开学季大数据

① 成都大学用算法为新生匹配室友，大数据的应用领域为何如此广泛

大家上学的时候肯定不喜欢跟一个有不好习惯的人居住在一起，因为会对自己产生很大的影响。假如在男生宿舍有一个人抽烟的话，那会把整个宿舍变得乌烟瘴气。枣链有些人睡觉的时候一直打呼噜，那必定会影响到其他室友的休息。可并不能够在开学之前做好问卷调查，都是进行随机分配。成都大学用算法为新生匹配是由大数据的应用变得如此广泛，是因为大家都是有共同需求的。肯定希望跟自己趣味相投的人居住在一起，会觉得十分幸福。

总的来说大学4年时间是非常漫长的，只有跟有意思的人在一起，才会过的开心。每一个人都不要想着别人，应该让着自己，一定要多有一些包容心。同学之间有矛盾其实并不可怕，不要将矛盾无限的放大。有什么问题一定要选择当天解决，不要积累了4年才说出口。因为仇恨变得越来越大时，很可能会让一个人的人格发生翻天覆地的变化。

② 产品销售预测与需求管理是大数据什么

产品销售预测与需求管理 通过大数据来分析当前需求变化和组合形式。 大数据是一个很好的销售分析工具,通过历史数据的多拍镇晌维度袭锋组合,可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最旅祥常见的组合形式、消费者的层次等,以此来调整产品策略和铺货策略。 在某些分析中我们可以发现,在开学季

③ 大数据计算你和学霸的距离

大数据计算你和学霸的距离

在成都最冷的20天里还能坚持早起吃早餐；总是在晚上10点到11点之间洗澡；在教学楼打水近80次……正值开学季，电子科技大学教育大数据研究所的数据显示，普通的你，和学霸之间，恐怕就差了这些“微不足道”的行为。

这个颇有意思的发现，来源于覆盖了电子科大两万余名本科生的大数据系统——“学生画像”，其将每名学生几乎所有的在校活动轨迹与成绩之间建立了关联。利用这些数据，不仅能预算出学生的学习状况，研究者还希望依此引导他们更好地规划各自的学业和就业方向。

学霸的生活轨迹

传统教育认为，学生有规律的生活，是学生提高成绩的重要保证。

“普遍情况下，良好的行为习惯与学习成绩是呈正相关的，这基本是得到公认的。”21世纪教育研究院副院长熊丙奇表示，这些行为习惯，有的与成绩变动直接相关，例如学生按时上下课，常去图书馆等；还有一些与成绩的变动是间接相关的，比如养成早起的习惯，经常洗衣服，有规律的打水等。“虽然不直接作用于学生的学习，但是，好的生活习惯，反映的是学生积极的状态，说明学生自我管理的能力较强。那么，这些学生用在学习上的时间也相对有保证，也就势必会对学习成绩产生影响。”

不过，必须承认，这个被普遍接受的结论很难被定量描述。“如果我们能定量地证明已有的依据，并提出科学的可参照的建议，这项研究就是有价值的。”电子科技大学教育大数据研究所副所长连德富这样解释这项研究的初衷。

如今，研究团队已经花了一年多的时间记录学生的校内行为，包括吃饭、购物、打水、进出图书馆、借阅图书、宿舍门禁、洗澡、使用洗衣机、乘坐公交等。结果发现，学霸有着与一般学生完全不同的学习生活轨迹。

以某专业排名第3的学生为例，她几乎每天固定在8点、12点、14点三个时间点出门，留在宿舍的总时长低于专业平均水平。而该专业成绩排名第61的小石每天进出宿舍的时间很随机，而且通常每次外出的时长不超过2小时，“宅指数”明显高于专业平均水平。

此外，成绩最好的学生吃早餐次数在110次，成绩最差的学生吃早餐次数仅为60次。9点前出现在食堂吃早餐的同学，成绩相对更好。成绩较好的学生集中在晚上10到11点之间洗澡，而成绩较差的学生，洗澡时间无明显规律。

除作息规律以外，进出图书馆次数也是重要指标。第一学期，成绩最好的学生进入图书馆的次数为55次，成绩最差的学生进入图书馆的次数为35次；到了第四学期，成绩最好的学生进入图书馆的次数为61次，成绩最差的学生进入图书馆的次数为18次。

同样的情况还存在于教学楼。学生去教学楼饮水机上打水次数越多，就说明学生长期在教学楼里活动。第三学期的数据显示，成绩最好的学生在教学楼打水近80次，成绩最差的学生在教学楼打水不到10次。

