从上世纪90年代以来，中国零售业态经历了从单一百货业，到以购物中心、连锁超市为主体的多业态并存的状态。而随着电子商务的兴起，以及消费者需求和信息技术不断升级，我国零售行业再度发生巨大变化，作为零售重要环节之一的供应链也遭受了全方位冲击。2018年全球领先的管理咨询公司贝恩公司与G7汇通天下合作，对超过50家业内领先的供应链企业展开调研并发布《零售新变革下的数字化供应链》报告；其中指出，在零售新业态模式下，传统供应链亟待进行全面的数字化转型升级，而大数据、智能化软件和物联网硬件的迅速成熟，将为供应链的各个环节带来新的变革机会。

作为该报告的主要起草者，贝恩公司全球合伙人、大中华区工业品、制造和汽车业务主席赵立强先生，以及贝恩公司全球合伙人邹娟女士，日前接受了本刊记者采访。他们表示，这份发布于2018年的报告如今并不过时，零售新变革下供应链面临的挑战依然存在，甚至更为紧迫。供应链与物流，本身就是一个不停演进的领域，如今随着需求端和供给端的变化，零售业供应链向数字化转型，已成为不得不面临的一场革新。

前后端变化催生供应链数字化转型

在赵立强看来，零售业的需求端和供给端都在发生变化。在需求端，主要是消费者场景的演变。在传统的流通模式下，商品一般是由生产商转到分销商，然后经过多次分销，通过百货店、商超等零售终端最终到达消费者。这种层层分销的体系已存在几十年，背后形成了固定的供应链体系和物流模式。如今随着电商的兴起，包括社区团购等新消费场景的出现，层层分销的模式发生变化，品牌企业需要越来越多地直面个人消费者。由2B转为2C，供应链模式必然随之转型。

随着数字化消费架构的深入，绝大部分品牌企业都会面临线上线下融合打通的问题，如鞋服、快消、生鲜等品类，如果线上与线下的系统、数据等等都是分立的，则很难对库存等信息进行准确掌握，也很难使物流高效运转，这也是零售数字化变革对整个物流供应链体系带来的最直接冲击。

在供给端，大量新技术的出现，也加速了零售供应链向数字化的转变。例如，无论是传统的电商平台，还是移动互联网，以及大数据技术、仓储自动化设备的应用，都使我们能够更好地对供应链需求进行提前预测和规划，将线上线下数据打通。

赵立强认为，一方面需求端带来了变革的机会，另一方面提供了新的技术和管理模式，两方面结合促成了零售业供应链向数字化转型的大趋势。他表示，未来5～10年，随着数字化供应链体系逐步完善，中国物流行业的整体发展水平将迈上一个新的台阶，且有望出现真正的世界级规模的供应链管理平台企业。

谈及对于数字化供应链的理解，邹娟表示，可从三个维度展开。首先，是物流环节维度，供应链架构更加柔性化，扁平化，日益链接的物流设施使得仓的分级结构变得模糊，极致时效、快时效、一般时效及慢时效均结合相应不同水平的增值服务各有供应以满足不同客户需求。其次，是数据的采集、数据的使用、和对未来需求的评估。随着与互联网的交互结合，供应链的各个环节会产生海量数据，企业需要思考如何更好地利用有价值的数据，为企业生产和消费者购物的各个环节提供服务，例如如何让企业内部的数据更加透明化，利用数据对消费者需求进行预测，不同流通渠道之间数据如何共享，如何为企业的库存备货提供服务，乃至跨企业实体之间数据逐渐打通，形成共享与交易机制。最后，是相关技术和设备方面的升级。为了更好地适应供应链数字化的变革，企业需要从整个技术和设备方面与之匹配。例如，零售和物流企业需要引入自动化仓储系统，从而与上下游企业更好地进行数据和流程衔接。

零售新变革下供应链面临的挑战

随着电商兴起，中国整个零售的业态已经发生了巨变，人、货、场三大组成要素正在进行全面的重构和升级，零售业供应链向数字化转型势在必行。然而，贝恩公司《零售新变革下的数字化供应链》报告中也明确指出，转型之路其实面临着多方面挑战（如表1）。

