《7-1 智慧供应链实践:从数字孪生到决策智能.pdf》由会员分享,可在线阅读,更多相关《7-1 智慧供应链实践:从数字孪生到决策智能.pdf(30页珍藏版)》请在三个皮匠报告上搜索。
1、|智慧供应链实践从“数字孪生”到“决策智能”2022.09.24陈叶芬阿里巴巴 供应链引擎产品负责人|阿里巴巴商业操作系统 重要基础设施阿里巴巴商业操作系统阿里巴巴商业操作系统技术与系统基础支付和金融服务基础企业数字化运营基础营销和数字管理基础物流供应链基础设施阿里巴巴商业操作系统聚合阿里20余年的生态能力,为企业创设多端、跨场景运营的基础,掀起各行各业的数字化、智能化革命一大批企业正借此走向全方位数字化,实现业绩超预期增长阿里巴巴数字供应链|BUs/BGs支撑阿里集团各事业部/事业群25服务快消、消费电子、美妆、生鲜等各行业阿里商家5万+消费者物流表达、履约、逆向等服务能力6亿+阿里巴巴数字
2、供应链:专注于智慧供应链解决方案顶尖的算法、数据、工程能力坚实的阿里云技术底座丰富的阿里生态资源联动成熟的产品及交付体系知行合一的供应链实践端到端的一体化解决方案Gartner供应链能力世界top25 X 运筹奥斯卡Franz Edelman连续两年入围|目 录01供应链“数字化”解决方案03自动预测技术Falcon02供应链“智能化”解决方案04智能预测系统Alibaba DChain Forecast|数据层01分析层02决策层03各系统、各渠道数据不通数据收集不全、不准、周期长导致决策不准、不及时数据维度多、解读难没有专业分析师得不到科学决策建议各渠道数据不能实时可视化呈现运营监控不能及
3、时有效决策缺少数据、算法、算力支撑供应链决策的主要难题有数可依及时洞察智慧化、规模化|供应链研发营销协同WHOWHATHOW供应链数字技术,扮演者多渠道线上线下革命性角色智慧供应链协同供应链整合供应链初级供应链原始供应链新技术的应用能力专业化的职能分工跨部门的流程构建供应链上的领导力阿里巴巴智慧供应链实践可视化Visibility供应链存在着所谓的“神龙效应”。如果连供应链的全貌都看不清楚,智慧更是遥不可及。因此,智慧供应链首先要做到可视。可视化不仅仅指的是实物流的可视,还要包括信息流和资金流的可视,并且对三流的互动匹配关系要可视。可感知Sensibility“可感知”指的是,我们是否有能力快
4、速扑捉到供应链体系中出现的问题,并为下一步行动发出信号和预警。在供应链架构中,“可感知”意味着一系列由事件激发的管理流程,即当A事件发生时,触发了B动作,以及后续一系列相应的动作。可调节Adaptability可调节也被称之为供应链的柔性Flexibility。好的供应链架构设计应遵循结构化或模块化的设计原则,体系内部逻辑清晰,具备可拓展性。当客户的需求、市场条件等发生变化时,供应链体系能够快速进行响应和调整|由“数字化”到“智能化”发展历程全链路数字化全链路可视化,采购、库存、配送、履约、服务异常自动识别,主动报警推送智能决策:规模化降本提效数据驱动的运营决策:让机器学习、运筹优化、仿真优化
5、技术发挥出效果全渠道数字化打通全渠道,实现一盘货管理,提升库存效率打破数字孤岛、实现业务数字化利用算法技术实现决策自动化可视化Visibility可感知Sensibility可调节Adaptability|01供应链“数字化”解决方案|数据中台数据中台供应链可视供应链可视化化数据分析洞数据分析洞察察数据决策数据决策网络规划Networkplanning库存健康Inventory health协同预测Collaborative forecasting分仓补货Inventory distribution&replenishment需求预测Demandforecasting库存周转分析Invento
