，無法做到全局協同。線上線下分開的物流體系帶了諸多的額外成本，日益成為品牌商的挑戰。
3.倉儲管理
隨著消費者對“時效”要求的逐步提升，供應鏈長度也隨之不斷縮短，使倉庫布局越來越貼近終端，由此涌現了前置倉、門店倉等大量新模式。但此類前置倉儲點有限的容量卻增加了運營難度和成本，渠道融合和訂單碎片化也對傳統倉儲的管理提出了挑戰。
以某領先生鮮電商為例，其前置倉內放置的SKU數不能多于500，僅占整體SKU的1/6，且多為周轉天數較低的高頻商品，需要每日補貨才能保持新鮮。同時，不同地區間消費者偏好差異較大，顯著提升了備貨難度。在單量密集度不夠的情況下，高達數萬元的建倉成本及月度投入給資金端帶來較大壓力。
4.干線及城際配送
生產端的碎片化及倉儲前置點的迅速擴張都增加了干線及城配物流中的復雜性。一方面，面向終端的配送和覆蓋時效持續提升，終端覆蓋由原先的城市級深入到區縣、鄉鎮，同時當日達、次日達在業務中的比例顯著提升。為了配合時效提升，各商家紛紛調整倉庫布局，更多接近終端消費地，以提升服務體驗，大量新增的倉儲點導致現有干線及城配的路徑與車次規劃難以循序跟進。
5.“最后一公里”配送
隨著零售升級，消費場景將變得無處不在，對時效、便捷的重視使得消費者愈加追求極致配送的體驗。但是碎片化的需求和極高的時效要求導致終端配送成為了物流中難度最大、成本最高的領域之一。
自2016年起，即時配送領域的競爭愈發激烈，除了美團及餓了么等外賣企業，盒馬鮮生、超級物種、沃爾瑪、天貓商城等新零售品牌也紛紛啟動即時配送服務。雖然參與者眾多，即時配送的每單成本仍然高居不下，每單配送費往往在10元-15元/單。除去地段最好、單量最大、客單價最高的少數頭部門店，絕大多 數參與者尚未實現盈利。以某領先O2O企業為例，雖然其配送業務發展極快，年增速高達300%，但在目前50元左右的客單價下，基本處于“送一單，虧一單”的情況。
此外，消費者“隨時隨地”的要求使得各類參與者紛紛提出“3公里生活圈”概念，并力爭在該區域內將現有1小時的送貨時間提升至30分鐘。然而配送窗口的縮短會導致路徑更加碎片化，為了滿足準時率，犧牲有限時間內的集單量。此外盒馬鮮生、餓了么、超級物種等嘗試開展24小時配送服務， 面向午夜、清晨等訂單小高峰。可以預見，這些即時配送服務提升計劃將進一步加重企業的物流成本虧損壓力。
6.B2B電商通路
互聯網的高度滲透使B2B電商平臺成為新型零售趨勢下不容忽視的業態。以零售通、新通路、中商惠民為代表的大型eRTM平臺相比過去層層分銷的網絡能夠更快、更有效地觸及雜貨店、夫妻店等渠道。但現有電商平臺相較經銷商城配成本普遍更加高昂，成為其顛覆傳統分銷渠道的一個重要阻礙。
零售新業態模式下，傳統供應鏈在數據庫建設、產銷規劃及運營效能提升方面均存在一定機會領域，亟待進行全面的數字化轉型升級。基于報告的關鍵結論，我們對供應鏈參與者提出以下四類可能的解決方案：
1.提升基于數據的預測能力
首先，企業應當貼合自身運營狀況在關鍵環節增加監控，提高數據的掌握程度；同時通過內外部分享協同，實現關鍵系統的打通整合。擁有足夠數據體量后，企業需要排除數據缺失并建立統一標準，以提升數據質量，提高數據利用率。最后的決策階段則需要積極引入大數據、人工智能等新技術，采取最優算法最大化預測效果。
以某領先跨國化妝品公司為例，該客戶原先采用人工為主、系統為輔的預測方式，預測偏差高達約30%并且嚴重依賴分析員的經驗判斷。在貝恩的幫助下，其利用大數據建立新的智能銷售預測系統，使預測偏差降低9%并大幅度降低工作難度。
針對需求預測難，行業內先進的企業也在綜合采取數據系統建設、預測算法優化、分析能力提升及定制化生產等方式解決。在數據系統建設方面，企業通過數據標準化和系統整合對接，保障企業內部數據流通并提升不同企業實體間的數據協同度。另一方面也在終端通過先進設備加強數據沉淀，更多地了解消費者的購買行為及購買偏好。
以全家便利店為例，其通過會員卡、POS數據結合人臉識別賬戶綁定等技術成功獲 取深度消費者洞察，并以此為基礎，助力門店選址及店內選品，大幅度提升預測準確度并降低店內商品報廢率。
2.線上線下倉配一體化服務
隨著大量消費品企業線上銷售比例的迅速提高，部分線下零售通路與B2C物流解決方案有顯著的協同作用，尤其是在品牌企業擁有或掌控較大比例的線下通路的庫存及物流的時候更加明顯。
實施線上線下共同管理，帶來的成本節約主要來自于四個方面，其中整合庫存帶來的收益最為明顯:
基于線上線下共同管理的巨大效益潛力，領先的電商物流企業如菜鳥、京東以及眾多品牌企業如耐克、GAP、杜蕾斯等都在積極嘗試。初步的實踐發現，對于線上銷售額占總銷售達到15%或以上的企業，整合線上線下的物流可以達到3%-5%的物流成本節約。
