揭秘天猫商家销量预测神器!准确度超90%,现实版“水晶球”来了

简介:

还有差不多40天就是天猫618,广东小熊电器有限公司总经理李一峰在忙碌备战中隐隐有些不安。如果销量预测相差比较大,可能会导致缺货或货物积压。

小熊电器面临的挑战,也是绝大多数品牌商家的痛点。天猫为此推出了全球首个销售精准预测平台,预测消费正在成为可能。

5月8日,2018天猫TES(天猫消费电子生态峰会)上,天猫智慧供应链发布行业首个可精准预测销量的产品“水晶球”。这个“水晶球”,可以为品牌提供未来滚动365天,基于货品、货品分仓等维度的销售预测。

“水晶球”的公众首秀,是针对海尔、美的、西门子、kindle等10大品牌在4月9日至5月6日期间的店铺销量进行预测。这个时间段包括了五一大促。4月9日,数据提请公证处公证,28天后,真实销量出炉,“水晶球”平均预测准确度达到91%。

这是全球第一家精准预测线上销售预测的平台。浙江大学管理学院教授、供应链研究所所长霍宝锋评论,消费电子类产品需求相对弹性,“水晶球”能在以店铺为单位,28天为周期,预测准确度达到90%以上,“是非常了不起的。”

天猫智慧供应链想做的事情

小熊电器是生活小家电行业的佼佼者。去年双11,小熊电器在天猫平台一天销量57万台,销售额突破7300万元,并在多士炉、酸奶机、煮蛋器等8大品类中获全淘销量第一。

e7ddca2b0514fbf27f50091259e296806787c663

去年双11,小熊电器在多士炉等8大品类斩获颇丰。

不过,销量预测不准,可能带来缺货或库存,都会直接带来品牌商成本的增加和利润的损失。无怪乎小熊电器总经理李一峰说,“促销节点的销售预测,是小熊电器供应链管理中面临的一大挑战。”

精准预测销售,在供应链上赋能商家,则是天猫智慧供应链想做的事情。天猫资深算法专家周虎成表示,预测在供应链中是“牵一发而动全身”,对商家或者品牌商而言,可以指导其进行更准确的生产企划,采购计划,销售计划以及仓配履约计划,并进一步影响价格计划、营销计划。

但销量预测是一个世界性难题。而且,预测的准确度与行业、产品周期紧密相关。一般而言,越是需求刚性,例如食盐、牙膏等快消品,预测难度越小。此外,时间周期越长,越难预测。

“水晶球”和算法团队

据公开资料,天猫智慧供应链起步于2014年双11后,历经多次更新迭代,预测准确度不断提升。

去年年底,天猫就曾选取西门子、飞利浦、方太、小熊等10个不同行业的品牌旗舰店及专卖店进行销售预测。不久后的年货节期间,则以行业(大电、小电、数码)维度进行预测,准确率最高达到95%。这些可谓“水晶球”的大型“实战”。

周虎成带领一个15人算法团队,就在“水晶球”下了很大功夫。

采访过程中,记者多次听到天猫小二对这个团队成员“背景”的惊叹——周虎成曾是微软亚洲研究院研究员,另外14位成员中,有5个博士,7个毕业于清华北大。目前,团队已有超过5个专利在申请当中,还准备发表相关学术论文。

仅仅是创新算法的预测角度,他们就经历了上百次的尝试,更遑论不同特征因子的选用。

源源不断的数据,化作数千个商业因子,涌进“水晶球”,经由巨量的计算,“吐”出一串关于未来的数字。

“水晶球”的一大优势,还在于比较擅长预测由大促引发的“脉冲式”消费。“我们可以提供多维度、多时间周期的消费预测。”周虎成说。

只有“水晶球”是不够的

新的问题,新的机会,也随之而来。

李一峰表示,小熊电器品类多,涉及几百个供应商,供应链条长。即便商业预测问题能够比较好地解决,前端能够准确预测需求波动,但“刺激”传导至生产端时,速度就不得不降下来,等待原材料到位、合作伙伴跟上脚步。

因此,在整合供应商之前,小熊电器只能以库存作为“缓冲”。

这是小熊电器的“妥协”。阿里供应链研究中心负责人游五洋(花名:希疆)介绍,据内部测算,以毛利20%的品类作为代表,库存每造成降价1%,对净利润的损失就是20%;而产品脱销带来的损失可能更大。

游五洋说,供应链管理提升无非两点,提升预测准确度和提高供应链反应速度,更重要的,“大幅提升预测准确度,还能给商家留下改善供应链反应速度的空间。”

正因为此,除了“水晶球”,天猫智慧供应链还有另一个非常重要的部分,就是智慧物流。阿里去年发布的智慧供应链中台2.0版本,已经可以通过算法,在天猫双11期间,帮助商家综合考虑各区需求预测,实现有限库存的全国调拨和库存分配,以平衡各区域的供给和需求。

e7ddca2b0514fbf27f50091259e296806787c663

阿里智慧供应链中台

创建了供应链算法团队的天猫算法技术资深专家邓玉明(花名:粤谦)介绍,天猫智慧供应链还融入了仿真技术,针对行业的全品相,模拟消费者下单、采购补货、预约入库等业务环节,直接观察业务决策的合理性。

此次天猫TES大会上,天猫消费电子事业部总经理杨光(花名:吹雪)透露,尽管去年才形成精准预测的成熟产品,但过去几年天猫通过与部分品牌商的深度合作,在销售预测、协同补货和生产上已经进行了一系列探索。

