暉大數(shù)據(jù)科學(xué)打造全新生鮮電商

大數(shù)據(jù)科學(xué)打造全新生鮮電商

U掌柜創(chuàng)始人/董事長(zhǎng)王海暉

2016.12.20U掌柜是什么？一小時(shí)達(dá)“U掌柜”創(chuàng)立于2015年8月，旨在利用移動(dòng)互聯(lián)網(wǎng)，為消費(fèi)者打造一個(gè)生鮮美食精選超市,覆蓋水果、蔬菜、肉禽、水產(chǎn)等9大分類，通過(guò)過(guò)分布式倉(cāng)儲(chǔ)模式實(shí)現(xiàn)1小時(shí)送達(dá)只做移動(dòng)端只做不超過(guò)500支精選品項(xiàng)分布式物流體系，1小時(shí)送達(dá)一次配送中可包含冷凍/冷藏/常溫/熱配四溫區(qū)為什么選擇生鮮電商？消費(fèi)頻次高市場(chǎng)空間大行業(yè)壁壘高線上滲透率低生鮮電商的痛點(diǎn)痛點(diǎn)：生意鏈條長(zhǎng)，環(huán)節(jié)多商品貨架期短，易損耗商品非標(biāo)準(zhǔn)化，物流成本高解決方案：業(yè)界首創(chuàng)區(qū)域大倉(cāng)+前置倉(cāng)配送通過(guò)大數(shù)據(jù)的應(yīng)用，有效預(yù)測(cè)銷量及顧客行為原產(chǎn)地區(qū)域倉(cāng)配中心前置倉(cāng)消費(fèi)者顧客關(guān)系管理智能定價(jià)銷售預(yù)估智能補(bǔ)貨基于大數(shù)據(jù)技術(shù)的企業(yè)運(yùn)營(yíng)管理卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetwork,CNN）人工智能自我學(xué)習(xí)大數(shù)據(jù)應(yīng)用于銷量預(yù)測(cè)與補(bǔ)貨40天10天挑戰(zhàn)商品保質(zhì)期短，如果供大于求極易報(bào)損，供小于求則極易缺貨每天幾十個(gè)前置倉(cāng)幾百種商品產(chǎn)生十多萬(wàn)個(gè)銷量預(yù)測(cè)需求，人工不可能完成解決方案利用神經(jīng)網(wǎng)絡(luò)技術(shù)預(yù)測(cè)每種產(chǎn)品在每個(gè)前置倉(cāng)的每一天的銷量，使不可能變成可能效果缺貨率降低到5%以內(nèi)，損耗率降低到0.7%，庫(kù)存周轉(zhuǎn)天數(shù)降低到1.5天紅心火龍果在徐家匯前置倉(cāng)的銷售預(yù)估準(zhǔn)確度95%40天大數(shù)據(jù)應(yīng)用于價(jià)格策略挑戰(zhàn)行業(yè)競(jìng)爭(zhēng)激烈，價(jià)格混亂毛利水平低，過(guò)高定價(jià)容易導(dǎo)致商品周轉(zhuǎn)慢，損耗高解決方案利用智能定價(jià)模型，制定最優(yōu)的價(jià)格策略效果近三個(gè)月利潤(rùn)率提升6個(gè)百分點(diǎn)大數(shù)據(jù)應(yīng)用于顧客關(guān)系管理挑戰(zhàn)獲客難，留客更難顧客生命周期短，價(jià)值貢獻(xiàn)低解決方案利用邏輯回歸模型分析顧客行為，提高用戶復(fù)購(gòu)率，和留存率效果30天客戶復(fù)購(gòu)率達(dá)到80%初始顧客特征變量邏輯回歸機(jī)器學(xué)習(xí)模型預(yù)測(cè)不同特征的顧客是否復(fù)購(gòu)以及不同顧客特征對(duì)復(fù)購(gòu)的影響

A/Btest更新的顧客特征變量顧客復(fù)購(gòu)模型邏輯回歸模型配送時(shí)效：0.230

高正相關(guān)客單價(jià)：0.031

低正相關(guān)是否客訴：-0.420

高負(fù)相關(guān)等28個(gè)顧客特征變量總結(jié)銷量預(yù)測(cè)與補(bǔ)貨降低缺貨和損耗顧客關(guān)系管理