用AI武裝連鎖智慧門店

至頂網軟體頻道訊息： 連鎖門店是當下非常常見的一種零售業態，通過連鎖和規模化經營來提供收益以應對電商衝擊不是為一種有效辦法。不過，店大了經營管理也就更為複雜，連鎖門店的補貨就是其中的難點之一。眾所周知，門店經營的好壞，貨品是否適銷對路非常關鍵。在傳統的門店管理中，進哪些貨、進多少貨品很大程度上依靠店長的個人經驗，賣得好的少進了；賣得不好進多了，這種事是在很多門店司空見慣。

儘管每個連鎖門店的管理者都希望找到一個經驗豐富的店長來管理，但過於依賴店長的個人能力肯定是不是管理者所希望的，鑑於此，人們開始探索通過技術手段來幫助解決這一問題，包括BI、大資料以及最新熱門技術的人工智慧都在探索之列。所幸的是，多年來的技術研究取得進展，得益於各種技術的應用，連鎖門店的補貨正在逐漸變得可控、透明，個人經驗佔比不斷下降。

成立於2015年的超盟資料就是一直致力於解決連鎖門店補貨難題的公司之一。超盟資料集合了大資料和零售領域的專家，致力於利用企業ERP系統等自有資料和第三方資料，通過大資料和人工智慧等技術為連鎖零售企業提供經營管理、品類管理、門店智慧等人工智慧解決方案。超盟資料利用最新的人工智慧技術、無服務計算技術同時結合自己積累的零售行業經驗大幅，來提高連鎖門店補貨的效率和科學性，提升貨品的週轉率和門店利潤率，從而為連鎖門店邁向智慧門店打下了很好的基礎。

據超盟資料CTO李健豪介紹，應用BI、大資料和人工智慧進行進貨、補貨預測並不新鮮。實際上，今天在幾乎所有大型零售企業都或多或少地在利用這些技術來幫助進貨和補貨，很多企業還做到了相當程度地自動化。不過，這些應用都普遍集中在總店、集中在大型倉儲中心，而很少應用到連鎖門店級別。這背後的重要原因之一在於，連鎖門店的補貨時間視窗短，而且每天都要做，同時貨品數量（SKU）並不少。另外，一個連鎖門店很可能有數百甚至上千家門店，每天一次做出補貨的決策，每次決策可能涉及TB乃至PB級的資料量，而且要在指定的時間段完成，龐大的計算量對後臺IT系統構成很大的壓力。

“補貨預測是一種短時爆發性的業務需求，需要很高計算力。如果是企業自建，在計算完成後，很可能機器閒置，會造成必要要的浪費。” 李健豪介紹。

自然地，雲服務成為首選方案。但是，如果按照傳統的雲服務計費模式（企業級業務通常都按包月計費），這個計算成本依然是連鎖門店很難承受的，而超盟資料很巧妙的解決了這個問題。

引入AWS Lambda是超盟資料的技術手段之一。Lambda 是AWS推出的一項計算服務，也稱為伺服器計算（Serverless），基於Lambda使用者無需預配置或管理伺服器即可執行程式碼。同時，Lambda 只在需要時執行程式碼並自動縮放，也只需按消耗的計算時間付費，而程式碼未執行時不產生費用，這可以有效節約成本。超盟的門店自動補貨解決方案就選擇了AWS Lambda，並利用Lambda成功地搭建了一個承載資料採集、清洗、分析和資料展現的核心業務系統。由於利用Lambda的按計算時間付費的這一特性，成本得到有效控制。

超盟資料另一個核心能力是對行業的瞭解，正是因為長期一直紮根於零售行業，積累下豐富的零售貨品資訊，還建立了大量的銷售預測模型，從而能更好地利用人工智慧、大資料技術來解決實際問題。

據悉，超盟資料的連鎖門店自動補貨系統可以實現智慧預測。它能根據全網銷售記錄，結合當前門店消費者行為分析，推薦新品、汰換舊品。比如，它能結合地理位置對線下門店銷售的影響，包括分佈在一棟建築物兩側的便利店可能擁有不同消費習慣的顧客，考慮到全國不同地域的消費者，來幫助店長進行決策，進而幫助連鎖企業實現“千店千面”的經營，避免傳統的一刀切模式，優化單店效率。

目前，超盟資料已經服務於超過1萬家門店，為這些門店的經營管理提供幫助，助力它們從傳統零售向新零售轉型升級、邁向智慧門店。