京东产品负责人：数据如何高效驱动供应链？
本文由 @leocheng 原創發布于PMCAFF產品經理社區（www.pmcaff.com）
若想與作者及更多PM交流請點擊 閱讀原文進入社區
接觸電商以來和大大小小的商家打過無數次交道，大多數時間，不管是說到平臺也好，還是說到O2O也好，總是圍繞著一個核心－ “庫存”。對，庫存這個東西就像一把雙刃劍，難以把握，讓人歡喜讓人憂。
剛好本人在京東工作期間，負責后臺系統，對供應鏈，庫存也有一定的實戰經驗，我站在供應鏈的角度，來和大家分享分享我理解的庫存管理吧。
庫存，顧名思義就是存放在庫房中的貨物，那么商家的庫存是存在一定成本的：包括資金流轉成本，儲物成本等。那何為庫存管理？我個人總結如下：
? 保證客戶需求的前提下，使庫存量保持在合理的水平上；
? 掌握庫存量動態，適時，適量進行控制，避免斷貨或滯銷；
? 減少庫存空間占用，降低庫存總費用；
? 控制庫存資金占用，加速資金周轉。
當然，對于自營類型平臺來說，反應在采銷KPI上就是保證健康的現貨率和周轉天數。那么如何來保持健康的庫存呢？很多業內的書講的非常理論，讓人難以理解，其實用一幅圖就能概括，簡單畫一個，大家意會即可：
下面舉個實例進行說明，因為涉及核心算法和模型，故隱去模型詳細介紹，只說下思路，請大家見諒：
? 實例場景：當庫存不足的時候，如何補貨？
? 傳統解決辦法：人肉去跑數，用excel來紀錄，采銷需要時時導表，進行查詢，人工聯系供應商補貨，下采購單等
? 缺點：低效，誤差大，時效性差。
如果你是產品經理，你需要怎么做？（產品經理的作用在這里體現：解決問題，提升效率，產生商業價值）
思考：是否可以系統代替人工？
系統來學習：什么時候補貨？該補多少貨？等等。
當然可以！因為我們是產品經理，所以數據驅動系統補貨誕生！
那么，第一步需要分析問題，我們所解決的目標是庫存，那么庫存在業務中如何細分呢，通過對庫房業務的學習，有幾個關鍵節點可以參考：
1. 目標庫存：即未來需要維持業務正常運轉需要的庫存數量
2. 安全庫存：即保持業務正常進行的最小庫存，這個百度有很多算法，基本思路都一樣
3. 補貨量：即補貨量＝目標庫存－目前現貨庫存－在途庫存
另外還有幾個供應鏈的參數需要注意：
1. 備貨周期：即采購周期（BP），是一個補貨參數
2. 供應商送貨時長：記為VLT
3. 距離下次可下單日的時長：NRT
第二步就是建立自動補貨模型，這里需要一定的概率統計知識。
對于日常貨物來說，預測的銷量和實際銷量是可以假設符合正態分布的（長尾商品除外）
對于數據指標來說，以物流體系的服務標準為主，這里取庫存現貨率（CR）為標準，也可以取訂單滿足率。當然以各自業務為主。
綜上，可以根據概率的正態分布理論算出補貨點這個關鍵指標，業務上用一個圖來標示：
舉個栗子：
A商品，預計未來平均日銷量為10件，正常備貨天數為20天，供應商送貨需要7天，采購下單周期是7天
目標庫存=10件*（20天+7天+7天）=340件
安全庫存=10件*（7天+7天）=140件（在供應商下一批貨物入庫之前，顧客的需求只能依靠安全庫存來滿足。）
當前的在途庫存+現貨庫存<安全庫存時，將觸發補貨。
在途庫存（50件）+現貨庫存（30件）=80件<140件，觸發補貨。
補貨量：340-50-30=260件
如上，將模型加入到補貨系統中，當庫存量降到補貨點的時候，自動觸發補貨邏輯，并且系統和供應商平臺對接，可以實現自動下單，此時采銷完全可以從海量數據中脫離出來，只做監控審核即可！
以上分享簡單概述了一下數據驅動補貨的一個思路，其實也是想說，一直以來，老生常談的產品經理的價值在于如何幫助業務解決問題，PM需要在平時工作中多看到業務，用戶在傳統場景下的痛點，思考如何用系統來改造，我想這就是互聯網的魅力吧。
最后分享一個老師告訴我的一句話：萬物有隙，人心肉長，需要多多體會，理解他人的實際場景，不要站在PM自己的角度看問題！
本文由 @Leocheng 原創發布于PMCAFF產品經理社區（www.pmcaff.com），未經許可，禁止轉載，若想與作者及更多PM交流請點擊 閱讀原文 進入社區
總結
以上是生活随笔為你收集整理的京东产品负责人：数据如何高效驱动供应链？的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： App上线前产品经理自查的清单
- 下一篇： 产品经理这个角色真的泡沫越来越大吗？