尤其让连德富印象深刻的是，不同成绩的学生在借阅图书的种类上也有明显的区别。他发现，《蝴蝶公墓》《变态心理学》等带有悬疑色彩的图书，借阅者的成绩普遍不理想。

过去，要想清楚地知道不同成绩水平的学生群体与他们的行为特征之间一一的对应关系是非常困难的，但有了大数据的帮助，一切变得简单起来。

“学生画像”还能做什么

仅仅根据学生行为习惯的数据统计，就可以制定出学霸路线吗？

要想精确刻画一个人需要用无数的数据，但连德富认为，校园就是一个拥有丰富数据的很小的社会系统，只要这些数据能与目标联系起来，就有一定的指示作用。

事实上，“学生画像”的首要功能，就是算出每名学生的学习、生活状态，并设计出一系列辅助他们更好规划各自学业的功能模块。目前已经实现的是挂科预警。

据了解，研究团队设计了一个针对挂科率的公式，即过去的学习基础+一段时期内的努力程度。学习基础是根据已考科目成绩、已考与将考科目之间的关联性计算得出的，而努力程度则主要依据教学楼打水频率、进出图书馆的时间与次数等。

如果有学生正处于挂科率高风险的边缘，系统就会自动向负责该名学生的辅导员发送预警信息。而在过去，只有当学生已经出现挂科的情况，辅导员才能得知，即便如此，事后也很难分析学生挂科的具体原因。

“目前，教育大数据暂时的定位还是辅助传统教育，管理、引导学生。”连德富表示。

除了关注学生成绩，他相信，现在的校园里依然充满了像当初的自己那样对未来迷茫的人。“我们都曾迷茫过，不知道自己喜欢什么，可以做什么。”

如何利用“学生画像”帮助学生找到适合自己的路，是研究团队正在努力的方向。目前，数据库不仅有现有学生的行为轨迹，还有已经毕业的学长们的行为轨迹。连德富告诉《中国科学报》记者，最终选择考研、出国或者创业的学生，在生活、学习方式上是存在一些差异的。

比如，打算出国的学生在选修课程、借阅图书时都会偏向语言方面的内容，而偏好创业的学生则与一项很有意思的数据产生关联。由于电子科大在成都郊区，学生进市区需要乘坐一趟班车，有的学生去市区的频率明显要高于其他同学，这也意味着他们的社交行为可能更为丰富。

“学生画像”可以将现有学生的行为轨迹与已经毕业的学长们的行为轨迹进行比对，如果在选课、借阅图书、参加社团活动等方面的轨迹与某类去向的毕业学生比较相似，学校就可以提供相关方面的建议、指导。

对此，21世纪教育研究院副院长熊丙奇也表示，传统的大学教育对学生的管理是比较松散的，因此，通过对学生生活、学习的数据分析，掌握学生的目标动向，有助于学校对学生进行合理的引导，无论是学习还是参与社会活动，都能够有的放矢地帮助学生作进一步规划。

中科院心理所研究员尹文刚则将关注点瞄准了当下大学生的心理健康问题。

“学生从高压的中学时期，进入完全需要自我管理的大学生活，一时间无法适应，容易出现心理问题。一旦受挫，通常选择回避的态度，甚至会出现抑郁的情况，更严重的可能危及生命。”尹文刚直言，近年来，大学生频繁曝出跳楼、伤害同学事件，都与心理健康密切相关。

他认为，通过教育大数据，可以及时掌握学生的行为习惯特征，一旦发生明显异常，比如长期独处、很少参与公共生活等情况，学校就可以适当关注学生的心理健康问题，采取相应对策。

研究团队正在挖掘“学生画像”在关注学生心理健康方面的作用。他们可以根据学生的行为习惯来量化“孤独”。

性格孤僻、有强烈的孤独感，往往被认为是抑郁易感人群具有的一些共性特征。他们发现，学校最孤独的一群人出现心理问题的概率比普通人高一个数量级。因此，研究团队正在设计算法，依据“30天内，两个素不相识的人，有两次或两次以上前后脚打水、打饭、进公寓、进出图书馆或坐公交车经历的概率，不超过十二万分之一”的结论，可算出每名学生的“在校朋友圈”，以此量化学生孤独的程度。

在尹文刚看来，预知大学生的行为习惯所隐含的心理问题，特别是关注学生的变化，对于开展学生工作是非常有帮助的。

从这些角度看，大数据在教育领域的应用是有一定价值的。

如何保护学生隐私

打水刷卡、进图书馆刷卡、进宿舍房间刷卡……在校园逐步实施一卡通的时代，学生大数据已经变得易得而且可控。学校一方面依靠大数据加强对学生的管理，一方面也要照顾到学生的隐私，尊重学生的行为习惯。因此，如何合理使用大数据，同时又保护学生隐私，就成为了一个重要的问题。

“如果让学生感觉生活在学校的监控下，那么即使学校的出发点是好的，希望能够对学生的行为及心理进行合理引导，这种举措也无疑会让学生反感。”熊丙奇特别提示学校在运用大数据的时候，要考虑到学生的隐私及习惯。