“水晶球”的想象力

商业预测的“钥匙”,正被算法专家们掌握。行业、类目、品牌、店铺、商品,数据颗粒度从粗到细,日、周、月、年,预测时间周期也不断拉长。

“水晶球”的预测能力,已经处于世界先进水平。如前所述,店铺的月销售额预测准确度可达90%以上,SKU维度的周销售量精确度也比传统预测高几倍。

依靠误差很小的预测数值,天猫智慧供应链不只希望支持品牌方采购补货、规划生产,还希望未来可以推动品牌方开仓、搬仓的计划。

在霍宝锋看来,“水晶球”全面整合了库存预测和需求预测,是供应链预测的一次突破。当然,“水晶球”尚处在起步阶段,未来的进一步整合,需要天猫平台与品牌商之间达成拥有一致目标的战略联盟;在货品、价格、库存等多方面信息共享;最后,实现流程协调。

“当平台和商家都在往前跑的时候,二者间的衔接很重要。” 天猫消费电子事业部供应链中心总经理张赞(花名:亦浓)也提到,数据模型的搭建只是一部分,准确的预测还要靠各种商业因子的输入。

这些商业因子的来源,包括基于消费需求的研究,用户分层和需求的主动满足,模型中包括用户信息、流量趋势、曝光精准度、点击、转化、复购等一系列数据,同时也包括品牌商的价格策略、平台的营销计划等。“只有算法、平台、品牌商三者融合,才能真正实现销售预测的本质且引领消费趋势。”张赞说。

发布“水晶球”之后,天猫智慧供应链接下来要做的工作之一,是将算法平台变成产品界面,与品牌商深度协同。

cad5274f8b271be394731916a9dc8351c09ba1b3

去年,包括洗碗机在内的四大新品类增长迅速。

“水晶球”乃至天猫智慧供应链的想象力不止于此。据介绍,最能切入品牌商痛点的销售量预测是“水晶球”发展的第一阶段,未来凭借丰富的消费者特征数据和全面的行业数据,“水晶球”不仅会给出销量预测,还将勾勒潜藏在消费者行为中的消费趋势,挖掘“蓝海产品”。

仅在天猫消费电子行业,就在大数据分析辅助下,创造出了洗碗机、睡眠仪等多个新鲜品类的需求。

预测永远是不准的,这是供应链人公认的法则。但预测的准确度可以不断提升,实现比较精准的预测。

“我们想通过努力,去探寻预测算法的边界。”周虎成说。


原文发布时间为:2018-05-9

本文作者:王诗琪

本文来自云栖社区合作伙伴“天下网商”,了解相关信息可以关注“天下网商”。

相关文章
|
24天前
|
监控 数据挖掘 API
案例研究:如何通过淘宝天猫商品销量数据分析竞争对手
淘宝天猫的商品销量数据接口主要用于商品数据分析和监控业务,通过这些接口可以获取商品的实时销量、30天销量以及总销量等详细信息。以下是关于这一数据接口的详细介绍:
16 1
|
3月前
|
机器学习/深度学习 人工智能 算法
从《繁花》到现实,现代版“宝总”如何通过智能手段预测股市?
如果宝总生在现代,在大数据、人工智能等前沿技术日新月异的今天,一定会通过科学的方法和智能工具来洞悉市场动态、分析趋势变化。
从《繁花》到现实,现代版“宝总”如何通过智能手段预测股市?
|
机器学习/深度学习 数据采集 数据可视化
数据分析案例-基于随机森林模型探究电商网站推销商品的影响因素
数据分析案例-基于随机森林模型探究电商网站推销商品的影响因素
674 0
数据分析案例-基于随机森林模型探究电商网站推销商品的影响因素
|
机器学习/深度学习 数据采集 存储
AI带你省钱旅游!精准预测民宿房源价格!
本文基于Airbnb在大曼彻斯特地区的房源数据,构建机器学习模型,进行数据分析与挖掘建模,预测民宿房源的价格走势。当然,同样的方法模式也可以应用在国内平台。
2166 2
AI带你省钱旅游!精准预测民宿房源价格!
|
机器学习/深度学习 数据采集 人工智能
机器学习实战 | 综合项目-电商销量预估
本篇内容基于Kaggle数据科学竞赛Rossmann store sales,梳理和总结基于Python解决电商建模的全过程:包括数据探索分析、数据预处理与特征工程、建模与调优。
4333 1
机器学习实战 | 综合项目-电商销量预估
|
Android开发 iOS开发
友盟: 手游玩家整体口味偏“轻” 冒险游戏增长最快
由友盟与ChinaJoy等多家海内外产业机构共同编写的《2013全球移动游戏产业白皮书(年终版)》已于近日发布,其中友盟在白皮书中重点分享了中国移动游戏市场发展现状及趋势分析、游戏品类分析及玩家行为分析数据。主要信息点汇总如下:
友盟: 手游玩家整体口味偏“轻” 冒险游戏增长最快
|
算法 搜索推荐
论文解读 | 数十亿商品中,长尾和新品怎么找到新主人?
在推荐系统的发展历程中,面临两个核心问题:用户的长尾覆盖度以及新商品的冷启动,在这两个维度下的模型扩展能力的瓶颈一直以来对广大推荐算法工程师都是不小的挑战。本文基于Graph Embedding的理论知识提出了创新框架,旨在提升商品推荐的多样性和发现性。
1160 0
|
开发者
用户转化率的七大关键因素,突飞猛进不再是梦
每个网站每天都会面临巨大的流量,但是流量不等于最终收益,每个网站都必须通过提升转化率来优化服务、明确决策和获得更高的收益。那么转化率的提升和哪些因素有关呢? 影响转化率的因素 影响网站转化率的因素不尽相同、不同网站之间的因素也千差万别,不过依然有迹可循,总结而言,提升转化率有七大关键因素: 第一、主页面的视觉效果,因为首先看到的就是主页面,所以主页面一定要让人眼前一亮,抓住吸引人们的注意和目光,让他们对这些感兴趣。