行业洞察｜零售及消费品行业：供应链数字化转型的实践与思考|欧睿|消费品|行业洞察|零售

特此说明：本文内容节选于《零售及消费品：变革、转型与突破》系列报告五。

随着我国零售行业的发展，推进供应链数字化、智能化、绿色化和融合化是不可逆的趋势，但在供应链数字化转型过程中也面临一系列的挑战，其中包括采购成本增加、供应链体系分散复杂、供应链数据共享不畅、数据管理与应用能力不足，绩效体系尚未拉齐等问题，企业在处理好“人-货-场”之间关系的同时，又需要积极探索“稳链、强链、固链”的方式方法和实践方案，激发生产领域的创新活力，确保形成自主可控、稳定流通、安全可靠的供应链体系。

今天我们将从以下四个方面来探讨：零售及消费品行业的柔性供应链体系建设。

（1）供应链数字化是什么？

（2）零售及消费品行业供应链数字化转型的机遇与挑战；

（3）现阶段企业供应链数字化转型面临关键问题；

（4）欧睿数据供应链一站式咨询服务模式探讨；

一、供应链数字化定义

供应链数字化是指通过数字化拉通企业从需求计划到采购、生产、仓储、物流以及客户服务等端到端环节，实现企业内部全流程协同和闭环运作，是数字技术、业务和经营管理的深度融合。

供应链数字化分别从指标数字化、货物可追溯化、作业数字化、现场数字化和调度数字化这五个维度来实现物流整体上的数字化，从而驱动企业利润的增长。

二、机遇与挑战

面对持续涌现的新商业模式和不断变化的客户需求，处于供应链数字化转型期的零售及消费品行业企业面临着可三大外部机遇：

在数字化技术和工业4.0的推动下，零售及消费品行业正逐步迈向现实世界与数字世界融合共生的全新时代，多变的市场环境给供应链及采购缓解带来五大压力与挑战：

（1）前端销售加快，供应链需提速反应；

许多零售及消费品企业通过整合营销渠道、爆品策略、多渠道的销售、事件营销等多种因素，让前端销售变化“加快”,要求供应链更快反应。

（2）多渠道销售差异引致销售预测失真，高库存与缺货并存；

“多渠道”正成为零售及消费品行业企业转型的风向标，多渠道营销和销售一方面提高了企业的市场占有率，另一方面较大的线上销售波动和多样化的客户需求，容易使企业销售预测失控，一步步打破供应链控制防线，迫使企业不得不提高库存水位线来应对，最终导致库存水位居高不下、库存周转率降低。

（3）采购环节成本增加；

企业生产经营的目标是实现利润最大化，而物资投入是企业利润控制的重要环节，由于前端销售预测不准，企业临时采购寻源和生产插单，导致采购成本不断增加，进而使供应链成本升高，这迫使企业需要优化采购流程，降低成本，实现高效的成本管理。

（4）供应商存在断供风险；

资金链和供应链是企业运作中不可或缺的两大要素，资金链的稳定性对于供应链的顺畅运作至关重要。面对复杂多变的经济环境，部分供应商缺乏强大的抗压能力、资金周转能力和高效的应对措施，容易出现资金断流的情况，进而导致产品断供，最终影响整个供应链的韧性。

（5）ESG日趋受到关注

在供应链领域，除了关注企业自身供应链的ESG外，企业需要用可持续发展的思维管理供应链，开展供应商ESG风险评估，积极主动关注供应商的ESG绩效。

三、现阶段面临的关键问题

（1）供应链体系分散复杂，产销未能形成有效协同；

多变的客户需求和多渠道营销容易导致预测失灵，在此背景下，产销协同成为企业增盈的关键。但大部分企业的产供销协同未能达到理想状态，其主要原因一是企业内各部门权、责、利不平衡，供应链端到端的可视化不高。

比如：在供应链管理过程中，采购部门重点关注采购成本和交货及时率，生产部门核心看生产效率和生产良率，销售部门核心关注销量和利润，缺乏从供应链整体拉通来看整个产供销的执行情况，虽然部门系统之间有数据流转，但是数据无法实时反映整个产供销的执行情况。

