即刻構(gòu)建 數(shù)據(jù)賦能 | 看世界500強(qiáng)如何用AI賦能驅(qū)動(dòng)業(yè)務(wù)增長

　 域名預(yù)訂/競價(jià)，好“米”不錯(cuò)過

11月22日，由AWS和觀遠(yuǎn)數(shù)據(jù)聯(lián)合主辦的「零售與消費(fèi)品行業(yè)會議」在廣州圓滿落幕。

本次活動(dòng)以“即刻構(gòu)建 數(shù)據(jù)賦能”為主題，邀請了百余位零售快消行業(yè)嘉賓參加。觀遠(yuǎn)數(shù)據(jù)合伙人 魯伊莎、NOME（諾米家居）CIO 劉湛、 AWS 零售快消業(yè)務(wù)拓展總監(jiān) 金慧、AWS高級解決方案架構(gòu)師 劉天龍、ChiefClouds客戶解決方案副總裁 李輝 等企業(yè)專家作為演講嘉賓現(xiàn)場分享了零售企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)話題。

作為活動(dòng)的主辦方之一，觀遠(yuǎn)數(shù)據(jù)合伙人 魯伊莎現(xiàn)場進(jìn)行了《構(gòu)建數(shù)據(jù)智能決策大腦 驅(qū)動(dòng)零售快消增長》的干貨分享。

魯伊莎表示，工業(yè)時(shí)代極大放大了人們的體力，而從IT時(shí)代過渡到智能時(shí)代，人們的腦力得到了充分釋放，算法、算力、大數(shù)據(jù)的發(fā)展也為我們構(gòu)建智能時(shí)代提供了基礎(chǔ)設(shè)施。而觀遠(yuǎn)數(shù)據(jù)剛好把握住了時(shí)代的風(fēng)向標(biāo)，將AI融入BI，幫助企業(yè)構(gòu)建數(shù)據(jù)智能決策大腦。

活動(dòng)現(xiàn)場，魯伊莎從價(jià)值點(diǎn)、場景、客戶案例等多角度分享了“AI+BI”在零售快消品行業(yè)的落地應(yīng)用。

連鎖零售-數(shù)據(jù)賦能“人貨場”

在連鎖零售領(lǐng)域，觀遠(yuǎn)數(shù)據(jù)通過融合企業(yè)會員數(shù)據(jù)、商品數(shù)據(jù)、門店數(shù)據(jù)，搭建了圍繞“人貨場”的全場景數(shù)據(jù)分析模型，可以幫助企業(yè)360°發(fā)現(xiàn)經(jīng)營問題，找到增長機(jī)會。

快消品 - 從敏捷分析到智能決策

在快消品領(lǐng)域，除了基礎(chǔ)的營收分析，觀遠(yuǎn)數(shù)據(jù)的Control Tower（控制塔）可以覆蓋從需求計(jì)劃、供應(yīng)計(jì)劃、生產(chǎn)、倉儲、訂單、運(yùn)輸、客戶管理在內(nèi)的整個(gè)公司物流鏈。 針對客戶物流系統(tǒng)繁多(如SAP系統(tǒng)，TMS運(yùn)輸管理系統(tǒng)、工廠管理系統(tǒng)，卡車追蹤系統(tǒng)等)，各個(gè)系統(tǒng)之間的數(shù)據(jù)非常獨(dú)立，缺乏統(tǒng)一的管理，且訂單跟蹤不及時(shí)、數(shù)據(jù)口徑不一致等現(xiàn)狀 ，通過平臺接入物流系統(tǒng)數(shù)據(jù)，并進(jìn)行數(shù)據(jù)的處理和融合，實(shí)現(xiàn)訂單的實(shí)時(shí)跟蹤、目標(biāo)分析等場景。

除此之外，觀遠(yuǎn)數(shù)據(jù)在快消品行業(yè)已經(jīng)落地了成熟的AI應(yīng)用場景，比如需求預(yù)測和智能稽查?？梢詭椭煜放仆ㄟ^需求預(yù)測來控制供應(yīng)鏈的訂貨量，減少浪費(fèi);并且能夠?qū)?jīng)銷商進(jìn)行竄貨稽查，杜絕返利違規(guī)現(xiàn)象。

案例一：幫助某世界500強(qiáng)企業(yè)通過AI稽查，實(shí)現(xiàn)了32%的ROI增長

快消品牌會經(jīng)常做一些折扣活動(dòng)，而大范圍的折扣活動(dòng)會經(jīng)常遇到一些障礙，比如經(jīng)銷商會虛報(bào)銷量以獲取更大折扣。

某一世界500強(qiáng)快消品牌在使用觀遠(yuǎn)數(shù)據(jù)之前，每次遇到活動(dòng)，公司都會安排一個(gè)上百人的稽查隊(duì)到門店檢查，一旦發(fā)現(xiàn)有以上問題，就會召回資金。而通過和觀遠(yuǎn)數(shù)據(jù)合作，將AI和BI結(jié)合，可以把稽查命中率提高百分之一百，同時(shí)實(shí)現(xiàn)了32%的ROI增長。

案例二、幫助某世界500強(qiáng)企業(yè)實(shí)現(xiàn) 銷量預(yù)測

消費(fèi)品行業(yè)的供應(yīng)鏈層次繁多，當(dāng)銷售端的需求量傳輸?shù)缴a(chǎn)端時(shí)往往需要很長的時(shí)間，而當(dāng)生產(chǎn)端做出反應(yīng)之后，銷售端的需求可能又發(fā)生了變化。由于這種信息難共享，快消品行業(yè)會經(jīng)常出現(xiàn)庫存積壓、商品滯銷等問題。

觀遠(yuǎn)數(shù)據(jù)通過幫助某世界500強(qiáng)客戶構(gòu)建AI數(shù)據(jù)分析平臺，通過對日期，節(jié)日，商品，促銷，倉庫，銷售終端等多種特征進(jìn)行分析，預(yù)測了600+SKU商品在未來幾個(gè)月的銷量。打造了‘數(shù)據(jù)獲取-數(shù)據(jù)分析-模型搭建-數(shù)據(jù)預(yù)測-智能決策-新數(shù)據(jù)融入’的完整數(shù)據(jù)閉環(huán)，讓模型持續(xù)迭代優(yōu)化，以適應(yīng)市場的不斷發(fā)展。

活動(dòng)現(xiàn)場，魯伊莎還針對“基于多維數(shù)據(jù)構(gòu)建模型”、“五個(gè)步驟確保模型結(jié)果可用性”、“效果反饋機(jī)制確保模型持續(xù)進(jìn)化”等AI模型搭建的理論干貨進(jìn)行了分享。

零售與消費(fèi)品行業(yè)正經(jīng)歷前所未有的機(jī)遇和轉(zhuǎn)型，只有創(chuàng)新求變才能在萬變的市場立足長存。觀遠(yuǎn)數(shù)據(jù)將會持續(xù)深耕零售消費(fèi)品行業(yè)，做數(shù)據(jù)分析和智能決策的引領(lǐng)者，成為客戶信賴的長期合作伙伴。

申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！