“通過數字化實現業(yè)務模式革命”是費禮博近來最樂于談論的主題。12月8日，這位寶潔全球首席信息執(zhí)行官(CIO)來到廣州，對華南理工大學的學子們介紹了寶潔的各種技術創(chuàng)新。在一個小時的演講里，這位兼任全球業(yè)務服務部(GBS)的總裁同時帶來了一個鮮明的信息：這家全球500強的消費品公司，正在利用技術手段，變革業(yè)務模式。

　　就在6個月前，寶潔中國(微博)與華潤萬家完成了一個新的項目：分別成立了一個由銷售、IT、物流等人員組成的跨職能團隊。這兩個團隊的目標十分統一：解決“銷售預測失誤”這一門店和供應商遇到的老大難問題。

　　在此之前，寶潔對海報單品的預測常常出現偏差，預測過高時引發(fā)高庫存，不僅影響其他單品的備貨銷售，也增大了零售商的運營成本，激化零供矛盾；預測過低則導致了促銷期間的缺貨，拖累了門店銷售，更不利于保持消費者的忠誠度。于是，如何平衡庫存與銷量，科學地安排備貨和促銷期間的補貨成了寶潔與華潤萬家共同面對的課題。

　　對寶潔而言，華潤萬家的門店作為供應鏈的最終端，直接影響著整條供應鏈的效率。無論是寶潔還是華潤萬家，相繼意識到那種“非此即彼”的零供關系已不再適用，基于供應鏈的合作是雙方獲取客戶的關鍵。

　　新型的零供關系，究竟應該如何形成？

　　推倒壁壘

　　寶潔全球CEO麥睿博讓人記憶尤深的一句話是：“我們想成為首家實現全面數字化的公司”，這是其接替前任CEO雷富禮之后，對各部門提出的要求。

　　這種數字化的思維開始影響到寶潔中國，首當其沖便是從銷售預測開始。“如果門店訂單忽高忽低沒有規(guī)律，客戶分倉庫怎么可能準確預測并進行備貨？分倉怎能保證100%滿足門店訂單？為了使分倉在訂單高峰時能滿足更多的訂單，又需要投入多少建設成本？”此前在11月于長沙舉行的“第十三屆中國連鎖業(yè)會議”上，寶潔大中華區(qū)產品供應部副總裁楊源如此問道。

　　一直以來，銷售預測是行業(yè)一個大難題，門店不是脫銷就是庫存過多，很大一部分原因在于雙方的信息不對稱。寶潔通過自身的渠道對消費者進行調研，從消費者理解的角度進行預測；而零售商單方面研讀自身的銷售數據進行預測，并向寶潔下訂單。雙方的數據相互封閉，且各有缺陷，結果“預測不準”就成了一種常態(tài)，造成大量資源的浪費。

　　在博斯公司合伙人徐滬初看來，“過去，中國企業(yè)并不重視對數據的收集、分析，并利用它的價值。但如今，單純地壓低成本或抬高價格已不再適用，零供雙方必須共享信息，并結合雙方的數據作出一個大家共同認可的判斷”。

　　于是，寶潔下決心打破信息的壁壘，本土零售商華潤萬家成了一塊試驗田。寶潔的考慮是，“華潤萬家將門店內和寶潔相關的POS銷售機數據分享給寶潔，同時寶潔將其對購物者的研究數據提供給萬家”。這樣一來，“寶潔通過品類管理和對運營數據的分析，就能使寶潔品類在門店的運營更加高效。”翟峰表示。

　　具體說來，華潤萬家和寶潔的銷售團隊共同建立了一個快訊郵報銷售預測模型。這個模型以過去幾年的歷史銷售數據和消費者調研為基礎，結合每一家萬家門店促銷位置的存貨量建立銷售預測，并給出相對準確的訂貨補貨建議訂單量。

　　有了這個模型后，門店可以科學地進行少量多次的訂貨，并事先規(guī)劃好每次的訂貨量，從而在促銷備貨量和門店倉儲資源之間達成平衡，優(yōu)化了庫存和銷量間的矛盾。

　　這種消費者驅動的供應鏈設計起始于商店的貨架，然后回推到整個供應網絡。寶潔通過銷售終端的數據得出產品的實際需求，以此為依據進行生產和配送。當寶潔推出新產品時，這種實時的銷售信息尤為重要， 當公司發(fā)現真實的需求與之前的預測有出入時，還可以及時采取改進措施。

　　在徐滬初眼里，這種零供模式的演變是近年來的大勢所趨。過去，類似寶潔這樣的供應商考慮的是如何快速地將貨品以很低的成本放到零售商的渠道里，而零售商思考的是如何用最優(yōu)惠的價格拿到這批貨，這種以財務為導向的模式存在了很長時間。

　　“在有大量供應商和零售商存在的市場內，這種模式依舊可行，但市場不可能永遠高速成長，”他說道，“在供求趨于平穩(wěn)后，零售商與供應商要維持競爭力，就必須比競爭對手的成本更低，效率更高，這時雙方就需要用一種全新的眼光看待供應鏈上的合作模式。”

　　雙面角色

　　寶潔大中華區(qū)銷售總裁翟峰坦言，為了建立這個模型，無論是寶潔還是零售商都花費了巨大投入。“這不單單是錢的問題，還包括人力，雙方都投入了專門的跨職能的團隊，”他說道，“過去，供應商和零售商的接觸停留在銷售和采購這樣一種點對點的關系，但寶潔和華潤的合作還需要財務、信息、物流等系統的對接。雙方都需要對已有的系統做一定調整，這是很大的投入。”

　　然而，寶潔所要做的并不僅僅是對接系統這么簡單。“對供應商而言，它不僅要對及時獲取的信息做出積極的反應，還要專門去指導零售商怎樣做到規(guī)范的信息搜集，告訴他們哪些是有價值的信息。”徐滬初表示。

　　通常情況下，雙方的數據分析結果會不可避免地出現落差。供應商不可能做到像零售商那樣每時每刻都在進行數據收集，而是更多地通過第三方進行第一手調查，以更好地了解和掌握市場。用徐滬初的話說，“供應商的數據更多的是面上的，而零售商的數據是具體的點上的，兩種方式都有缺點。面上的認識可能不深刻，有時只是表面現象，點上的信息可能會以偏概全。如果你預測你的，我預測我的，就不是一種科學的方式”。

　　在此基礎上，許多諸如設計與消費者偏好之類的因素并不能直接轉化為數字，但它們卻能被闡釋和理解，這種模糊地帶同樣增加了零供雙方意見分歧的可能。如今，不少企業(yè)正日漸將各種數據分析放在一邊，而試圖對顧客有更全面的、設身處地的理解，并能將有些模糊的見解轉化為創(chuàng)造性的商業(yè)模型。企業(yè)必須習慣于模糊情境，并隨時準備放棄對確定、單一答案的追求。

　　

擴展閱讀

版權聲明：