互聯(lián)網(wǎng)的大數(shù)據(jù)能夠讓商家更懂消費(fèi)者。U掌柜的大數(shù)據(jù)運(yùn)營(yíng),很好解決了生鮮電商銷售預(yù)測(cè)的難題,同時(shí)通過(guò)對(duì)大數(shù)據(jù)的運(yùn)營(yíng),科學(xué)分析出顧客的消費(fèi)路徑,做到更懂消費(fèi)者,在提升消費(fèi)者復(fù)購(gòu)率方面起到了至關(guān)重要的作用。
生鮮電商運(yùn)營(yíng)之難,在于供應(yīng)鏈。而供應(yīng)鏈之難,又在于銷售預(yù)測(cè)。預(yù)測(cè)不準(zhǔn)會(huì)導(dǎo)致出現(xiàn)2種情況,庫(kù)存積壓,容易造成損耗。庫(kù)存不夠,影響顧客體驗(yàn)。而生鮮產(chǎn)品由于保質(zhì)期很短、對(duì)儲(chǔ)存環(huán)境要求苛刻,對(duì)銷售預(yù)測(cè)的精準(zhǔn)度要求非常高。,而對(duì)于前置倉(cāng)模式來(lái)說(shuō),要同時(shí)把數(shù)百種商品科學(xué)分配到幾十個(gè)倉(cāng)庫(kù),庫(kù)存管理難度又進(jìn)一步增加。
U掌柜通過(guò)大數(shù)據(jù)挖掘,開(kāi)發(fā)了人工智能,引入數(shù)學(xué)模型對(duì)銷售量進(jìn)行預(yù)測(cè),擯除人工誤差,得以很好地控制進(jìn)貨量,進(jìn)而降低損耗率和缺貨率。
舉個(gè)例子,U掌柜在售的一款紅心火龍果,人工智能模型通過(guò)分析這款商品在徐家匯站點(diǎn)前40天的銷售情況,預(yù)測(cè)出接下來(lái)7天每天的銷售額,
通過(guò)對(duì)顧客行為路徑的數(shù)據(jù)分析,U掌柜開(kāi)發(fā)了一套顧客邏輯回歸模型,這套模型能包含28個(gè)顧客特征變量,如配送時(shí)效、客單價(jià)、是否有質(zhì)量投訴等,依據(jù)這些因素判斷出顧客的回歸意愿,并做出相應(yīng)的安撫措施,提高用戶復(fù)購(gòu)率,和留存率?,F(xiàn)在,U掌柜的月度顧客復(fù)購(gòu)率達(dá)到了79%。
綜上可見(jiàn),生鮮是電子商務(wù)最難運(yùn)營(yíng)的品類,必須通過(guò)科技手段,充分利用好大數(shù)據(jù),做到更高效的供應(yīng)鏈,更好的顧客體驗(yàn)。而在這一點(diǎn)上,U掌柜已經(jīng)走在了行業(yè)的前列。