在过去五年里，零售业巨头乐购(Tesco)把先进设备的分析技术运用在了供应链数据上，它的供应链分析团队通过寻找机会，增加浪费，优化广告宣传活动来适应环境大大波动的顾客市场需求，为公司节约了相当可观的资金。2006年时，乐购在线零售业务Direct的一位高管调往供应链部门后，找到了一个潜力极大的提高机会，于是他要求积极开展一个小型的销售预测项目，并劝说了该公司的一名董事为此获取支出。在一年之内，该项目就为公司节省了1600万英镑。

这个项目引发了公司的推崇。乐购供应链系统研发项目经理邓肯阿普索普(DuncanApthorp)说道。自那时起，乐购的供应链分析团队从5人减少到了50人，成员主要是理工生，乐购对他们展开了零售专业知识和SQL编程技能的培训。

团队用于的分析软件主要是Matlab。这个团队目前为止早已取得了几项重大成果，其中之一是预测天气影响顾客出售不道德的统计资料模型。

通过较为其3000多家分店的销售记录和历史天气数据，乐购现在可以根据天气预测来调整其库存水平，防止顾客必须的商品经常出现销售一空状况。有些商品在天气炎热的时候销售状况较好，比如小食用的肉类，有些商品则在天气严寒时销量较小，如猫砂(Tesco找到，猫不太可能在冬季离开了室内)。还有其他的产品在天气不冷不热的时候销售状况较好。

但是，这并不是随着温度的下降和上升变动存货那么非常简单其他条件也很最重要，比如在格拉斯哥人们实在很寒冷的温度，在洛泽尔顿的居民只不会实在稀松平时。而且，如果在经过一段时间的寒流之后，经常出现了一个阳光**的日子，人们更加有可能会展开小食。阿普索普说道：在模型中加到这个因素之后，我们把好天气商品销售一空的状况增加到了原本的四分之一。

这意味著转入乐购店铺的顾客有97%都寻找了他们买的东西，而其他餐馆有可能就不会缺货。5个成员花上了好几年的时间才已完成了这个项目。阿普索普说道，到目前为止，该项目已协助乐购节省了600万英镑。优惠和广告宣传活动在优惠和广告宣传分析方面，该团队获得了更大的顺利。

乐购每天有1000多种广告宣传商品，公司必须预测它们的热门程度如何，以便供应充足多的现货但是又不要过多以符合顾客市场需求。旋即之前，每种广告宣传商品的热门程度还是由各店的店长来估算的。

但是在任何一个时间点上，乐购都有大量的优惠商品，店长预测的准确性受限也是可以解读的。供应链分析团队利用乐购历史上所有广告宣传活动的数据，创建了预测模型。他们用于多种变量，还包括广告宣传商品在店面中的方位，以及同期积极开展过哪些其他优惠活动等。这产生了一些有意思的结果。

例如，对于像烹调酱料这样的非易腐货物，卖一追赠一的效果比50%的优惠更佳，而对于水果和蔬菜，情况却正好忽略。为了把这些结果运用到门店里，供应链分析团队创建了一个基于Web的工作流系统，让店长采访自己店面的销售预测，并利用它来制订订单计划。阿普索普说道，这个系统协助乐购供应链节约了价值5000万英镑的货物。

他说明说道，乐购在15年前就开始用Teradata企业级数据仓库和IBM大型机来记录整理供应链数据，所以他们现在才有数据来展开分析。供应链分析团队**将近也出售了自己的Teradata数据仓库，阿普索普说道，它可以提高分析的频率和复杂性。现在，乐购正在协助它的海外分部创建某种程度的基础设施，这样他们就可以针对自己的供应链展开某种程度的分析了。惜的是，并不是所有海外分部的数据都像英国分部的那么完备。

阿普索普说道：在某个欧洲国家，当我回答他们数据在哪里时，他们说道一些在Excel表格里，还有一些就在桌子底下。

本文来源：开云(中国)Kaiyun-www.movieonthedish.com