案例 24 · 海外快消动销
Datawhale原书章节 · 印刷页码 233—243 · 当前仅加载一页

原书第 235 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。
来,统一格式就行了。但真正进入现场之后,我发现事情远比想象复杂。 对总部来说,发货量只是中间指标,真正重要的是消费者最后购买了多少产品。在业务 里,我们通常会区分两个概念:一个是Sell In,也就是品牌方把货卖给经销商;另一个 是Sell Through,也就是消费者最终从渠道买走多少。 Sell Through更能反映真实市场需求、营销投入效果和消费者反馈,但在跨境场景下, 这类数据往往最难获得。 过去,海外业务的信息流转主要依靠人工:总部把订单、发货信息发送给经销商,经销 商再通过Excel、邮件等方式反馈销售情况,中间还涉及语言转换、业务解释和数据整 理。看似只是传递数据,但实际上每一步都会产生损耗。 首先是信息滞后。总部看到的数据可能已经是几周甚至更久之前的数据。 其次是数据失真。比如总部问“销售情况怎么样”,不同角色理解可能不同。有人理解 为卖给经销商多少,有人理解为消费者购买多少。如果业务理解不到位,数据口径从一 开始就可能错。 第三是人工成本很高。过去大量时间花在整理数据、开会解释、沟通确认,真正需要推 动的市场业务反而被搁置了。 这个问题的本质,在于业务现场、数据流程和执行方式之间的脱节,远不止技术层面。 作为FDE,我的工作就是进入现场把真实问题拆出来,找到AI能力和业务流程的结合 点。 Q2:在你参与之前,这个问题过去是怎么解决的? 在AI介入之前,企业主要依靠人工流程解决。 传统方式在早期阶段是有效的。经销商规模有限,市场变化不复杂,人工沟通能够支撑 业务运行。 235/243