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。
