【
湖南梦洁家纺股份有限公司
历经60多年的发展，梦洁的业务规模不断扩大，在这过程中许多问题也逐渐显现。
一方面，行业专门的解决方案较少，解决方案提供商多将家纺行业的解决方案与鞋服行业的解决方案划分为一类，忽略了家纺行业的一些特性和特定需求。这样一来，解决方案的针对性和科学性就会大打折扣。另外，家纺行业多采用多季订货会的方式来决定生产产能和生产计划。而随着梦洁的不断发展壮大，订货会的模式因为其弹性差的缺点逐渐难以满足增长的业务需求，迫切需要一种新的模式。
另一方面，零售进入到新阶段，消费者逐渐往两*分化，即追求性价比与追求个性化自由。在新零售的环境下，如何发展规模效应降低生产成本，向消费者提供更高性价比的产品，同时重视客户的市场脉动的响应，提供个性化的商品，成为目前商品管理的挑战。
面对家纺行业的新需求和新市场环境下商品管理的挑战，梦洁希望做出努力与改变。经过选型评估，梦洁终选择与帆软合作，开启了商品数据化管理之路。
“新零售时代，消费者的需求变化非常快，如何快速精准地为用户提供个性化商品，是目前商品管理的巨大挑战。因此我们和帆软合作，上马了这个商品周转提速项目。”
——梦洁家纺CIO杨昊
基于对业务的理解，梦洁创新性地建立了库存一盘整合模式，并将预测模型、自动补货模型等嵌入FineReport平台，自主开发了梦洁商品中控系统。
一、库存一盘整合模式的思考逻辑
对于一店一地销售不佳的商品，利用全国的其他门店作为后台帮助消化；
通过数据中心寻找适合每个门店销售的相关因子，并转换为对应的商品，进行推荐；
对于整体商品的运转情况进行监控，一旦发现销售趋势变化，立刻与后端供应链联动，确保好卖的货不缺，不好卖的货不存。
二、项目流程
1、对商品建立完整档案
网罗商品各个属性，将商品属性维度力所能及地扩大，避免忽略某些不起眼但是很重要的商品属性，提高商品分析精准度的同时提供模型分析所需因子。
对商品建立完整档案
2、建立销售预测
根据多个因子，创新性地结合帆软报表建立商品预测模型，预测该商品未来3月的销售情况，联系库存、生产计划判断该商品畅平滞销售可能性以及流速控制，能够更早地调整相应的库存、生产、销售计划
3、自动补货模型
创新性地将自动补货模型应用到家纺行业和报表中，由包含天气、节假日、地理位置等在内的决策因子，门店发货原则、优先级控制等在内的规则因子，机器学习、时序分析等在内的算法因子组合构成补货预测模型的基础规则，根据模型规则计算出需要补货的门店以及该门店需要补货的数量，从而对该门店进行补货建议。
自动补货模型
另外，补货模型还具备自动调整以及学习能力，随着历史数据的丰富，能够逐渐提升补货准确率。
4、主动抓取报缺数据，数据返回生产
平台抓取补货所需、直接订单以及安全库存部分的数据返回，通过MRP产生采购申请，APS进行生产排程，提高准交率
主动抓取报缺数据
“梦洁在全国拥有超过3000家门店，各个门店之间经营能力是有差异的。因地制宜，因时制宜，店长可能对于订货的货物没有什么变化上的感知，但实际上我们IT部门通过计算判断更加适合他们的商品，爆款更爆，更符合他们的心意。”
商品中控系统建设完成后，SKU中效能不佳的商品被淘汰、清理，SKU销售集中度提升30%，周转同比提速超20%，周转速度较低的库存下降了25%；前后台数据交互打通，加快了商品整体反应速度，订单下达由以前的**一次汇总且只能工作时间办理转变为随时随地且基本无需人为干预。
“梦洁的人员不会像IT公司那样充沛，有些核心数据也不能假手于人，所以只能由自己来开发。通过帆软的产品进行敏捷开发，能迅速响应业务所需，大幅度降低开发以及运维成本，我们很庆幸选择了帆软这样一个产品。”
声明：图片来源于网络，如有侵权请联系小编或来电400-101-7153删除。