对此，连德富表示，“学生画像”在保护数据隐私方面是非常谨慎的。

“设计系统功能时，很重要的一方面是数据PK。”连德富介绍说，希望每名学生除了能在系统上看到自己的“画像”外，还能看到自己与同专业同学比较后的相对优势和劣势。“但是，比较的根本目的是找到学习的模板，而不是与具体的某个个体比高下。”

因此，在申请PK时，系统是存在强权限管理的。发起比对的学生必须经过对方的允许，才能看到对方的画像。但是连德富透露，由于该功能涉及的数据隐私比较敏感，目前并没有向学生端开放。

而已有的面向辅导员的端口，所涉及的数据经过严格的加密处理，系统不保存学生的真实姓名及学号，只有出现重要预警信息，才会自动给相应的辅导员进行短信推送。这意味着，任何一个技术人员都看不到学生个人的信息，而辅导员最多能够掌握自己负责学生可能出现的重大问题。

连德富坚持认为，教育大数据不会刻意强调每个个体的情况，而是反映学生整体的生活、学习状况，以及时预测预警学生的异常状况，从而为学校的决策提供数据支撑。

以上是小编为大家分享的关于大数据计算你和学霸的距离的相关内容，更多信息可以关注环球青藤分享更多干货

④ 开学季高校周边酒店为何一房难求

“开学准备好了所有，就是忘记订酒店，把各种APP翻了一遍，连短租民宿都没放过，方圆十里都没房。”北京某大学新生柳小英于8月26日到学校报到，因为没有提前订到酒店，不得不入住一家离学校不近的私人小旅馆。

开学季引发的“酒店热”，不仅波及到星级酒店，也推高了招待所、经济型快捷酒店的整体价格。

数据显示，热门城市的酒店平均单间夜房价为近400元。其中，家长们在北京、上海的酒店支出最高，均超过了每晚500元；重庆的酒店房价最低，但也接近每晚300元。

⑤ 超级课程表课表大数据深度分析在哪里

课表app奕报告最好用。奕报告（Yibaogao）是国内第一款基于数字校园管理大数据深度分析的工具型服务APP。

2019年，超级课程表下属的不安分人类实验室联合舒蕾波卡莉香发起首届“超级课程表 · 泡泡音乐节”活动。通过将比赛现场布置为浴室模拟场景。

将学生在浴室中一个人的狂欢转变为台前最自如的表演。泡泡音乐节是超级课程表为大学生打造的专属舞台，一场专属于大学生的音乐狂欢。从选手至评审团，全由大学生组成，让大学生的歌声走出校园。

泡泡音乐节：

开学季新生手绘地图超级课程表为全国每个学校定制专属的校园地图，于每年3月与9月的开学季进行派发。地图设计全部来自于在校大学生，以此大学生对校园的亲切感与归属感，同时为初入校园的学弟学妹带来大学的入学指引。

超级课程表的手绘地图活动运营四年之久，每年9月开学季与400所高校合作送出120万分“校园手绘地图”。

⑥ 2018高校迎新生 “大数据” 如何显身手

2018年8月29日报道，又是一年开学季，在各高校，大学新生满怀激情与梦想开启了他们新的人生旅程。为了给新生提供更加便捷贴心的服务，各高校纷纷开启数字迎新模式。

大数据不仅可以帮助新生更快了解同届小伙伴们的情况，还可以为新生匹配室友。这是南京大学全面升级推出的新生宿舍分配方案，新生提前填写调查问卷，包括生活习惯、个人兴趣爱好等选项，学校用大数据算法分析学生的相似程度，来帮助新生寻找生活习惯、兴趣爱好相近的室友，方便他们更好地适应集体生活。

南京大学学生工作处老师 郭亚敏： 我们希望新生住一起时有更多的相似程度，更多的爱好，这样他们就会有更多的话题，在相处起来时，也会对他们之间相互包容相互理解带来一些正向的积极因素。

为了让新生入校后尽快融入大学生活，不少高校还推出了迎新攻略，美食地图、《新生手册》等一应俱全。哈尔滨工业大学的“联小络”微信平台连续12期的《你好工大》、《新生手册》囊括了新生关心的学习、吃住行和校园文化、社团组织等，帮助他们更好地适应新环境、规划大学生活。