比如：线上促销的前中后期

企业不仅无法及时了解影响整个产供销执行的瓶颈，也无法对业务变化做出及时准确的响应。

另一方面，产供销协同决策和生产指令的下达仍然依赖人工经验，导致个别产品缺货和部分产品长期积压、暴库甚至被迫停产的现象时有发生。

产供销协调失衡不仅容易导致产品高缺货或高库存现象的产生，还会影响企业部门间的关系。

长此以往，供应商供给不畅，企业内耗严重，部门墙越来越厚，企业利润持续走低，最终企业运营也难以持续开展。

（2）内外部、上下游数据尚未拉通，存在数据围城；

大部分零售及消费品行业企业仍面临着供应链信息共享不畅、全渠道数据尚未拉通的问题。

例如，酒业企业仍采用传统的供应链，内外部、上下游数据未能拉通共享，存在信息数据孤岛，业务数据流动效率低，这些问题制约着酒业企业供应链数字化转型升级。

上述问题主要来源于缺乏整体的数据规划、缺乏统一的标准和流程和供应链企业数据共享意识薄弱三个方面。

①　缺乏整体的数据规划

企业在供应链起步阶段时没有全方位地考虑信息化发展路径，缺乏统一的数据规划，系统之间的数据传输被分割。

②　缺乏统一的标准和流程

企业供应链数据信息独立储存，格式多样，没有进行统一的处理，导致信息在传递过程中存在失真、延误等情况，不利于突破供应链上下游企业的数据围城。

另外，企业多样化的营销渠道建设缺乏统一的标准和流程，会导致销售和供给端业务语言的不统一，信息数据传递往往不顺畅且不及时，外部生态的供应商缺乏实时动态的销售数据，难以及时了解上游的市场环境变化，而供应端也无法及时查询到全渠道的库存分布，不能对产品进行合理调拨。

③　供应链企业数据共享意识薄弱

信息共享的程度越高，企业投入的成本就越高，在自身利益最大化的驱使下，企业可能会做出有悖于供应链整体最优的选择，这容易导致供应链的整体效益降低、供应链组成不稳定和供应链市场竞争力下降。

（3）数字管理及数据应用能力不足，缺乏易业务导向的数据分析模型

零售及消费品行业普遍有着丰富的数据和包括商品价格、折扣、门店库存、会员活动等诸多急需优化的问题，是数据分析应用的重要商业应用领域之一。

若零售及消费品企业缺乏以业务目标出发的数据分析模型，不能掌握顾客消费轨迹，就无法对顾客的消费行为进行引导，同时无法掌握顾客群体属性，导致企业难以走到消费者前，提供更出色的服务体验；更重要的是，无法有效地整合数据，导致零售及消费品在企业经营管理、经营决策、战略决策、风险管控上出现判断不准确问题，影响企业运行效率。

目前大多数企业的数据管理能力仍然薄弱，主要体现在数据标准不统一、数据资产管理不成熟、缺乏供应链数智化人才、数据安全管理不到位、数据分析与数据应用这六大方面。

①　数据标准不统一

由于各部门负责业务内容方向的不同，企业部门对数据标准的定义不一致，基础业务语言也未能得到完全统一。同时，企业建设数据标准的目的不明确，缺乏以业务目标为基础的数据管理实施计划。

②　数据资产管理不成熟

相对于实务资产而言，目前数据的资产管理还处于初级阶段，缺乏统一的数据视图、数据应用不足、数据价值难以估计、管理浮于表面，以业务为导向的数据资产管理以及数据运营较为薄弱，这些问题导致了企业数据价值不显、活力不足。

③　数据质量管理落后

数据质量水平提升慢主要是因为业务语言未得到规整，数据质量水平落后将对业务决策造成影响，导致数据统计分析不准确、沟通成本高、业务监管难以及高层决策难等问题。

④　缺乏供应链数智化人才

人才是企业的核心竞争力，在迈向供应链数字化转型的过程中，需要更多专业的数智化人才顺应变革。缺乏懂业务、懂供应链、且知道用数智化手段来解决问题的人才，是企业最痛的问题。

目前零售及消费品行业企业在数据应用和数据分析方面仍有很大的提升空间，存在两大方面的问题。

⑤　数据分析口径不统一

构建一个以业务为导向的数据模型需要收集大量数据，部分企业虽然有BI等数据分析工具，但是缺乏从组织、流程的驱动以及基础业务语言的统一，而且每个操作者对数据的显性和隐性意义有不同的理解，对数据应用的方式也有所差异，这会导致数据分析产生偏差，数据利用效率低。

⑥　数据分析结构滞后

大数据的来源复杂、形式各异、数量巨大，企业没有高效可靠的数据管理和分析平台，往往难以获取清晰有价值的信息。首先，数据分析目的不明确，数据分析工作未能围绕着业务问题开展，致使分析结果难以为业务场景服务。其次，企业缺乏对分析方法的了解，面对大量复杂的数据，难以采用适当的方法对业务场景进行专业分析。最后，数据分析思路不全面，缺乏从整体管理视角进行分析，数据分析成果难以实现业务驱动。

（4）绩效体系尚未拉齐，未能从公司整体进行驱动；

目前很多零售及消费品行业企业还没有形成一套完善的供应链绩效评价体系，尚未拉齐内外部的绩效，也未能从公司整体进行绩效驱动，其主要原因包括：