SSG.COM有一群人每天为寻找“黄金比例”而与数字较劲。预测各商品的需求、决定“最佳入库量”是他们的核心工作。主角正是“数据预测团队”。在以直接采购方式销售商品的电商平台行业,读懂并预测物流相关各类数据的流向以提升成本效率,可以说是比什么都重要的课题。
领导SSG.COM数据预测团队的赵贤(见图)组长近日在接受Seoul Economic Daily采访时强调:“找到废弃率与缺货率的黄金比例比什么都重要。”据赵组长介绍,废弃率低并非无条件就好。若要降低废弃率,只需减少订货量本身、把所有商品都卖光即可。但这种情况下,顾客会因缺货率上升而难以买到想要的商品。反之,为降低缺货率而大量订货,则要承担库存压力。这正是需要两个概念之间“黄金比例”的原因。
赵组长解释,为找到废弃率与缺货率的适当界线,“‘分商品需求预测’很重要”。SSG.COM汇总截至前一日的销售数据,在凌晨预测次日各商品的需求。除部分生鲜食品外,包括非食品在内约95%的经营商品都适用分商品需求预测。其结果是,SSG.COM的商品废弃率维持在1%以下水平。
SSG.COM还实现了商品数量的自动订货。赵组长说明:“2016年首次建立自动订货模型时,只适用于全部商品的约70%,如今随着需求可被预测,订货率也随之提高”,“只有因合作公司供给限制或异常天气等波动性较大的部分商品才采用手动订货”。
这样的自动化系统在物流中心的空间与人力利用方面也很高效。因为每天只入库当天所需数量并进行管理,从而能在物流中心这一有限空间内销售尽可能多种类的商品。赵组长表示:“由于物流中心无法容纳所有商品,因此是只入库销售率高的商品,还是让品类更加多样化,这种优化工作很重要。”
SSG.COM数据预测团队的目标是对波动性大的商品也能预测需求并自动订货。赵组长表示:“新商品没有既有销售数据,需求预测较难,目前正在研究如何进行预测”,“还计划积极利用Gmarket长期跟踪的销售数据以产生协同效应”。






