大型汽车配件零售商借助IBM优化库存管理

您可能想当然地认为，在您到达一家本地汽车配件商店时，它的仓库里就有您需要的所有东西。您可能一秒都不曾想过，您在寻找的水泵正和同步带放在一起，而您需要这两个零件才能完成您的维修工作。实际上，为您提供满意的购物体验所涉及的仓库规划流程是极其复杂的。为了最大限度地使您可以在需要时就能找到您所需要的汽车零部件，零售商需要分析数以百万计的数据点，并在其整个供应链中共享整合后的信息。

一家大型汽车配件零售商面临的正是这个挑战。服务于商业市场和自己动手 (DIY) 维修市场，该零售商提供基本汽车保养产品组合，如清洁用品和雨刷，以及发动机部件和刹车系统等“硬件”。一个典型的商店提供多达一百多个不同种类的成千上万个零部件。

但这一数量还远远不足以完全满足客户需求的所有可能性。例如，在一家店铺的贸易区域内，可能有多达 9000 种车辆品牌、型号和年份的不同组合。“这类似于一个鞋店希望对它的每款鞋都提供9，000 种不同的尺码；这就是不现实的，”公司的一位高级负责人说。“我们最大的挑战是确定哪些部件应该存放在不同的店铺，从而使顾客可以找到他们需要的东西。”

混合方案

直到最近，汽车配件零售商还只是依靠经验和商品经理的直觉来决定每家店铺的库存货品。经理分配决策的依据是从销售和行业报告到客户行为预感的所有资料。该方法在一定程度上行之有效，但进货决策往往受个人偏见、而不是市场需求的影响。此外，经理们根本没有足够的工具来筛选和分析数以百万计的相关数据点。

因此，像其他汽车配件零售商一样，几乎有一半 DIY 客户是在没有买到他们需要的任何一个配件的情况下离开商店的。公司知道它原本可以做得更好。“我们致力于通过达到我们所说的”

卓越可得性（availability excellence）“来实现公司的差异化优势，”这位高级负责人解释。而要做到这一点，他说，公司需要为其

规划流程增加新的组件：IBM. SPSS. Predictive Analytics。使用 IBM SPSS Modeler 和 IBM SPSS Collaboration and Deployment Services，该公司将其品类经理最佳的规划规则与只有统计建模能够提供的预测准确度结合起来。“我们决定追求一种混合的规划方案，”这位高级负责人说。“我们仍然要利用我们员工的行业经验，但添加了硬科学和预测分析的处理能力。”

生命周期管理

使用 IBM SPSS Modeler，公司分析其库存中每个配件的历史销售数据，使其可以将每个配件的“生命周期”制成图表。例如，曲轴维修衬套的需求，其高峰出现在车辆的生命晚期，并且购买者通常是个人消费者而不是汽车维修店。

该公司现在利用 IBM SPSS 解决方案每个月生成超过 100，000 个预测结果。这些预测针对下一年的销售计划衡量每个配件的销售历史数据。在预测过程中，每个配件被自动分配一个与维修生命周期相关的值。在这些预测的基础上，分析人员可以在任何一家商店应用简单的规划原则，决定仓库应存放什么配件，哪些配件应该下架。

“现在我们可以持续评估维修生命周期并准确地预测我们每家店的销售，”这位高级负责人说。“该流程是完全自动化的，所以我们对其测量及管理有着完全的控制权。如果没有 IBM SPSS，这将是不可能的。”

智慧的零售： 预测分析支持更有效的分类规划

物联化 模型的建立有助于确定每个配件所处的生命周期点，并且有助于预测商店对每个配件的需求。

互联化 模式与品类经理所创建的业务规则整合，以确保建立一个全面的库存管理方法。

智能化 大型数据集被合并成易于使用的分析资产，帮助员工创造智能的配件品类。

填满购物篮

使用 IBM SPSS Modeler 分析销售历史数据，也帮助公司评估和预测多种产品“捆绑”的业绩，产品“捆绑”指通常会一起购买的配件组合，像刹车片、转子和传感器。“我们挖掘所有销售数据并查看客户有什么东西是一起买的，如果这可以推动销售，我们就将它制定为一条规则，将这些配件一起存放，”这位高级负责人还补充说，“这是一种现实的方式，顾客建议，我们就倾听。数据挖掘使我们可以捕获客户的声音。”

当每种车型年份出现新的汽车零部件时，经理被迫在没有历史销售数据的参考下制定库存决策。在这种情况中，预测模型显示出其特殊价值。通过分析一百多个产品、车辆和人口变量，模型生成了异常准确的指导信息，告诉人们应该在公司供应链的哪个位置投放这些配件。事实上，零售商使用 Modeler 实现了 70% 的产品投放准确率，而在公司只依赖于零部件供应商根据历史销售和直觉提出的建议时，这一比例仅为 40%。

更高的库存准确率，同时转化为更快的库存周转和更低的成本。在将IBM SPSS Predictive Analytics 整合到其分类规划流程的一年之后，该公司的库存持有成本降低了 8%，并将其库存周转率提高到了行业的最高水平。

生产力高速提升

即使有专门的数据挖掘工具，要建立一个纳入数百个变量和巨大的数据集的模型也将会很耗时。Collaboration and Deployment Services将该流程自动化，帮助规划人员筛选变量，并确定出最重要的变量。“因为我们有很多店铺和大量的 SKU，手工建立那些模型根本是不可能的，”这位高级负责人解释。

自动化库存规划中数据密集程度最高的元素提高了公司的品类经理的生产力，使他们每年在分类规划上可以节约数千小时。那意味着这些经理可以花更多的时间与供应商谈判以降低采购成本。

最后，预测模型有助于为客户提供更有价值的购物体验。在 2009 年对其商业客户进行的一份调查中，该公司在硬件可得性上获得了最高的满意度排名。衡量企业成功的其他指标都在上升，零售商采用新规划模型后，其利润在一年内激增。“ Modeler 和 Collaboration and Deployment Services 对我们新的库存管理方案是不可或缺的。”这位高级负责人说。“它们是我们卓越可得性战略的成功关键。”

“ Modeler 和Collaboration and Deployment Services 对我们新的库存管理方案是不可或缺的。它们是我们的卓越可得性战略的成功关键。”

– 高级负责人，大型汽车配件零售商

关于 IBM Business Analytics

IBM Business Analytics软件提供了完整、一致且准确的信息，决策者可以依赖这些信息提高业务绩效。商业智能、先进的分析、财务绩效、战略管理及分析应用程序的全面组合，让您清楚、即时和实时地深入了解当前绩效，并能够预测未来效益。

加上丰富的行业解决方案、可靠实践和专业服务，各种规模的组织均可实现最高的 IT 生产力，自信地做出决策并获得更好的成果。