在新常态下优化库存绩效的（新）最佳方法

由于店内和在线客户基本上都是在同一架子上购物，因此对于实体零售商而言，库存管理变得比以往更加困难。但是事实证明，说明性分析在填充购物车和保持销售方面很有用。

如果您是零售业者，您可能已经听说库存准确性是成功的关键。

该建议在大流行中起着至关重要的作用。

您会发现，店内购物已不再像以前那样简单。大流行前，许多顾客来到商店只是为了浏览产品并与之互动。消费者可以轻松找到替代品，也许在需要时尝试一个新品牌，而一次没有导致购买的购物之旅并不严重（至少对于客户而言）。

事情怎么变了！对于客户而言，商店不再是参观，浏览和离开的休闲场所。这就是为什么我们看到非接触式购物选择，例如在线购买，在商店提货（BOPIS），点击并收集以及路边提货的受欢迎程度成倍增长的原因。但是有时候，顾客发现自己唯一能获得所需东西的方法就是自己在过道上走来走去，特别是在为晚间客人购买外观最好的农产品或新鲜肉类时。在这种情况下，我们看到客户每次旅行会购买更多物品，以最大程度地减少频繁重复访问的需求。

因此，旅行往往有一个共同点：他们经过了充分的研究。客户希望使旅行尽可能高效，因此他们倾向于在离开家之前做作业。他们搜索自己喜欢的零售商的网站，检查价格，库存状况和物品位置，以确保何时到达商店就可以确切知道要去哪里和要买什么。快速进出。

话虽如此，事实上，越来越多的顾客在网上购物越来越多，这意味着库存准确性比大流行之前要严重得多。如果客户在大流行前进入商店并发现缺货的所需物品，那不是什么大不了的事情。替代品种类繁多，客户可能会出于便利而选择其中一种可用的解决方案，这意味着，尽管不幸的是不准确，零售商仍进行了销售。

随着越来越多的客户基本上首先在网上购物，库存不准确的风险变得更大。当零售商意识到针对特定通用产品代码（UPC）存在库存准确性问题，或者库存数量达到预设的低数量阈值时，将从网站上取走该物品，直到问题解决。这意味着，即使零售商 在商店的货架上仍然有该产品，在线搜索同一产品的客户也会看到该产品列为不可用，并假定这两个地方都缺货。由于在线客户可以在离开家之前轻松找到另一家携带相同产品的零售商，因此只需进行快速的互联网搜索，而库存不准确的零售商便失去了销售（或更糟的是，曾经是忠诚的客户）。

换句话说，库存优化对于希望在新常态中成功的零售商至关重要。如果客户已经冒着COVID-19的风险进入您的商店，那么您想要做的最后一件事就是让他们走进去，发现缺货的商品。如果您的网站指示该商品实际上有库存，则促使其前往商店，则客户可能再也不会在您的商店购物了。

我对此压力还不够大：库存是您最重要的资产，也是您最大的资本支出-现在是时候对其进行优化！

但是优化库存绩效很难。库存种类比以往更大，管理起来也更复杂，这使得很难识别收缩，销售缓慢的产品，水泥产品（占据货架且没有生产能力的产品），不准确和缺货。新的商业渠道创造了更多需要跟踪的运动。并且存在员工违规的风险。托运人将纸箱运到错误的商店，买家在清单主清单中输入错误的价格，或者员工忘记为单个产品补货，可能会给零售商及其客户带来一系列问题。

这就是为什么我们的许多客户都采用Zebra Prescriptive Analytics库存模块来密切关注其库存的原因。

库存模块通过预测缺货，确保货架图符合性，预测风险和标记可能具有高收缩率的项目，提高库存准确性等来驱动库存性能。发生问题时，该模块的高级根本原因分析可以将其追溯到源头，并根据其财务影响以及如何确定优先顺序，做出适当的响应。

以下是一些使用案例，这些案例展示了零售商如何使用Zebra Prescriptive Analytics解决库存错误，以免严重影响客户体验：

变质的牛奶

一家杂货店的两家商店的牛奶过期导致的浪费比平时略高。每个月，商店都会扔出很多加仑的牛奶，这些牛奶已经过期，每年总计超过15,000美元。运营部门坚称商店没有遵循正确的程序，但是商店经理说，公司正通过货架图分配过多的牛奶用于箱式冰箱。杂货店的现有分析系统无法找到根本原因。工人们继续扔掉牛奶，缺货率很高。

当杂货店采用Zebra Prescriptive Analytics库存 模块时，问题变得很明显。为了控制收缩，食品杂货商要求在未售出的牛奶到期前三天将未售出的牛奶的价格降低50％，以作为“经理的特殊待遇”。但是，在浪费较高的商店中，由于培训方面的差距，乳品部门的工人没有遵循此程序。一个商店的问题更加复杂的是，该公司的总经理是从另一家杂货店聘用的，而这种做法并没有对即将到期的乳制品进行降价。由于没有动力去吸引顾客购买即将到期的牛奶，加上轮换不畅（另一个培训缺口），牛奶在货架上变质了，工人将其丢弃。杂货店对这两家商店的乳品店员工进行了再培训，消除了每年15,000美元的浪费。

缺少肥皂吗？

在大流行COVID-19的恐慌性购买高峰时，一家普通零售商采用了Zebra Prescriptive Analytics库存模块来帮助确保其保持最重要的产品库存。它迅速检测到一家商店，其库存中有大量的液体肥皂，但好几个小时都没有售出，导致估计错失了400美元的销售额。商店的经理收到了指示性操作，指示他验证肥皂的现货供应。

经理走到身体护理通道，发现架子上有肥皂，但在后面。搁板展示架的弹簧损坏了，没有像预期的那样将肥皂向前推。由于架子在腰部的高度，因此顾客在不笨拙地扭曲自己的情况下就不可能看到甚至拿到剩余的肥皂。

经理将肥皂移到架子的前面，在架子的前面更容易看到，并发布了指示，要求员工在重新库存时也要这样做。采取纠正措施后，销售立即恢复。还请了一个设备小组将弹簧固定在架子上。

完好的“损坏”

一家硬件零售商知道它每年要遭受数百万美元的损失，因此想在商店一级解决。它通过Zebra Prescriptive Analytics库存 模块部署了一种模式，以监视各个商店的高额损失索赔。

部署后不久，这种模式就提醒区域经理去一家商店，该商店一天内报告了256个单元的损坏，总计超过11,000美元。区域经理去商店进行调查，结果发现两名新员工不正确地扫描了商品是否造成损坏，原因仅仅是他们不知道如何处理正确的代码。完美销售的产品现在正在销毁设施中。多亏了近乎实时的警报，区域经理才能够拦截货物并将其返回商店进行销售。员工还接受了单元扫描方面的培训，以避免将来出现此类问题。

通过使用不同的视角而不是报告来查看您的运营，可以轻松解决许多库存不准确的问题，并可以轻松地减轻损失。尽管报告从理论上为您提供了所需的所有数据（然后提供了一些数据），但是通过规范性分析的简单任务来查看数据驱动的行为模式并关联与大规模库存问题相关的某些操作（或不作为）往往会更快一些，因为它告诉您如何解决问题。报告只是通过大量数据向您发送实况调查任务。他们不会告诉您发生了什么，也不会“规定”解决方案。