當然，在當前的實踐中要完全實現線上線下統一管理的優勢，還有許多具體的難題需要克服，例如：線上倉和線下倉操作模式差異的協調問題；實體庫存與線上訂單的操作協同機制；線上物流管理和線下物流管理的成本差異處理等。這些問題與挑戰都有待于在進一步的實踐中利用新的商業模式及技術加以攻克。
3.在數據驅動下優化供應鏈網絡布局
倉庫建設及配送路線選擇在前期的“跑馬圈地”之后逐漸步入穩健期，因此整體網絡的資源分配存在較大提升空間。物流網絡的優化需要立足于公司戰略，結合產品組合、市場需求、庫存控制、倉庫容積、 運輸成本、人工成本、采購成本等輸入，同時在結果上兼顧物流效能、成本控制、反應速度、營運資金管理等。
以某知名飲品公司為例，其產品結構較為復雜并擁有全球化供應鏈網絡，快速變遷的消費偏好給其現有的物流系統帶來了巨大挑戰。貝恩通過系統診斷發掘現有網絡中的優化潛力，并對各類潛在解決方案進行系統化模擬，從中選擇最優方案，成功使該客戶的物流成本降低并大幅提升了反應速度。
同時，在跨倉管理及店倉合一體方面，國內以便利蜂為代表的新型創業公司通過與WMS、ERP系統聯通的互聯網平臺打通總倉、前置倉、門店及貨柜，實現高度精準的庫存實時監測，并開發面向供應商的自動訂貨補貨系統大幅度減少人力依賴。此外結合終端數據反饋，通過支付端口及用戶會員購買數據勾畫精確用戶畫像，指導不同地區的前置倉選品，在前置倉SKU數目僅為門店1/10的情況下仍然保障低至10%的缺貨率。
4.智能調度體系及自動駕駛技術優化運輸城配效率
隨著物流運輸的復雜度大大提升，傳統簡單的手工或者手工加簡單調度體系的方式已經難以滿足物流的需求。應用大數據驅動的智能調度及規劃系統來優化車輛運行時刻、路線及配載的規劃是提升運輸尤其是城配運輸的必由之路且效益巨大。
以UPS智能路徑調度及規劃系統Orion為例，它通過聯網配貨機動車的遠程信息服務系統，實時分析車輛、包裹信息、用戶喜好和送貨路線數據，實時計算最優路線，并全程通過GPS跟蹤信息。Orion實時路徑優化讓UPS每車每日平均減少1~2公里路程，車燃油成本節省5000萬美金，并增加35萬包裹配送。
隨著人工智能及自動駕駛技術的迅速發展，車輛自動駕駛技術將對運輸體系帶來顛覆性的影響。以最后一公里為例，相比傳統配送，自動駕駛將提升2倍效率。就短途而言，自動駕駛將提升50%以上的效率并且能夠全天運營。
盡管當前自動駕駛技術的演進仍處在實驗階段，貝恩預測，2020年左右將會出現眾多的商用路試方案，2025年前后自動駕駛將有很大機會在物流、無人出租車等行業率先出現大規模的商業應用，這將對當前的物流運輸領域帶來顛覆性的模式及費用變化。
5.智能調度、眾包模式及前置自提綜合解決最后一公里配送成本
面對高昂的配送成本，現有業內主要的嘗試方向包括調度優化、終端自提點設置、運力眾包及快遞站前置等。隨著供應鏈數據化程度的提升和新型技術的規模化應用，最后一公里存在巨大的運營提升空間。
相比搶單模式和人工調度，系統能夠有效地對派單和路徑進行優化。如美團通過大數據及動態算法與智能硬件在最適當的時間和地點自動向配送員推送訂單并實時導航，進行路況播報并提供安全駕駛提醒，實現高達20%的降本。
盒馬鮮生則通過集單率優化模擬篩選出最適合派送的單量。自提柜等終端自提設備則通過對終端配送點的匯集，大幅度縮短配送員的等待時間及末端配送距離。以豐巢和速遞易為例，使用自提快遞柜后平均派送時長節降最高可達5分鐘以上，人力成本平均節省高達0.5元/單。
在技術優化和新型硬件投入之外，商業模式革新也是重要的降本方向。需求的急速上升超過了平臺自營運力和第三方自有運力的擴張速度，人工投入及設備投入較低的眾包模式應運而生。如達達、點我達等平臺通過匯集整合社會閑散運力，顯著降低配送的人工成本。除運力眾包外，京東、菜鳥等自建或加盟的前置化自提點和快遞站也有助于倉儲下沉。
6.提升區域濃度、共享倉配服務共同降低2B電商平臺成本
物流成本是新零售模式中最關鍵的成本之一，突破物流成本的瓶頸也是新零售商業模式取得突破的關鍵。 電商平臺在數據化方面具有優勢，但是在運力成本控制方面仍具有提升空間。
平臺可以與組織化的高效物流商合作，統一外包并調配運力以降低閑置運力比例；另外也可以考慮自建車隊以規避第三方的溢價并利用自身的數據優勢建設甩掛路線，提高車輛的使用效率。
當前個別區域性的B2B電商平臺，能夠在物流成本上超出同行，接近傳統經銷體系物流成本水平，其關鍵是進行多客戶多貨源共享物流，提升規模效應拉低成本。