⑦ 华为双减数字化平台能投资吗

在推进“双减”数字化过程中，华为云已成为不可或缺的重要力量。华为云打造的华为云“双减”数字化解决方案，依托华为30 多年 ICT 技术经验，拥有八大“过人之处”。
第一，全场景数字化。华为云“双减”数字化解决方案拥有9大板块、12个系统、131个模块、320个功能，可以贯穿“双减”相关的全业务流程，覆盖全场景，堪称市面上功能最全、覆盖面最广的“双减”数字化解决方案。
第二，监管颗粒度细。对于教育行政部门来说，华为云“双减”数字化解决方案可以帮助教育行政部门将监管春做精确到每校、每学生、每课时、每环节、每条数据、每笔经费，教育部门可调取全区所有课后服务数据，并实现任意维度、横纵双向的对比和管理；还可对各校、各服务机构的违规流程一键喊停，对违规课程、师资、服务机构一键否决，这大大提升了监管的颗粒度。
第三，执行操作性强。华为云“双减”数字化解决方案执行操作性更强，教育行政部门以及学校的实操人员上手成本低。它能将教育行政部门及学校的课后服务执行工作极致简化，教育局端的操作权限最高、实际操作最少，操作更智能简便。
第四，作业管理精细。华为云“双减”数字化解决方案融合课堂教学和日常作业，对于作业的管理更精细化，能够形成“作业精选-教师精讲-学生精练”的完整闭环。
第五，资源丰富性好。华为云“双减”数字化解决方案资源丰富性更好，它拥有丰富优质的课程及师资，现已收录 50+ 类别、600+ 科目、30000+ 课程，可以作为教育局及学校资源的有力补充。
第六，信息安全性高。借助华为鲲鹏体系，华为云“双减”数字化平解决方案做到了国产化适配，能够更大程度上保障资金监管稿森衫安全、入校资源安全、网络信息数据安全，做到信息不外泄。
第七，技术领先性强。华为云“双减”数字化解决方案大量使用云计算、大数据、人工智能等高端科技，能够第一时间推进教育生态优化与迭代创新。
第八，本键腔地服务服务能力强。华为云的本地公司 ( 团队 ) 负责落地运营，可以快速实现服务运营本地化，本地资源整合导入，从部署到服务实现全流程的本地化适配。

⑧ 供应链大数据分析

供应链大数据分析

供应链大数据分析，越来越多的企业采用数据分析来应对供应链中断，并加强供应链管理(SCM)，目前有几项重大中断正在影响供应链。以下分享供应链大数据分析，一起来看看。

供应链大数据分析1

全面解析大数据给供应链带来的益处

时下，大数据已经完全跨越概念炒作，而成为很多行业业务发展中实实在在应用的重要武器，但是在供应链管理领域，大数据技术的应用产业发展则处于起步阶段，但是相信伴随其他行业大数据的快速发展，供应链管理中的大数据也会迅速跟上来，那么人们势必会问大数据到底能够为供应链带来哪些益处呢，下面请随乾元坤和我一同了解大数据给供应链带来的好处。

大数据与供应链

1、库存优化。比如，SAS独有的功能强大的库存优化模型可以实现在保持很高的客户满意度基础上，把供应成本降到最低并提高供应链的反应速度。

其库存成本第一年就可下降15%～30%，预测未来的准确性则会上升20%，由此带来的是其整体营收会上升7%～10%。当然还有一些其他的潜在好处，如提升市场份额等。此外，运用SAS系统，产品质量会得到显著提升，次品率也会因此减少10%～20%。

2、创造经营效益，从供应链渠道，以及生产现场的仪器或传感器网络收集了大量数据。利用大数据对这些数据库进行更紧密的整合与分析，可以帮助改善库存管理、销售与分销流程的效率，以及对设备的连续监控。制造业要想发展，企业必须了解大数据可以产生的成本效益。对设备进行预测性维护，现在就具备采用大数据技术的条件。制造业将是大数据营业收入的主要来源。

3、B2B电商供应链整合。强大的电商将引领上游下游生产计划-下游销售对接，这种对接趋势是上游制造业外包供应链管理Supply-Chain，只专注于生产Manufacturing，ProctionChain(R&D)。

物流外包上升到供应链外包是一个巨大的飞跃，体现了电商的强大竞争力和整合能力，海量数据支持和跨平台、跨公司的对接成为可能。B-B供应链整合具有强大的市场空间，能够改善我国产业布局、产业链优化、优化产能分配、降低库存、降低供应链成本、提高供应链效率。

4、物流平台规模发展，B-C商业模式整合已经成为现实，但是物流执行平台的建设是拖后腿的瓶颈。多样产品的销售供应链的整合有很大的技术难题，如供货周期、库存周期、配送时效、物流操作要求等，这样的物流中心难度很大。

大数据平台建设将驱动整体销售供应链整合;中国的还有的现实问题跨区域物流配送、城乡差异等，政府的管制是一大难点/疑难杂症，大数据平台有助于政府职能调整到位。

5、产品协同设计，过去大家最关心的是产品设计。可是现在，在产品设计和开发过程中，相关人员相互协同，工厂与制造能力也在同步设计和开发中。当前的压力在于向市场交付更具竞争力、更高配置、更低价格、更高质量的产品，而同时满足所有这些要求，是制造和工程企业的下一个重大的价值所在。这也正是大数据的用武之地。

企业如何部署大数据?

