大数据驱动的京东供应链体系

　　在和库存管理里最核心的是需求管理。而需求管理在大数据需求下，需求预测成为大的核心。通过大数据来做需求预测，能做到自动补货、自动调拨、整体库存分析、SKU备货等，做到在用户下单之前就将商品送到最近的仓库。

　　产品预测可以通过大数据来确定用户购买商品、采购商品、预算价格、过程中补货和库存管理。京东通过28天预测值，预测每一个SKU未来量并驱动RDC与FDC的调拨和补货，保证商品量和限购率、人工智能来预测仓。由京东十几年的销售数据，结合季节的变化、人均销售、促销因素来建立，再算法来预测未来的趋势，确定SKU的量及未来销售的量。

　　自动补货

　　京东的补货模型包括阶段性的补货与时间的匹配，保证库存不是一个最大的值而是一个最合理的值。用补货点与安全库存点的逻辑关系来驱动整个补货效率的提升。

　　在补货的过程中纳入成本模型，只有在成本模型的驱动下，整个销售预测和模型才会更高效。

　　健康库存

　　高库存健康模拟产品未来的一个时间点，提前做出滞销、降价、退货等处理。补货模型包括阶段性的补货与时间的匹配，保证库存不是一个最大的值而是一个最合理的值。用补货点与安全库存点的逻辑关系来驱动整个补货效率的提升。

　　供应商罗盘

　　京东与供应商沟通，将京东的补货建议、库存建议发给供应商。供应商罗盘可以告诉供应商在哪个结点应该降价，配合降价应该做的补货，商品未来周期的分析并参与京东的促销和补货。

　　商品未来的采购量是根据大数据下的行业报告、行业分析、用户模型和价值来预测的，并在未来某个时间点上，按照一些商品在整个过程中的定位，来做选品的工作。

　　在大数据驱动下，友商商品数据、京东商品数据、行业报告数据、基于大数据预知处消费者的趋势和采购量。

　　智慧定价

　　定价的过程考虑最大利润化、限货和库存周转过程以及库存和处理滞销过程。采销可以根据定价看到商品毛利率，价格变动后的流量变化，库存周转情况以及风控平台来检验价格定位是否准确。