6、ry turnover有货率分析In-stockrate计划准确度Planaccuracy网络结构Network structure需求分布Demanddistribution全渠道库存Omni-channel inventory运营监控Operation monitoring计算&存储Computing&storage数据资产管理Dataassetmanagement数据开发环境Datadevelopment environment数据交互服务DataserviceinterfaceData decisionData analytics&insightSupply chainvisibili
7、tyData Mid-End库存营销库存营销供应链金融供应链金融价格弹性Price elasticity渠道匹配Promotionchannel活动预估Promotionprediction存货贷款Inventoryloan预付融资Payables loan应付融资Receivablesloan供应链“数字化”解决方案有数据、数据准、数据全数据全、数据可对话业务可监控、可报警|案例1:品牌供应链驾驶舱|日报推送异常预警自助问答经营分析报告智能分析|分角色数据看板|重点指标数据|单一指标详情及趋势|根据数据发送任务|案例2:移动端数据助手|02供应链“智能化”解决方案|供应链“智能化”:数据算法
8、决策替代人工决策供应链能力履约价格管理供应商协同库存管理M品牌商C端用户网络规划阶段L1L2L3L4L5定义人工下采购单:系统生成补货建议,但还需经过采销人工审核后才下采购单自动下单:智能补货的准确率已经有了较大提升,系统可以自动下采购单深度托管:系统几乎不再需要人工干预,极大地提升了人效自动学习:智能补货系统能够自动学习采购专家的优秀经验,并优化到补货模型中,智能补货采购更准、更好端到端的超级自动化,包括选品、供应链、营销的全流程智能运营关键指标 预测准确度:*采纳率:-预测准确度:*自动化率:50%预测准确度:*自动化率:70%现货周转 自动化率:*金额自动化率:50%现货周转 自动化率:
9、90%以上 全链路损益算法技术 预测:统计模型 决策:业务规则 预测:统计模型+机器学习 决策:经典库存模型(s,S),(R,S)预测:统计模型+机器学习 决策:经典库存模型(s,S),(R,S),基于仿真的参数推荐 预测+决策:End-to-End Inventory Management Model 探索中,目前主要在做营销自动化|供应链“智能化”解决方案算法能力供应链算法平台:链功坊算法SDK产品1:智能预测系统产品2:智能计划系统产品3:智能履约系统销量计划品仓部署AI驱动的智能供应链资源计划补调计划事件管理准确率监控季节性、促销、新品、替代性自动切箱时效预估拆单合单线路优化服务部署A
10、B实验回归验证供应链仿真平台:MetaSimWhat-if分析业务组件孪生体构建大规模运算天猫国际天猫超市盒马外部商家饿了么菜鸟需求预测需求预测库存优化库存优化时效预估时效预估智能履约智能履约智能定价智能定价FalconSquirrelOwlOctopus补货算法调拨算法网络优化分仓优化线路规划价量预测清滞定价组合定价新品定价运力规划订单路由 波次排班签收时效截单时效剩余时长配送顺序淘宝特价|案例1:销售预测及需求计划系统核心需求核心需求场景价值辅助制定库存计划多维销售预测模型门店业务数据业务场景数据Alibaba DChain Forecast阿里云大数据平台核心用户核心用户生鲜采购事业部食
