与俄罗斯用户讲同一种语言:本地化为何重要
这里以卖家呼声反馈第二高的入库上架时间长为例,我们来分析造成入库超时的主要因素:
首先,海外仓服务商对当前在途入库单(海柜、快递)的了解把控不足,对在途货量、预计到仓时间没有一个准确的把握,不能及时合理的安排海外仓作业人员,提前应对;
其次,货物到仓没有做入库上架预约。由于卖家入库单填写的随机性,以及实际海关清关的影响,会造成货物不能按照预定的物流周期及时到达,而是在某一时间内集中到仓,导致爆仓。
最后,对于已预约到仓的货物,没有及时处理,导致后续货物越积越多,从而造成上架延误。
针对以上分析,我们除了要求卖家尽量填写准确的货物发货时间、以及做好入库的预约登记外,还可以通过跟踪监控在途数据、已到仓数据的处理情况,来实时提醒仓储管理人员,提前做好工作安排与日清任务。从而确保入库上架及时、稳健。
(某海外仓服务商在途监控看板)
(某海外仓海柜处理情况)
同样,上架完成后,我们可以根据SKU的入库的上架批次时间,来作为计算SKU库龄的依据,为后续的库存、库龄分析提供相应的支持。
(库龄分析)
随着海外仓服务商的发展壮大,大型的海外仓服务商在单个国家会部署配置多个海外仓。这样做的主要目的是最大化的提升海外仓尾程物流时效,提升卖家体验。此外,拥有多仓的服务商也在此基础上,通过对数据的挖掘、把控,推出了智能分仓的服务。
所谓智能分仓,就是海外仓服务商通过对仓储订单的销售分布以及外部平台的市场销售数据,进行综合分析,配比权重。从而在不同仓库间动态分配卖家的商品库存,确保不同仓库的SKU库存充足的同时,尽量的使商品都能从最靠近消费者的海外仓发出,从而提升物流时效提升卖家的客户体验与账号表现。
(某国内物流公司智能分仓模拟器)
此外,当SKU进入仓库后,我们可以根据SKU自身商品属性、产品销量、产品间销售组合关系等数据,对库内货架、储位设置、SKU摆放等进行动态优化,实现上架、拣货效率的提升,提高仓储响应效率,使卖家的订单得到及时的处理。
数据在海外仓财务管理中的应用,主要有两部分:
1、财务核算与数据系统的集成,实现财务报表BI化,提升财报分析效率;
2、辅助海外仓服务商开发供应链金融产品。
财务报表BI化,是指将财务系统与BI数据系统相衔接,BI系统从财务系统、业务系统中,抽取财报分析相关数据,予以整合,同时结合可视化的BI分析工具,把财务报表通过线上网页的方式,提供给对应的用户,大大提高财报分析的时效性,帮助海外仓服务商提升财务管控水平。
(财报BI化)
相应的海外仓服务商可以根据卖家的库存存货、历史备货、销售数据等信息,建立卖家信用评分体系,评估卖家的资产水平,为卖家提供相应的供应链金融产品,进一步帮助卖家发展业务。
目前很多海外仓服务商单仓日均处理订单数已经达到和超过10万单/天的水平。随着海外仓单量、规模的急剧提升,海外仓服务商也在不断引入各种WMS相关的IT系统,IoT传感器,仓储机器人等设备。以上措施导致海外仓的数据急剧增加。
为了进一步增强数据管控的实时性,BI数据报表的更新频率要达到分钟甚至秒级的水平,这样才能跟上海外仓过程管理的要求,及时发现,及时处理。
这里需要引入大数据技术中的Data Stream、CDC(Change Data Capture)、边缘计算等大数据技术。一旦业务系统中有产生新的记录(或记录有变动),就能被实时捕获,通过消息队列(如kafka技术)的方式,实时的传送,作为BI报表的数据源,实时更新BI报表,实现实时动态跟踪。
(大数据实时看板)
前面我们列举了一些数据驱动海外仓管理的一些典型案例,这些案例对提升海外仓管理水平,提升卖家体验,增强海外仓竞争力有着十分重要的促进作用。那么如何实现海外仓的数据化管理呢?
以下是我们给出的建议:
《哈佛商业评论》曾这样论述,创建真正的企业数据文化,依靠的“不止是一系列技术或少数人”,而是“应让数据和分析成为组织的脉搏,融入到所有关键决策之中”。
在一个真正的数据驱动的企业中,数据一定是发现问题、影响业务决策的首要信息来源。海外仓决策者应该将数据分析纳入公司决策流程,并对公司的决策提供价值和影响。
在明确由数据驱动业务决策后,我们就要考虑如何获取数据。在海外仓的管理中,更多的在于关键业务节点的操作上,是否有做相应的IT信息记录。便于后期的数据采集、分析。巧妇难为无米之炊,没有基础的IT设施搭建,数据驱动就无从谈起。这里就要求海外仓服务商能根据自身业务情况与卖家、市场的需求,合理设定自身业务流程与IT系统搭建。
由专门的数据团队来收集管理企业数据资产。同时根据业务需求,为业务用户设计相应的数据产品,让所有有需要的人都能访问自身权限范围内的数据。使数据分析、数据驱动真正的成为企业文化,同时不断促进业务的迭代发展。