要让数据发挥价值，首先要处理大数据，要能够共享、集成、存储和搜索来自众多源头的庞大数据。而就供应链而言，这意味着要能够接受来自第三方系统的数据，并加快反馈速度。

其整体影响是增强协同性、加快决策制定和提高透明度，这对所有相关人员都有帮助。传统供应链已经在使用大量的结构化数据，企业部署了先进的供应链管理系统，将资源数据，交易数据，供应商数据，质量数据等等存储起来用于跟踪供应链执行效率，成本，控制产品质量。

大数据给供应链带来的好处

而当前大数据的概念则超出了传统数据产生、获取、转换、应用分析和存储的概念，出现非结构化数据，数据内容也出现多样化，大数据部署将面临新的挑战。

针对如今所生成、传输和存储的海量信息进行简单处理所带来的挑战。当前，数据量呈爆炸式增长，而随着M2M(机器对机器的通讯)的应用，此趋势仍将持续下去。

但是，如若能够解决这些挑战，将可以打开崭新的局面?核心在两个方面：

1、解决数据的生成问题，即如何利用物联网技术M2M获取实时过程数据，虚拟化供应链的流程。通过挖掘这些新数据集的潜力，并结合来源广泛的信息，就可能获得全新的洞见。如此，企业可以开发全新的流程，并与产品全生命周期的各个方面直接关联。与之集成的还有报告和分析功能，为流程提供反馈，从而创建一个良性的强化循环。

2、解决数据应用的问题，如何让供应链各个价值转换过程产生的数据发生商业价值，是发挥数据部署的革命性生产力的根本。大数据在供应链的应用已经不是简单的交易状态可视，支撑决策库存水平，传统ERP结构是无法承担的。因此企业必须重新做好数据应用的顶层设计，建立强大全面的大数据应用分析模型，才能应对复杂海量的数据如何发挥价值的挑战。

大数据在供应链领域的应用刚刚起步，随着供应链的迅速发展，大数据分析，数据管理，大数据应用，大数据存储在供应链领域蕴含巨大的发展潜力，大数据的投资也只有与供应链结合，才能产生可持续、规模化发展的产业

供应链大数据分析2

大数据分析对供应链有什么影响

如今，从物流到客户偏好的各种数据的持续增长正在迅速改变企业的经营方式，并突出了对加强数据管理和分析的强烈需求。大数据分析(指大型和复杂的数据集)的好处是显而易见的：大数据可以完全改变组织的工作方式，在效率、成本、可见性和客户满意度方面产生巨大差异。

大数据来源广泛：

-如今的技术和社交平台允许企业以评级、评论和博客评论的形式获得直接的客户反馈。

-来自移动通信、社交平台和电子商务的数据正在与来自企业系统的数据集成。

-随着物联网和机器对机器通信的引入，制造业正在从基于事件的计划转变为实时感测。

-不断发展的传感器技术可提供实时设备和产品状况数据，从而实现自动维护和过程调整。

数据在数量上、种类上和速度上都有所增长，如果以正确的方式加以利用，可以带来巨大的价值。

研究显示，企业已经在推动整个企业供应链的生产力，但在供应链功能中使用大数据分析在全球企业中并不普遍或协调得很好。受益于大数据分析的公司有三个共同点：它们拥有强大的企业级分析战略，它们将大数据分析嵌入供应链运营，它们拥有合适的人才库，能够从大数据中产生可操作的见解。

有必要雇用、培训和扶持能够帮助企业从大数据分析中受益的领导者。从人力资本的角度来看，大多数公司的定位尚不足以接受数字化供应链转型。我们分析了各行各业的50多位高级供应链高管的个人资料，以了解他们在供应链数字化方面的定位。在涉及所谓的“数字防备连续性”方面，各行各业的公司中绝大多数高管都普遍缺乏。

调研机构采访了各行各业的商界领袖，以探讨当今日益数字化的世界对首席供应链官的角色以及供应链领导者与高级管理人员中其他高管人员之间互动的影响。通过这些访谈，我们发现了供应链领导者应具备的四个关键特征，以便能够从大数据分析中获得收益：

1、对数据和系统技术有深刻的了解。当今的企业可以通过数据分析和通过数字方式收集数据来深入了解客户行为。尽管不需要首席供应链官成为信息技术（IT）专家，但他们应该对数据收集、技术和分析有足够的了解，以引导对话并为高级领导者及其供应链团队提供数字化愿景。

供应链领导者应认识到如何实施和利用相关平台和流程以及数据来自何处，并应表现出对来自各种渠道的数据范围和规模的扎实理解。重要的是，领导者必须准备好对数据采取明智的行动。

2、具有影响力的协作方法。如果首席供应链官在孤岛工作，将无法从大数据分析中获得收益。在内部，供应链领导者必须能够与首席技术官进行沟通和协作，以帮助确定适合组织的技术和政策；

