“通过数字化实现业务模式革命”是费礼博近来最乐于谈论的主题。12月8日，这位宝洁全球首席信息执行官(CIO)来到广州，对华南理工大学的学子们介绍了宝洁的各种技术创新。在一个小时的演讲里，这位兼任全球业务服务部(GBS)的总裁同时带来了一个鲜明的信息：这家全球500强的消费品公司，正在利用技术手段，变革业务模式。

　　就在6个月前，宝洁中国(微博)与华润万家完成了一个新的项目：分别成立了一个由销售、IT、物流等人员组成的跨职能团队。这两个团队的目标十分统一：解决“销售预测失误”这一门店和供应商遇到的老大难问题。

　　在此之前，宝洁对海报单品的预测常常出现偏差，预测过高时引发高库存，不仅影响其他单品的备货销售，也增大了零售商的运营成本，激化零供矛盾；预测过低则导致了促销期间的缺货，拖累了门店销售，更不利于保持消费者的忠诚度。于是，如何平衡库存与销量，科学地安排备货和促销期间的补货成了宝洁与华润万家共同面对的课题。

　　对宝洁而言，华润万家的门店作为供应链的最终端，直接影响着整条供应链的效率。无论是宝洁还是华润万家，相继意识到那种“非此即彼”的零供关系已不再适用，基于供应链的合作是双方获取客户的关键。

　　新型的零供关系，究竟应该如何形成？

　　推倒壁垒

　　宝洁全球CEO麦睿博让人记忆尤深的一句话是：“我们想成为首家实现全面数字化的公司”，这是其接替前任CEO雷富礼之后，对各部门提出的要求。

　　这种数字化的思维开始影响到宝洁中国，首当其冲便是从销售预测开始。“如果门店订单忽高忽低没有规律，客户分仓库怎么可能准确预测并进行备货？分仓怎能保证100%满足门店订单？为了使分仓在订单高峰时能满足更多的订单，又需要投入多少建设成本？”此前在11月于长沙举行的“第十三届中国连锁业会议”上，宝洁大中华区产品供应部副总裁杨源如此问道。

　　一直以来，销售预测是行业一个大难题，门店不是脱销就是库存过多，很大一部分原因在于双方的信息不对称。宝洁通过自身的渠道对消费者进行调研，从消费者理解的角度进行预测；而零售商单方面研读自身的销售数据进行预测，并向宝洁下订单。双方的数据相互封闭，且各有缺陷，结果“预测不准”就成了一种常态，造成大量资源的浪费。

　　在博斯公司合伙人徐沪初看来，“过去，中国企业并不重视对数据的收集、分析，并利用它的价值。但如今，单纯地压低成本或抬高价格已不再适用，零供双方必须共享信息，并结合双方的数据作出一个大家共同认可的判断”。

　　于是，宝洁下决心打破信息的壁垒，本土零售商华润万家成了一块试验田。宝洁的考虑是，“华润万家将门店内和宝洁相关的POS销售机数据分享给宝洁，同时宝洁将其对购物者的研究数据提供给万家”。这样一来，“宝洁通过品类管理和对运营数据的分析，就能使宝洁品类在门店的运营更加高效。”翟峰表示。

　　具体说来，华润万家和宝洁的销售团队共同建立了一个快讯邮报销售预测模型。这个模型以过去几年的历史销售数据和消费者调研为基础，结合每一家万家门店促销位置的存货量建立销售预测，并给出相对准确的订货补货建议订单量。

　　有了这个模型后，门店可以科学地进行少量多次的订货，并事先规划好每次的订货量，从而在促销备货量和门店仓储资源之间达成平衡，优化了库存和销量间的矛盾。

　　这种消费者驱动的供应链设计起始于商店的货架，然后回推到整个供应网络。宝洁通过销售终端的数据得出产品的实际需求，以此为依据进行生产和配送。当宝洁推出新产品时，这种实时的销售信息尤为重要， 当公司发现真实的需求与之前的预测有出入时，还可以及时采取改进措施。

　　在徐沪初眼里，这种零供模式的演变是近年来的大势所趋。过去，类似宝洁这样的供应商考虑的是如何快速地将货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优惠的价格拿到这批货，这种以财务为导向的模式存在了很长时间。

　　“在有大量供应商和零售商存在的市场内，这种模式依旧可行，但市场不可能永远高速成长，”他说道，“在供求趋于平稳后，零售商与供应商要维持竞争力，就必须比竞争对手的成本更低，效率更高，这时双方就需要用一种全新的眼光看待供应链上的合作模式。”

　　双面角色

　　宝洁大中华区销售总裁翟峰坦言，为了建立这个模型，无论是宝洁还是零售商都花费了巨大投入。“这不单单是钱的问题，还包括人力，双方都投入了专门的跨职能的团队，”他说道，“过去，供应商和零售商的接触停留在销售和采购这样一种点对点的关系，但宝洁和华润的合作还需要财务、信息、物流等系统的对接。双方都需要对已有的系统做一定调整，这是很大的投入。”

　　然而，宝洁所要做的并不仅仅是对接系统这么简单。“对供应商而言，它不仅要对及时获取的信息做出积极的反应，还要专门去指导零售商怎样做到规范的信息搜集，告诉他们哪些是有价值的信息。”徐沪初表示。

　　通常情况下，双方的数据分析结果会不可避免地出现落差。供应商不可能做到像零售商那样每时每刻都在进行数据收集，而是更多地通过第三方进行第一手调查，以更好地了解和掌握市场。用徐沪初的话说，“供应商的数据更多的是面上的，而零售商的数据是具体的点上的，两种方式都有缺点。面上的认识可能不深刻，有时只是表面现象，点上的信息可能会以偏概全。如果你预测你的，我预测我的，就不是一种科学的方式”。

　　在此基础上，许多诸如设计与消费者偏好之类的因素并不能直接转化为数字，但它们却能被阐释和理解，这种模糊地带同样增加了零供双方意见分歧的可能。如今，不少企业正日渐将各种数据分析放在一边，而试图对顾客有更全面的、设身处地的理解，并能将有些模糊的见解转化为创造性的商业模型。企业必须习惯于模糊情境，并随时准备放弃对确定、单一答案的追求。

　　

扩展阅读

版权声明：