引言 Dick’s和Wayfair在2020年大放异彩,他们的产品分类、运营模式、电商策略各不相同,但在将消费者与实时库存数据联系起来方面却有共通之处,这也是他们能够脱颖而出的原因。
在疫情期间,他们的技术团队发现了一个相似的道理:平台可以通过为他们的供应链(尤其是实时库存)提供更详细的信息,从而更好地为消费者服务。因此,他们需要操作和技术敏捷性,才能将准确的信息实时交付给客户。
由于健身房被迫关门,消费者们开始在家健身,因此简便家用的健身设备需求上升,而供应链的紧缺导致供应短缺。但是与此同时,消费者开始表现出一种新的意愿——即使不能送货上门,但能在路边取货也是十分乐意的,因为他们想尽快获得该设备。
Dick's的技术团队注意到,购物者不太愿意等待两天的运送,而更倾向于开车去更长的距离从Dick's所在地取货。自2013年以来,Dick's一直在从商店运送一些在线订单,因此对消费者的数据分析已经做得十分充分。
但是,疫情影响了清单数据的准确性,以及提高了将数据传递给消费者的速度,并增加了数量的范围和风险。团队需要建立数据处理能力,以免消费者在访问平台时会因流量过大而使网络崩卡。
同时,Wayfair找到了另一种方法来满足疫情期间不断变化的消费者需求。消费者有更多时间在线上购买家居和装饰品,这为Wayfair提供了机会。但是在疫情期间,积压的产品和交货延误同样也困扰着家具零售商。
NR数据分析师菲尔·霍尔(Phil Hall)表示:Wayfair清楚地显示库存状态和交货时间的能力使其解决了困扰家具零售商的问题。Wayfair数据基础架构产品管理副总监Matthew Hartwig表示:与消费者共享供应链数据已成为当务之急。
Wayfair花费了数年的时间来建设其供应链、仓库和物流能力,为疫情期间的增长做好准备。在疫情之前,该公司使用内部部署技术,并且计划未来的容量需求每年一次或两次。
在正常的增长计划过程中,该公司在疫情之前就转移到了Google Cloud。哈特维格说,如果没有这个决定“Wayfair就会沉没了。” Hartwig解释说,当疫情使数据量同比增长150%时,Wayfair的机器学习模型将减慢其训练频率。
实时库存位置和实际交货时间是疫情期间对于消费者而言越来越重要的两个供应链数据点。客户的优先级发生了变化,只要他们拥有数字化的供应链以及可交付的数据存储和处理能力,在线零售商也可以为他们提供最好的服务。
扫码关注二维码
2024-11-14 19:32
2024-11-14 11:22
2024-11-14 14:22
2024-11-15 11:36
2024-11-15 17:49
2024-11-14 10:53
扫码加入社群
扫一扫
关注亿恩公众号