与首席数据官一起了解如何最佳地捕获和使用数据；与首席营销官一起，评估供应链如何能够更专注于客户和需求驱动，并与首席执行官具体沟通更广泛的创造价值的机会。最终，供应链执行官将需要能够与内部利益相关者和外部供应商建立桥梁。

3、跨职能经验。如今的供应链管理人员具有跨部门的经验，并且能够理解和与来自多个业务部门的人员进行交流。重要的是，首席供应链官员还必须具有销售、财务或技术方面的知识。

4、发展新技能和培训他人的能力。当今的首席供应链官必须紧跟最新技术，以确保组织适当地吸收数字技能和分析人才。企业犯的最大错误之一是在没有适当准备组织的情况下实施大数据分析项目。建立内部计划以确保在整个供应链中采用技能至关重要。

要从整个供应链或整个组织的大数据分析中获取所有好处，不仅需要技术和IT。从首席执行官和执行委员会开始，企业必须准备好支持一种全新的思维方式，培养一种对创新和技术开放的文化，并愿意挑战关于供应链管理方式的惯例。

大数据分析对供应链有什么影响、中琛魔方大数据分析平台(www、zcmorefun、com)表示由于供应网络上数十亿的连接设备提供关于服务需求、位置和库存分布的实时信息，甚至实现预期的需求，理解和接受大数据的执行领导层、数字颠覆和这些趋势的人力资本方面对未来企业的优势至关重要。

供应链大数据分析3

"以零售门店为中心"的供应链分析框架

一、目的

本文旨在介绍“以零售门店为中心”的供应链管理，简要介绍此框架下供应链管理的具体内容及行业痛点。

二、供应链是什么？

供应链

所谓供应链，是指由涉及将产品或服务提供给最终消费者的整个活动过程的上游、中游和下游企业所构成的网络。包括从原材料采购开始，历经供应商、制造商、分销商、零售商，直至最终消费者的整个运作过程。

供应链管理

供应链管理，指的是围绕核心企业，对供应链中的物流、信息流、资金流以及贸易伙伴关系等进行组织、计划、协调、控制和优化的一系列现代化管理。

它将企业内部经营所有的业务单元如订单、采购、库存、计划、生产、质量、运输、市场、销售、服务等以及相应的财务活动、人事管理均纳入一条供应链内进行统筹管理。

在传统零售或者传统行业中，供应链主要局限在供应链的后端，即采购、生产、物流等职能，与消费者、销售渠道的协同整合严重不足，导致牛鞭效应、孤岛现象、的出现，让供应链的反应总是很滞后。

三、“以零售门店为中心”的供应链管理

供应链网络

“以零售门店为中心”的'供应链网络（见下图），即以满足门店销售及运营核心、销售利润最大化的供应链管理。

在此分析框架上，核心目标是最大条件满足消费者需求，即管理缺货、减少缺货，管理滞销、处理滞销。此框架下供应链管理的内容为：门店补货、门店调拨、缺货管理管理、滞销管理、促销管理等。

供应链管理

需求预测

需求预测是所有供应链规划的基础；供应链中所有的流程都是根据对顾客需求的预测来进行的。因此，供应链管理的首要工作是对未来顾客的需求进行预测。

1、预测需要考虑的影响因素

需求预测需要考虑的重要影响因素：

历史需求

产品补货提前期

节假日

广告或其他营销活动的力度

竞争对手采取的行动

价格及促销计划

经济状况

2、预测方法

定性预测法

主要依赖于人的主观判断。当可供参考的历史数据很少或专家拥有影响预测的需求市场信息时，采用定性预测方法最合适。

时间序列预测法

运用历史需求数据对未来需求进行预测，它尤其适用于每年基本需求模式变化不大的场景。

因果关系预测法

假定需求预测与某些环境因素(经济状况、税率等)调度相关，因果关系预测法可以找到这些环境因素与需求的关联性，通过预测这些外界因素的变化来预测未来需求。

仿真法

通过模拟消费者的选择来预测需求。如价格促销将会带来什么样的影响？竞争对手在附近开设一家新店会带来什么样的影响？

门店补货

1、什么时候补货？

什么时候补货？它是时间与频次的问题，即补货的触发点问题。

通常有两种策略：

策略一、设置库存阀值，若库存低于阀值则补货。通过连续检查的方法，判断某个时刻是否需要补货。

策略二、设置固定的补货周期，零售门店通常按周来设置补货频次，即一周设置多次补货频次，并固定在某几天，如某门店在周一、周三、周五补货。

连锁零售企业一般采用第二种策略，主要是因为零售企业经营的SKU数量众多；另一方面，策略一的物流及仓库排班及排车不确定高，不适合物流及仓库的管理及运营。

本文的供应链链管理以策略二为基础，并依此展开分析及研究。

2、补什么商品？

季节性的品类调整

门店必须根据季节的变化，对商品陈列位置、商品结构、店铺氛围进行调整。一般来讲，门店应该每年进行两次大的调整，即：每年3-4月份针对春夏季的调整，每年国庆节过后的10-11月份期间的针对秋冬季节的调整; 每个季度针对本季度特殊季节、节日的变化进行的小调整，或临时调整。

