← 案例目录DATAWHALE / FDE

案例 22 · 跨境库存与广告

Datawhale原书章节 · 印刷页码 215—224 · 当前仅加载一页

Datawhale《FDE案例100》,案例22,原书第217页;下方可展开文字版

原书第 217 页 · 点击页面可放大查看

查看与复制本页文字

文字由原PDF提取,阅读顺序和表格请以原页为准。

用还在继续消耗。
所以我最后看到的,是一条业务链。订单和库存数据 → 物流数据 → 补货决策 → 供应商
下单 → 广告投放。
真正值得解决的,是让这些原本割裂的环节能够互相感知。
Q2:在你参与之前,这个问题过去是怎么解决的?
过去这家团队的工具不算少,Excel、聚合SaaS、飞书都在转。最累的,是那个在各个
工具之间来回搬数据的人。
十几人的团队,业务规模还不大的时候,一个人来回搬数据也应付得过来,成本也不
高。他们补货也有一套自己的公式,工作人员看SKU过去三个月的销售,结合自己的预
测逻辑,就能算出下一次该补什么颜色、什么尺码、补多少。这套逻辑是成立的,问题
在于它被埋进了一条需要人工反复搬数据的流程里。
所以我们没有重新发明一套库存算法。客户原来的补货逻辑可以继续保留,我们要做
的,只是把其中机械、重复、跨系统的动作交给机器。
这个案例的瓶颈,在数据和人的关系上。
工作人员先把数据从一个系统里扒下来,填进Excel;Excel算完,又誊到另一个模板;
物流照片到了,再一张张人工看;广告又在另外的平台上跑。
每件事单独看都不重,可一旦连成一串,就是一条非常长的人工链路。
SKU还在涨。几十个、几百个的时候,人盯得过来;涨到几千个,人一天的时间就大量
耗在“看、抄、填、核对”上。规模越大,人越被钉在这些搬运动作上。
我们的改造,是把这条人工链路拆开,看清哪些环节必须由人做,哪些环节机器做得更
好,再把机器擅长的部分接上。工具没换,人不用再当那个中间连接件。
217/243