據(jù)顯示，線上零售市場規(guī)模在2016年即突破5萬億元大關，但超過85%的受訪零售企業(yè)認為庫存管理是企業(yè)運營效率的最大挑戰(zhàn)所在。36氪此前報道的初創(chuàng)公司杉數(shù)科技希望利用深層次數(shù)據(jù)優(yōu)化算法和復雜決策模型的求解能力解決這類問題。
此前，杉數(shù)科技主要以大客戶定制服務為主，也一直計劃針對中小客戶推出相對模塊化、標準化的產品。近期，公司推出了智能庫存管理系統(tǒng)“StockGo庫存狗”。
StockGo庫存狗本質上是一套SaaS服務，主要針對電商客戶，提供基礎數(shù)據(jù)維護、庫存健康檢測、智能庫存管理及促銷信息管理四個維度的服務，幫助客戶確定庫存管理的最優(yōu)原則、及時精確補貨下單、確保庫存處于健康狀態(tài)，從而最終實現(xiàn)庫存成本的總體控制。杉數(shù)科技告訴36氪，目前這一產品，可以支持天貓、京東等所有電商平臺。
一般來說，現(xiàn)貨率、庫存量、庫存周轉天數(shù)是庫存健康情況的三個核心指標，此前補貨往往依靠經驗，即使是最有經驗的管理者，也不一定能夠準確預測庫存的未來需求和變化，并準確做出最優(yōu)決策。實際當中，往往存在兩個問題：一是采購時間上，操作點遲于最優(yōu)點——人工決定調整補貨量的時間點常遲于庫存數(shù)據(jù)揭示的時間點；二是，采購量上，操作量在最優(yōu)量上下波動劇烈——人們的操作往往受到情緒影響，尤其常見的一種情況是，因為沒有及時預判到需要補貨，在增加采購量時過量采購，導致后期的大量積壓。這也是StockGo庫存狗希望解決的問題。
在產品邏輯上，StockGo庫存狗的核心算法優(yōu)先考慮現(xiàn)貨率，保障庫存始終處于不缺貨的狀態(tài)。缺貨和積壓是人工處理庫存時所遭遇困境的一體兩面。企業(yè)運營要求不缺貨，一旦缺貨對于電商的流量損失是難以估量的，特別是缺貨問題高發(fā)于為店鋪拉動流量的爆款；過量采購導致的庫存積壓是不少電商無法盈利的重要原因。
在用戶體驗方面，StockGo庫存狗主打自動化。進行采購時，StockGo庫存狗每次會直接提供“什么時間該補多少貨”的確切結論，具體采購量精準到SKU，第一次輸入數(shù)據(jù)后，后續(xù)只需要設置采購周期，不需要對SKU信息進行繁瑣的維護和調整。將庫存、銷量、采購、訂單、促銷等全方位歷史數(shù)據(jù)導入優(yōu)化算法模型后，還會分析、自動生成庫存健康檢測報告。商家不需要再像過去那樣，根據(jù)自己的經驗為庫存狀況“把脈問診”。同時，相比于傳統(tǒng)的人力模式，可以將成本縮減至一臺電腦、一個人。
優(yōu)化類產品的核心競爭力，最終需要體現(xiàn)在預測及智能決策的準確性上。杉數(shù)科技告訴36氪，使用StockGo庫存狗后，商家?guī)齑鎯鹊默F(xiàn)貨率提升了5.8%；同時，庫存周轉天數(shù)和庫存占用資金分別下降了20%和18.75%。
客戶方面，StockGo庫存狗適用于涉及到庫存的客戶，可適用于日化、圖書、食品、家居、彩妝、母嬰、3C、家電、鞋帽等領域。目前已經與圖書葫蘆弟弟、寵物食品金多樂、家居燈飾維瑪、知名電商ERP提供商E店寶達成合作伙伴關系。產品已經上線，可提供試用。杉數(shù)科技表示，企業(yè)只需要正常運營一季度以上并積累相關數(shù)據(jù)，就可以見到成果。
現(xiàn)階段，杉數(shù)科技已經組建了50人的團隊。公司的六位核心領導層均博士畢業(yè)于斯坦福大學，其中聯(lián)合創(chuàng)始人兼首席科學家葛冬冬、CTO王子卓及高級副總裁王曦都是運籌學博士，高級副總裁勒雅是機器學習權威Hastie教授的博士。團隊發(fā)表過優(yōu)化算法、供應鏈、機器學習等領域大量國際一流論文，也主持過多項中美自然科學基金的項目。王曦在加入杉數(shù)創(chuàng)始團隊之前在Google總部任職，負責Project FI項目。此外，團隊也組建了一支科學家服務團隊，包括馮 諾依曼獎唯一華人得主、斯坦福大學講席教授葉蔭宇及佐治亞理工大學終身教職副教授藍光輝等。
此前， 團隊已經與京東、順豐、滴滴等知名公司達成合作關系。除“StockGo庫存狗”外，杉數(shù)科技還有另一款產品——運輸優(yōu)化系統(tǒng)小馬駕駕也在最后的內部測試階段，目前正與國際知名飲料品牌進行試點合作中。