调整商品结构

商品结构必须根据季节变化进行调整。季节变化对商品结构的影响是非常大的，必须在季节变化到来之前，及时调整品类结构，压缩过季商品品类，扩大应季商品的品类。

调整陈列位置和陈列资源

门店的陈列位置、陈列资源，对商品销售产出的贡献非常巨大，不同的陈列位置商品销售会有几倍甚至几十倍的差距。门店的重点陈列位置、陈列资源必须随季节变化而调整。一是季节商品是产生销售贡献*大的商品，二是季节商品是*能体现门店经营特色的商品，三是季节商品是*能提示消费者购物的商品。

重大节庆的品类调整

在快时尚、轻奢的品类中，很容易出现春节、妇女节(女王节)、情人节、开学季、圣诞节、双十一等的节庆影响，表现出销量井喷。零售企业需要根据节庆来完善丰富的品类结构，满足顾客在特定节庆时期的消费需求。

市场变化导致的品类调整

禁配策略

地理环境因素，如西北地区处于内陆、远离海洋，夏天不适合配沙滩游玩类用品。风俗、宗教类因素，穆斯林地区禁止配送猪肉类食品。

新品策略

若零售公司准备投放一批新品，零售门店则需要为新品调整货架，增加新品的曝光度，引导消费者产生首次购买、重复购买。

3、补多少量？

补货量 = 需求量 – 门店库存

计算门店需求时以需求预测为基础，同时考虑下述影响需求及供给的约束条件：

仓库容量

门店货架容量

过去需求

产品补货提前期

广告计划或其他营销活动的力度

价格促销计划

竞争企业采取的行动

4、缺货场景的库存分配策略

策略一：增加相似商品的补货库存 相似商品：功能、颜色、功效相似的商品。

策略二：增加其他畅销品的库存 根据商品的销售量排名，根据一定的分配策略来补货。

缺货管理

连锁零售企业商品缺货状况会引发消费者的各种反应， 最终导致零售企业的销售损失，48%的人会购买同一品种的替代品，15％的消费者不再购买，31％的顾客会到另一家店购买时再实施消费行为，顾客的转店率是37％。

1、缺货原因及应对策略

仓库缺货

渠道单一。单纯地依靠某一个供应商或过分依赖某些材料部件，一旦某个供应环节中断，将影响整个供应链的正常运作。缺乏预见能力。由于缺乏对供应链上的可预测性，不具有对供应商的供应能力和不确定性的前向洞察力，常常会面临种种不确定因素影响所带来的库存短缺。应对措施：替代商品

补货量不足

某商品销售出现显著增长，且明显大于预期、门店库存不足，但补货不及时。应对措施：门店调拨 在零售行业中，线上线下竞争如此激烈，谁能快速解决各个商圈内门店之间、商圈之间超密集的调拨需求，实现高效调拨、把握销售机会，实现销售业绩的新突破。

滞销管理

1、滞销危害

在陈列空间上，滞销商品大量陈列占据了门店的货架空间，迫使其他畅销品的陈列空间不够，新上市商品无法正常上货。

滞销商品占用大量的资金，使得零售门店的流动资金日益萎缩，严重的会影响到正常商品采购、甚至导致门店倒闭。

对于顾客来说，滞销商品大量陈列在货架上，这样既影响了顾客挑选自己需要的商品，浪费了消费者的注意力，甚至导致顾客无法找到正常的商品，损失了门店应该获取的利润。

从门店商圈来看，门店大量商品长期不做销售周转，消费可能会对门店失去信息，减少或改变原本的购物需求，转向其他门店进行消费。

2、滞销原因

季节因素

部分商品因地区差异存在明显的季节之分，该部分商品由于季末没有做特殊处理，导致在库时间高于规定的天数，形成滞销，体现在换季时门店任务按正常时段的销售量作为补货的依据产生。

补货模型不合理因素

行业中大多数公司会把门店库存管理权交给店长，由于公司的高速发展，门店会不断地有新店长上任，店长库存管理概念模糊，在补货时大多凭借个人经验确定补货数量，容易导致部分补货量较大的商品滞销。

价格因素滞销

部分商品会因为价格不合理而导致滞销，一种是低价格商品，由于门店所处的商圈消费水平较高，价格低廉的老药滞销；另一种则是因为门店商品售价明显高于竞争对手的售价导致滞销。