表1 传统供应链在变革下面临多方面挑战

需求预测难和供应链敏捷度差

研究显示，消费者需求分散导致的订单碎片化、产品定制化给生产端带来了大量压力。过去消费者需求相对单一，因而规模化、批量生产的方式在传统品牌商中占据主要地位，随着消费者逐渐“部落化”，新品的生命周期急剧缩短，导致预测、库存控制和生产弹性都面临巨大挑战。

企业内外部数据可见度的制约，是导致需求预测难和供应链敏捷度差的关键因素。很多传统行业零售商过去采用层层分销的方式，除了部分大型经销商外，并不具备到次级经销商及门店的数据可见度。其次，许多企业内部不同渠道、不同区域间的数据也尚未打通，无法做到全局协同。线上线下分开的物流体系带来了诸多的额外成本，日益成为品牌商的挑战。此外，大量企业在预测系统的升级以及相应分析团队的能力建设方面也具有较大的提升空间。其目前的预测及备货方法多参照历史同期表现，缺乏对外部信息的合理整合，并且分析绝大多数由人工完成，面对大幅增加的SKU数和订单频次，往往面临“分析师人手不足、分析深度不够”的尴尬局面。

线上线下物流体系分立

很多传统行业零售商过去采用层层分销的方式，除了部分大型经销商外，并不具备到次级经销商及门店的数据可见度。此外，许多企业内部不同渠道、不同区域间的数据也尚未打通，无法做到全局协同。线上线下分开的物流体系带了诸多的额外成本，日益成为品牌商的挑战。

仓储管理面临新挑战

随着消费者对“时效”要求的逐步提升，供应链长度也随之不断缩短，使仓库布局越来越贴近终端，由此涌现了前置仓、门店仓等大量新模式。但此类前置仓储点有限的容量却增加了运营难度和成本，渠道融合和订单碎片化也对传统仓储的管理提出了挑战。

干线及城际配送复杂化

生产端的碎片化及仓储前置点的迅速扩张都增加了干线及城配物流中的复杂性。一方面，面向终端的配送和覆盖时效持续提升，终端覆盖由原先的城市级深入到区县、乡镇，同时当日达、次日达在业务中的比例显著提升。为了配合时效提升，各商家纷纷调整仓库布局，更多接近终端消费地，以提升服务体验，大量新增的仓储点导致现有干线及城配的路径与车次规划难以循序跟进。

“最后一公里”配送难度大

随着零售升级，消费场景将变得无处不在，对时效、便捷的重视使得消费者愈加追求极致配送的体验。但是碎片化的需求和极高的时效要求导致终端配送成为了物流中难度最大、成本最高的领域之一。自2016年起，即时配送领域的竞争愈发激烈，虽然参与者众多，即时配送的每单成本仍然高居不下。

B2B电商通路物流成本高

互联网的高度渗透使B2B电商平台成为新型零售趋势下不容忽视的业态。以零售通、新通路、中商惠民为代表的大型eRTM平台，相比过去层层分销的网络能够更快、更有效地触及杂货店、夫妻店等渠道。但现有电商平台相较经销商城配成本普遍更加高昂，成为其颠覆传统分销渠道的一个重要阻碍。

数字化供应链的创新解决方案

零售业供应链在转型过程中，首先要厘清自身所面临的挑战，其次积极利用大数据、智能化软件和物联网硬件等先进技术，结合消费者需求，制定创新的数字化供应链解决方案。贝恩公司在报告中对供应链参与者提出四类可能的解决方案（如表2），具体则包括以下方面：

表2 零售新变革下供应链面临的痛点与数字化解决方案机会

提升基于数据的预测能力

典型的预测分析分为原始数据积累、数据质量提升（增强分析）和智能决策三个阶段。首先，企业应当贴合自身运营状况在关键环节增加监控，提高数据的掌握程度；同时通过内外部分享协同，实现关键系统的打通整合。拥有足够数据体量后，企业需要排除数据缺失并建立统一标准，以提升数据质量，提高数据利用率。最后的决策阶段则需要积极引入大数据、人工智能等新技术，采取最优算法最大化预测效果。

