- 就像你看到的那样?LetsTalkUrl让我们谈谈
客户是美国一家主要的全球服装零售商——在世界各地设有商店的最大的专业零售商之一。
主要挑战
需求预测未能达到预期目标
库存计划变得更加严格
促销不同步
的影响
库存优化为我们节省了数百万美元
销售预测的洞察时间从2-3天缩短为分钟，延迟时间减少了600倍。数据湖还提供了店内价格调整数量的洞见。
Data lake允许在线和实体店之间的促销同步执行，为零售商带来更好的利润管理。
短暂的
大多数服装零售商很快就发现了跨渠道交易日益重要的意义。他们注意到，在高街商店的常客首先浏览的是网上货架。当顾客确实在网上购物时，他们有时会要求在附近的商店退换衣服。零售商开始调整他们的系统以支持这种跨渠道购物。
当零售商将线上和线下渠道视为独立实体时，他们的供应链核心没有准备好适应全渠道零售的新现实，也无法利用它所提供的机会。真正的挑战是找到一种方法，让零售商对所有渠道的交易都有一个整体的看法。
洞察需要2-3天的时间
印孚瑟斯的解决方案
通过实时分析提供跨渠道的统一视图
我们建立了一个考虑整个库存的模型——包括线上和线下。对于已下的订单、准备发货的订单、取消的订单、在商店保留的订单和返回的订单，“可出售”库存被发布供每个商店经理阅读，并进行订单计划。因此，订单路由变得更加智能。
然后，我们合并在线和店内数据集，创建一个统一的数据湖，为销售预测提供了丰富的洞见来源——无需运营团队一周又一周地为销售计划统一和准备数据。
一些顾客在网上购买了产品，尤其是在促销期间，但之后又退回了一些。零售商依靠发货的产品数量来达到需求指标。所提出的模型有助于更全面地理解需求。它提供了对已下订单、取消订单和发货订单的更好的可见性——从而导致更好的需求预测。
所有频道的360度视角，实时洞察
整合线上及店内数据，有效预测需求及项目销售。
更好的需求预测
所提出的模型使零售商能够通过提供对已下订单、取消订单和已发货订单的可见性来全面了解需求。