陈列因素

与海量商品相比，门店的货架资源永远都是稀缺的，部分企业会给予部分商品特殊待遇，不能公平合理地分配货架资源，导致部分商品因陈列位置差、曝光率低，从而导致滞销。

淘汰商品不顺畅

商品都会存在生命周期，特别是一些广告商品，然而大多数公司更新商品都比较被动，不会主动去优化商品，会导致商品因同质化严重而引起滞销。

批量采购决策失误

供应链上游对市场需求及销售情况没有准确把握，商品采购数量过多，从而导致滞销。

突发因素

某些突发因素导致消费行为发生重大变化。如”非洲猪瘟”导致猪肉类食品无法销售出去，从而导致滞销。

痛点

供应链上游滞销引发的风险转稼

在零售连锁供应链网络中，供应链上游由于产品开发、采购失误等决策失误导致的库存积压，上游往往会将库存风险转稼到供应链末端(零售门店)，从而占用零售门店大量的流动资金及货架资源。

市场快速变化，难以准确预测和判断供货情况。

门店端某款产品突然爆发，致使供应链上下游仓库出现大面积缺货，此种情况供应链无法快速反应或供应周期过长，从而导致销售机会的浪费。

预期范围内、延迟或产能不足，导致销售机会的损失。

某些品类由于供应链上游(采购、供应商)等原因，如产能不足或机器故障等原因导致交付延迟，从而导致销售机会的浪费。

市场竞争加剧，线下实体店客流下滑

总结

供应链末端(零售门店)缺乏足够或针对性的应对措施

供应链上下游协同是解决”零售门店”问题的重要方向

科学、精准的货架管理将是提升门店销售、实现供应链价值的重要方向

四、供应链的发展趋势

全渠道趋势

移动互联网的迅猛发展催生了O2O、C2B、P2P等新业态，全球传统产业开始受冲击，受互联网思维与互联网、大数据、云计算等技术深度影响出现变革，全球传统行业将互联网化，拥抱O2O全渠道零售大时代。

供应链日趋可视化

在运营中对商品广泛使用了电子标签，将线上线下数据同步，如SKU同步、库存同步、价格同步、促销同步；实现线上下单，线下有货，后台统一促销和价格。

供应链可视化以后，未来所有业务职能包括销售、市场、财务、研发、采购和物流等进行有机的集成和协同就有了可能，可以对消费者需求、门店或网上库存、销售趋势、物流信息、原产地信息等进行可视化展示，实现供应链敏捷和迅速反应。

新时代下的供应链可视化未来将持续向消费者、SKU、店员延伸，通过可视化集成平台，战略计划与业务紧密链接，需求与供应的平衡，订单履行策略的实施，库存与服务水平的调整等具体策略将得到高效的执行。

供应链预测智能化

在新零售的业态中，大量零售运营数据包括消费者、商品、销售、库存、订单等在不同的应用场景中海量产生，结合在不同业务场景和业务目标，如商品品类管理、销售预测、动态定价、促销安排、自动补货、安全库存设定、仓店和店店之间的调拨、供应计划排程、物流计划制定等，再匹配上合适的算法，即可对这些应用场景进行数字建模，逻辑简单来说就是“获取数据—分析数据—建立模型—预测未来—支持决策”。

本质上说，智能算法是一项预测科技，而预测的目的不是为预测而预测，而是用来指导人类的各项行为决策，以免人在决策时因为未知和不确定而焦虑。

当全新的供应链体系，能够实时显示运营动态，如货龄、售罄率、缺货率、畅售滞销占比、退货率、订单满足率、库存周转率、目标完成比率等，同时又能相互链接和协同，那么将很容易形成通用运营决策建议，如智能选品、智能定价、自动预测、自动促销、自动补货和下单等。

在此基础之上，供应链管理人员所做的事情就是搜集信息、判断需求、和客户沟通、协同各种资源、寻找创新机会等。

⑨ 开学季到来，后疫情时代你的爱车戴上口罩了吗

九月秋风起，又是一年开学季。

相比往年不同，今年一场突如其来的新冠肺炎，打乱了我们的时间表，甚至很多人在这个九月才迎来2020年的第一课。在每年九月，央视的《开学第一课》是必不可少的开胃菜，在今年的《开学第一课》上，围绕"少年强，中国强"这一主题，邀请"共和国勋章"获得者钟南山，"人民英雄"国家荣誉称号获得者张伯礼、张定宇、陈薇，以及在抗击新冠肺炎疫情的过程中做出突出贡献的代表人物张文宏、吴尊友、毛青等，共同讲述在疫情防控中展现出的中国力量、中国智慧、中国精神、中国担当。

总的来说，在这个后疫情时代，我们依旧不能掉以轻心，不要让之前的努力白费。如今，学校已经陆续开学，生活也全部正常化，还请大家戴好口罩，共同消灭病毒。若想选择一款自带KN95口罩的车型，上述几款绝对是不错的选择，若有适合可以放心购买！

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。