针对需求预测难，行业内先进的企业也在综合采取数据系统建设、预测算法优化、分析能力提升及定制化生产等方式解决。在数据系统建设方面，企业通过数据标准化和系统整合对接，保障企业内部数据流通并提升不同企业实体间的数据协同度。另一方面也在终端通过先进设备加强数据沉淀，更多地了解消费者的购买行为及购买偏好。以全家便利店为例，其通过会员卡、POS数据结合人脸识别账户绑定等技术成功获取深度消费者洞察，并以此为基础，助力门店选址及店内选品，大幅度提升预测准确度并降低店内商品报废率。

除提升数据完整行性、打通端到端数据外，引入大数据、机器学习等先进的预测方式也可大幅度提升预测的准确度。以国外领先的数据预测独角兽机构Prevedere为例，其综合内部销售、库存信息与外部气候、经济指数、价格指数等信息，运用大数据及云平台挖掘相关性，协助数家领先零售及消费品企业大幅度提升预测准确性。此外，企业还需要持续培养专业化供应链分析预测团队，并通过持续学习构建系统的预测方法论，从根本的能力建设上进行提升。

线上线下仓配一体化服务

随着大量消费品企业线上销售比例的迅速提高，部分线下零售通路与B2C物流解决方案有显著的协同作用，尤其是在品牌企业拥有或掌控较大比例的线下通路的库存及物流的时候更加明显。

当然，在实践中要完全实现线上线下统一管理的优势，还有许多具体难题需要克服，例如：线上仓和线下仓操作模式差异的协调问题；实体库存与线上订单的操作协同机制；线上物流管理和线下物流管理的成本差异处理等。这些问题与挑战都有待于在进一步的实践中利用新的商业模式及技术加以攻克。

在数据驱动下优化供应链网络布局

仓库建设及配送路线选择在前期的“跑马圈地”之后逐渐步入稳健期，因此整体网络的资源分配存在较大提升空间。物流网络的优化需要立足于公司战略，结合产品组合、市场需求、库存控制、仓库容积、运输成本、人工成本、采购成本等输入，同时在结果上兼顾物流效能、成本控制、反应速度、营运资金管理等。

同时，在跨仓管理及店仓合一体方面，国内以便利蜂为代表的新型创业公司通过与WMS、ERP系统联通的互联网平台打通总仓、前置仓、门店及货柜，实现高度精准的库存实时监测，并开发面向供应商的自动订货补货系统大幅度减少人力依赖。此外，结合终端数据反馈，通过支付端口及用户会员购买数据勾画精确用户画像，指导不同地区的前置仓选品，在前置仓SKU数目仅为门店1/10的情况下，仍然保障低至10%的缺货率。

智能调度体系及自动驾驶技术优化运输城配效率

随着物流运输的复杂度大大提升，传统简单的手工或者手工加简单调度体系的方式已经难以满足物流的需求。应用大数据驱动的智能调度及规划系统来优化车辆运行时刻、路线及配载的规划是提升运输尤其是城配运输的必由之路，且效益巨大。

而随着人工智能及自动驾驶技术的迅速发展，车辆自动驾驶技术将对运输体系带来颠覆性的影响。以“最后一公里”为例，相比传统配送，自动驾驶将提升2倍效率。就短途而言，自动驾驶将提升50%以上的效率并且能够全天运营。

智能调度、众包模式及前置自提，综合解决“最后一公里”配送成本

面对高昂的配送成本，现有业内主要的尝试方向包括调度优化、终端自提点设置、运力众包及快递站前置等。随着供应链数据化程度的提升和新型技术的规模化应用，“最后一公里”存在巨大的运营提升空间。

相比抢单模式和人工调度，系统能够有效地对派单和路径进行优化。如美团通过大数据及动态算法与智能硬件在最适当的时间和地点自动向配送员推送订单并实时导航，进行路况播报并提供安全驾驶提醒；盒马鲜生则通过集单率优化模拟筛选出最适合派送的单量；自提柜等终端自提设备则通过对终端配送点的汇集，大幅度缩短配送员的等待时间及末端配送距离。

在技术优化和新型硬件投入之外，商业模式革新也是重要的降本方向。需求的急速上升超过了平台自营运力和第三方自有运力的扩张速度，人工投入及设备投入较低的众包模式应运而生。除运力众包外，京东、菜鸟等自建或加盟的前置化自提点和快递站也有助于仓储下沉。此类自提点往往设置在社区中央，通过让消费者迈出家门的方式，将仓储进一步下沉至社区层面，实现物流配送的标准化和集中化，从而显著减轻配送员的工作难度并提高其日单效率。