據(jù)顯示，線上零售市場規(guī)模在2016年即突破5萬億元大關，但超過85%的受訪零售企業(yè)認為庫存管理是企業(yè)運營效率的最大挑戰(zhàn)所在。36氪此前報道的初創(chuàng)公司杉數(shù)科技希望利用深層次數(shù)據(jù)優(yōu)化算法和復雜決策模型的求解能力解決這類問題。
此前，杉數(shù)科技主要以大客戶定制服務為主，也一直計劃針對中小客戶推出相對模塊化、標準化的產品。近期，公司推出了智能庫存管理系統(tǒng)“StockGo庫存狗”。
StockGo庫存狗本質上是一套SaaS服務，主要針對電商客戶，提供基礎數(shù)據(jù)維護、庫存健康檢測、智能庫存管理及促銷信息管理四個維度的服務，幫助客戶確定庫存管理的最優(yōu)原則、及時精確補貨下單、確保庫存處于健康狀態(tài)，從而最終實現(xiàn)庫存成本的總體控制。杉數(shù)科技告訴36氪，目前這一產品，可以支持天貓、京東等所有電商平臺。
一般來說，現(xiàn)貨率、庫存量、庫存周轉天數(shù)是庫存健康情況的三個核心指標，此前補貨往往依靠經驗，即使是最有經驗的管理者，也不一定能夠準確預測庫存的未來需求和變化，并準確做出最優(yōu)決策。實際當中，往往存在兩個問題：一是采購時間上，操作點遲于最優(yōu)點——人工決定調整補貨量的時間點常遲于庫存數(shù)據(jù)揭示的時間點；二是，采購量上，操作量在最優(yōu)量上下波動劇烈——人們的操作往往受到情緒影響，尤其常見的一種情況是，因為沒有及時預判到需要補貨，在增加采購量時過量采購，導致后期的大量積壓。這也是StockGo庫存狗希望解決的問題。
在產品邏輯上，StockGo庫存狗的核心算法優(yōu)先考慮現(xiàn)貨率，保障庫存始終處于不缺貨的狀態(tài)。缺貨和積壓是人工處理庫存時所遭遇困境的一體兩面。企業(yè)運營要求不缺貨，一旦缺貨對于電商的流量損失是難以估量的，特別是缺貨問題高發(fā)于為店鋪拉動流量的爆款；過量采購導致的庫存積壓是不少電商無法盈利的重要原因。
在用戶體驗方面，StockGo庫存狗主打自動化。進行采購時，StockGo庫存狗每次會直接提供“什么時間該補多少貨”的確切結論，具體采購量精準到SKU，第一次輸入數(shù)據(jù)后，后續(xù)只需要設置采購周期，不需要對SKU信息進行繁瑣的維護和調整。將庫存、銷量、采購、訂單、促銷等全方位歷史數(shù)據(jù)導入優(yōu)化算法模型后，還會分析、自動生成庫存健康檢測報告。商家不需要再像過去那樣，根據(jù)自己的經驗為庫存狀況“把脈問診”。同時，相比于傳統(tǒng)的人力模式，可以將成本縮減至一臺電腦、一個人。
優(yōu)化類產品的核心競爭力，最終需要體現(xiàn)在預測及智能決策的準確性上。杉數(shù)科技告訴36氪，使用StockGo庫存狗后，商家?guī)齑鎯鹊默F(xiàn)貨率提升了5.8%；同時，庫存周轉天數(shù)和庫存占用資金分別下降了20%和18.75%。
客戶方面，StockGo庫存狗適用于涉及到庫存的客戶，可適用于日化、圖書、食品、家居、彩妝、母嬰、3C、家電、鞋帽等領域。目前已經與圖書葫蘆弟弟、寵物食品金多樂、家居燈飾維瑪、知名電商ERP提供商E店寶達成合作伙伴關系。產品已經上線，可提供試用。杉數(shù)科技表示，企業(yè)只需要正常運營一季度以上并積累相關數(shù)據(jù)，就可以見到成果。
現(xiàn)階段，杉數(shù)科技已經組建了50人的團隊。公司的六位核心領導層均博士畢業(yè)于斯坦福大學，其中聯(lián)合創(chuàng)始人兼首席科學家葛冬冬、CTO王子卓及高級副總裁王曦都是運籌學博士，高級副總裁勒雅是機器學習權威Hastie教授的博士。團隊發(fā)表過優(yōu)化算法、供應鏈、機器學習等領域大量國際一流論文，也主持過多項中美自然科學基金的項目。王曦在加入杉數(shù)創(chuàng)始團隊之前在Google總部任職，負責Project FI項目。此外，團隊也組建了一支科學家服務團隊，包括馮 諾依曼獎唯一華人得主、斯坦福大學講席教授葉蔭宇及佐治亞理工大學終身教職副教授藍光輝等。
此前， 團隊已經與京東、順豐、滴滴等知名公司達成合作關系。除“StockGo庫存狗”外，杉數(shù)科技還有另一款產品——運輸優(yōu)化系統(tǒng)小馬駕駕也在最后的內部測試階段，目前正與國際知名飲料品牌進行試點合作中。
京公網安備 11010502049343號