停止猜測，開始瞭解：為什麼零售商需要一個統一的庫存池

乍一看，商店貨架上銷售緩慢的商品似乎是一個容易降價的選擇。但通過連接的庫存視圖，同樣的商品可能在另一個市場滿足在線需求，從而給規劃者留出保持價格的空間。

這就是一個庫存池的承諾。隨着消費者在數字和實體渠道之間靈活移動，零售商需要反映產品在網絡中銷售和履行的定價和分配決策。

“人們在購物時變得更加靈活，” Zebra Technologies 的高級總監和人工智能科學家 Nicholas Wegman 博士説。“他們可能會在網上進行大量研究。他們可能在商店裏試穿，然後回家在線下單。”

這種行為改變了需求的含義。一個在商店裏的產品在網絡的其他地方仍然可能有價值。

“當你給一個定價時，你必須考慮到另一個，反之亦然，” Wegman 説。

當商店庫存有釋放閥時

多年來，商店庫存主要存在於放置它的四面牆內，因為在不同地點之間移動多餘的產品通常不值得其成本。全渠道履行改變了這一方程式，使這些單位成為更靈活的資產，服務於更大的網絡。

這種靈活性很重要，因為僅憑商店銷售數據可能無法反映一個地點如何創造價值。零售商現在需要履行數據與銷售數據相結合，包括在線訂單從商店履行的頻率，以及這些模式在產品和季節之間的變化。沒有這種可見性，一個地點在紙面上看起來可能很慢，而實際上在支持其他市場的在線需求。

Wegman 將在線需求描述為商店庫存的 “釋放閥”。當零售商能夠利用這些單位來履行數字訂單時，他們可以減輕本地降價的壓力，避免數據不支持的折扣。

“你應該始終意識到，‘我在商店做什麼？我在線做什麼？它們之間如何相互關聯？’” Wegman 説。

Zebra 的一池庫存方法是為這種動態而構建的。該平台將在線和店內庫存視為一個整體池，使用統一系統根據全球銷售目標優化按地點的價格。對 Wegman 來説，關鍵是捕捉履行數據，“以便我們能夠理解您業務中實際發生的真實趨勢”，為團隊提供更清晰的需求所在的圖景。

知道何時保持、促銷或降價

降價傳統上遵循日曆。隨着季節的推進，產品通常會進入下一個計劃的折扣水平。這個結構仍然有其作用，但 Wegman 表示，當日歷成為主要驅動因素時，零售商會在利潤上留下空間。

“當涉及到季末庫存時，有時某個商品無論如何都會在商店中售出，你應該就按原價售出，” 他説。“另一個時候，你需要降價更深，因為你在那個地點有一堆庫存。”

當地條件和在線需求可以改變零售商實際面臨的情況。寒流可能會延長外套的需求超出其計劃的降價日期；突然在網上流行的顏色可能意味着原本要清倉的產品以全價售出。

Zebra Workcloud 生命週期定價旨在更早捕捉這種變化。Wegman 以銷售目標為例：零售商可能計劃在第一次降價前達到 70% 的銷售率，然後進一步降價以達到 80%。如果數據表明在計劃折扣日期之前沒有現實的路徑達到 70% 的目標，那就是一個信號，提示要更早促銷並在降價期之前清理庫存。

“你在季節初越早售出商品，後期所承受的痛苦就越少，” Wegman 説。

更好的分配如何減少降價壓力

雖然定價可以在季節後期緩解壓力，但分配決定了最初的庫存積累量。

Wegman 表示，傳統的分配通常依賴於廣泛的規則，從最小數量和全尺碼系列到在商店之間發送類似的商品組合。這種方法可能會忽視當地需求的真實差異。

“產品是由個體在個體商店中購買的，” 他説。

Zebra Workcloud 分配的人工智能驅動分配考慮了這種變化，以及每個地點背後的履行策略。一些零售商從最近的可用商店發貨在線訂單，以最小化交貨時間；其他零售商則將某些高流量地點指定為區域中心，配備用於商店發貨量的人員。這些選擇應該影響產品在季節開始時的去向。

“你越好地分配庫存，你就越少需要採取定價行動，” Wegman 説。

一個庫存。更智能的定價。

零售規劃一直涉及判斷。改變的是工作的規模。團隊現在在比手動流程更舒適的支持下，跨越更多渠道和履行路徑做出決策。

在過去，Wegman 表示，規劃者通常是 “塗抹式決策”，因為沒有時間以其他方式進行，幾乎在每個商店中以大致相同的金額降價。現在，他説，“這涉及到做出更多決策”：在需求強勁的地方保持價格，在銷售需要幫助時更早促銷，只有在庫存真正滯留時才進行更深的降價。

隨着利潤壓力的增加和渠道界限的模糊，單一的連接庫存視圖使零售商更清晰地瞭解產品應該去哪裏以及何時調整價格。

瞭解更多關於 Zebra Workcloud 生命週期定價和 Zebra Workcloud 分配如何幫助零售商在各渠道做出更智能的定價、庫存和分配決策的信息。