11、品百货事业部运营中心根据门店销售历史数据,预测商品未来销量;辅助制定库存计划和备货策略。结合不同业务阶段的可用数据及核心影响因素,设计不同预测模型,随时间、数据、业务的更新情况动态调整根据销量预测,制定门店的需求计划、库存计划;根据销量预测,制定门店备货策略,诊断库存健康状况节假及事件数据假日、节日、店庆、关店、季节象数据温度、雨量、风力商品属性数据ID、品类、规格、价值、保质期店属性数据ID、类型、商圈、面积、开业时长销售及库存数据商品、门店、销量、团购、库存促销数据商品、门店、促销类型、折扣率机器学习平台Falcon自动预测技术数据计算平台参数调优容器化计算并行计算自动特征全链路预测动化业
12、务场景可编辑可调整自动数据合并、缺失值自动填充预测过程可视预测结果可解释需求计划商品/品类销售额、销量年预测年度销售额 预测置信区间/周/预测仓储补货近21天库存需求预测周预测近6周库存需求预测预测门店补货商品日粒度销量预测安全库存销售预测系统|案例2:智能产销计划协同系统通过计划高效率协同“预测 库存 供应”,实现供应链高服务水平且低成本运转问题问题oror挑战挑战产品方案产品方案价值体现价值体现销售预测颗粒度粗、分析维度少、不准确库存补货点或安全点不能动态调整,造成库存积压或缺货情况供需不平衡,大量人工沟通效率低,应对快速的市场变化迭代慢销量预测库存计划供应计划通过预测引擎发起销量预测:从
13、全品、全渠道帮助企业管理需求,适配企业面向销售、生产、库存等多种需求预测场景基于不同商品分层,动态合理设定安全库存和目标库存,达到智能补货保障库存最佳水位统筹销售需求、找到瓶颈资源,构建供需平衡,拉动需求供应,实现上下游协同保障供应降低物流成本降低人工成本提升订单满足率提高库存周转率降低库存成本|案例3:一体化智能供应链计划系统计划计划度计划度计划年度计划年度计划执行层战术层战略层周度计划周度计划配置优化新品管理与计划促销计划与优化销售与运营计划(S&OP IBP)调拨与配送计划供应网络优化短期需求感知经销商预测与补货多节点安全库存优化生产计划采购计划响应/执销售预算与计划全局供应网络优化与设
14、计需求预测计划销量预测销量计划塑造需求敏捷与快速响敏捷与快速响应应感知需求端到端体化、适应性的需求驱动供应链消费者全渠道客户/代理商/直营店供应商分销中|03自动预测技术 Falcon|(指数平滑、ARIMA、Holt-Winters)1.准确性:低2.稳定性:高3.可调整性:低(后处理)4.可解释性:高(逻辑易于理解)5.执行效率:低(针对单条时序)应用局限:后处理(规则)工作重技术局限:难以拟合脉冲性波动;无法灵活引入海量协变量(特征)信息;无法描述复杂的交叉影响(GBDT/XGB/LGB、随机森林、SVR)1.准确性:较高2.稳定性:适中3.可调整性:中(特征工程+调超参)4.可解释性:
15、低(黑盒算法,只能解释输入输出)5.执行效率:高(可批量训练/预测)应用局限:调超参纯靠体力、算力;特征工程强依赖人工判断、业务理解、数据探查、写SQL能力技术局限:时序特征提取;类别变量的编码;损失函数选择有限;端到端学习能力有限;训练策略难以定制(CNN,RNN,Attention)前景:轻松克服左边的全部技术局限;深度学习在CV、NLP、搜索&推荐&广告等领域先后取得颠覆性突破1.准确性:较高2.稳定性:适中3.可调整性:高(特征、超参、模型结构、训练策略)4.可解释性:低(黑盒算法,只能解释输入输出)5.执行效率:低(模型较重,GPU训练成本较高)应用局限:炼丹工作重,训练时间长,摸索
16、成本高技术局限:模型重,数据量要求高;时序针对性低预 测 技 术 演 进:大数据时代迎来新机遇第一代:传统时间序列统计方法第二代:特征工程第二代:特征工程+经典机器学习算法经典机器学习算法第第三代:深度学习算法三代:深度学习算法Alibaba DChain Forecast 基于第三代预测技术难点研发,实现预测执行效率高、结果可解释|预 测 技 术 落 地 面 临 的 挑 战数据处理特征工程模型构建训练&验证表格数据预测结果算法反复迭代、打磨 3-6个月1-2周4-6周3-5周2-3周人力消耗:业界算法专家搭建一套业务场景强相关的高精度时序预测系统,耗时约3-6个月交付与消费面临较高技术门槛与