提升区域浓度、共享仓配服务，共同降低2B电商平台成本

电商平台在数据化方面具有优势，但是在运力成本控制方面仍具有提升空间。平台可以与组织化的高效物流商合作，统一外包并调配运力以降低闲置运力比例；另外，也可以考虑自建车队以规避第三方的溢价并利用自身的数据优势建设甩挂路线，提高车辆的使用效率。

当前个别区域性的B2B电商平台，能够在物流成本上超出同行，接近传统经销体系物流成本水平，其关键是进行多客户多货源共享物流，提升规模效应拉低成本。因此，能够达成最佳实践的关键点是：通过与组织化的高效物流商合作，将物流配送服务外包并实现统一调配，降低车辆闲置和空驶比例。采取自建物流车队方式向零售终端提供配送服务，规避第三方物流商旨在盈利而收取的溢价。借助配送回程的多余运力，利用甩挂方式降低车辆空驶比例，提升自有车辆整体使用效率。统仓集配接受程度有限，集配对品类管理和配货准确性要求高，统仓对管理和调度能力要求高。

零售企业需要借助数字化新兴技术，实现零售业务模式的颠覆式重构和智慧零售转型。值得欣喜的是，目前已有众多企业在进行尝试。例如，零售龙头企业步步高集团近年一直在推进供应链改革和数字化转型。据了解，在商品数字化和顾客数字化基础上，步步高如今已实现了运营数字化，围绕顾客需求来提升供应链效率，通过步步高Better购小程序、自助收银、人脸识别等方式，使公司“O+O”的智慧零售模式初见成效。目前，步步高数字化运营门店达到300余家，生鲜供应链变革已基本将供应链全链条环节打通。

步步高集团积极推进供应链 改革和数字化转型

家乐福中国自2019年9月被苏宁收购完成后，也在进行一系列尝试。据家乐福中国相关负责人透露，经过整合，家乐福和苏宁双方的数字化改造已经基本完成。作为苏宁场景零售的试验场，将家乐福中国的商品体系跟苏宁的商品体系打通，是苏宁改造家乐福中国的重要一步。针对商品同质化问题，家乐福通过线上大数据分析精简商品品类，选取2000个网红单品，线下通过情景化的陈列出样，打造年轻时尚个性化的标签， 同时将其延伸到依托苏宁、家乐福已有的家乐福小程序，苏宁易购APP等线上渠道，强化离店销售新场景。在商品端，家乐福供应链接入苏宁小店，供应商同时向家乐福和苏宁小店供货，苏宁小店将增加3万多个商品，极大扩充SKU种类，有效提高商品满足率，家乐福成为了苏宁线上超市和苏宁小店的“大后方”。据悉，在数字化升级后，家乐福与苏宁易购APP、苏宁小店统一成一个供应链体系，将双方的采购、仓配、物流等统一管控并实现日配，大大提高供应链效率。对苏宁小店的供应链开放只是第一步，家乐福还将规划上线苏宁快消品的零售云开放系统。零售云从原来的电器，拓展融合家乐福的供应链。

作为2016年成立的连锁便利店品牌，便利蜂借助互联网技术，依靠数字化管理，不仅解决了人力成本问题，而且通过数字化管理提高了便利店的整体效率，具体包括：对便利店的各管理环节进行数字化采集，再通过算法分析作出运营指导；通过大数据进行店面选址，且自动进行店铺设计、货架设计、展示设计；根据消费者大数据进行智能选品，直接给出采购、展示、上架等指导；从大数据中预测消费趋势，从庞大的品库中寻找符合门店的商品；根据产品的消费情况和库存情况，自动进行价格调整……便利蜂通过将大数据、人工智能、算法算力应用在便利店产业链，使整个企业的效率发生了巨大变化。

回顾《零售新变革下的数字化供应链》报告中的观点，赵立强表示，其中许多方面还在进行中，甚至很难说哪些方面已经转型完成。“对供应链来说，单点突破可能无法解决所有问题，而是需要供应链上下游多环节配合与协同。例如，最近新兴起的社区团购、直播带货等模式，对供应链管理带来巨大挑战，企业必须快速调整方向以满足快速变化的客户创新需求，唯有如此才能适应这不断变革的数字化时代。”