某区域商超集团
零售
缺货率下降 32%,滞销库存减少 18%,采购员覆盖品类扩大一倍
区域商超集团:商品运营 Agent 辅助选品与补货决策
挑战
两万多个 SKU 的补货靠采购员经验加简单公式,促销、天气、节日等因素无法纳入,高频缺货与季末滞销并存。新品引进与淘汰没有数据依据,门店与总部经常意见不一。
集团希望在不新增采购人员的情况下,让每个采购员管更多品类,并把决策依据留痕。
方案
把补货与选品从「经验判断」改为「Agent 建议 + 人工确认」,按品类分批上线。
- 补货建议:综合销量、库存、促销计划、天气与节假日生成门店级补货单,附理由
- 选品评审:新品引进与淘汰按销售、毛利、关联购买给出评分与依据
- 采购员在原有系统里看到建议,可修改并记录原因,形成决策日志
- 每周复盘建议与实际差异,模型与规则持续校准
架构要点
预测模型与大模型分工:时序预测给数字,大模型负责解释、整合促销与外部因素并生成建议。采购员的修改记录作为反馈数据回流。
客户评价
采购员以前凭感觉,现在凭感觉加证据。意见不一致的时候,证据说了算。
想了解这个项目的更多细节?
工作坊里我们可以分享架构决策、踩过的坑与实际周期。