17、落地周期!|全 自 动 预 测 技 术 Falcon 原 理超参搜索预测流超参集合!=,#,$评估损失函数新超参样本组分布式计算引擎数据处理%特征工程&模型构建 训练&验证预测结果表格数据Alibaba DChain Forecast 自研AutoML技术Falcon,大幅降低人工介入成本|自动预测技术Falcon:使预测技术成为开箱即用的工具预测流构建引擎 根据输入数据和预测任务信息,通过自动化方式生成众多可执行的高度参数化的预测流模板 通过解析描述文件,高度参数化方式重构整个预测流(Forecast Pipeline)并完成实际计算 内置多种优化算法支持全局超参搜索优化,计算环节基于Ray
18、分布式计算框架构建预测流执行引擎Alibaba DChain Forecast 将预测流程标准化、规范化,为广泛业务场景提供预测能力|自动预测技术 Falcon 的效果&先进性M4M4和和M5M5数据集预测指标排名数据集预测指标排名 前前1%1%世界最具影响力的预测竞赛,全球5000+支队伍参赛M5Falcon纯深度学习算法相关指标达到前1%(回测)气候时序预测大赛:全球2849支队伍参赛,覆盖全球近400所高校、96家企业阿里参赛预测算法较Nature最新论文成果预报准确率提升约7%2021 AI Earth 创新挑战赛第第4 4名名2021 IEEE 电力负荷预测第第5 5名名电力负荷预测
19、大赛:有法国电力公司、广东电网公司等多家专业电力行业企业参赛,考察算法对疫情后电力负荷随时间连续变化的适应度Alibaba DChain Forecast 高精度、效果稳定:预测水平业界领先|03智能预测服务|Alibaba DChain Forecast:无代码、可视、可调节https:/ GMV预测门店入店人数预测原材料商品服务数量趋势其他投入趋势货流单量重量预测物流节点单量预测路段交通流量预测服务器流量负荷预测未来芯片需求预测IoT 传感器指标预测电力负荷预测新能源发电量预测原材料需求量预测Alibaba DChain Forecast 可对任何时序预测场景构建出自动预测系统预 测 应
20、用 场 景|为企业和云上用户提供智能预测服务自动预测技术Falcon自动构建和执行预测流,预测精度高业务事件管理影响预测结果的业务事件可视可调整无代码操作无需了解算法工程技术,系统引导一键开启预测多时间粒度支持日/周/月粒度,可单词预测,也可滚动预测预测结果白盒化流程自动化准确率跟踪空间团队管理自动消息通知公共假期日历无代码、便捷易用预测精度高、安全可靠 10余国家公共假期日历 自动预测技术 Falcon 业界经典预测方法 最佳预测实践一站式智能预测系统:自动适配业务场景,无代码操作,过程可视、可调节安全可靠管运分离架构保障数据安全,稳定性99.99%操作流程高度自动化,十分钟可构建一套预测系
21、统便捷易用|Alibaba DChain Forecast 功能特点结果可靠经阿里巴巴20+自营业务验证,具有卓越的精准度和稳定性屡次在世界最具影响力预测竞赛中获奖可扩展、可被集成可自定义算法超参支持自定义特征事件可页面操作,也可API被集成最先进的预测算法阿里自研自动预测技术:Falcon基线算法:Prophet、Arima、EMA业界最前沿深度学习算法、经典统计学习算法简单高效不需要关心算法只需专注业务输入没有机器学习经验的人也能生成专家级预测|案例1:某官方旗舰店销量预测与业务场景融合,快速构建出符合自身业务特点的自动预测系统数据同步数据同步事件配置事件配置预测模型预测模型滚动预测滚动预测准确率监控准确率监控-异常自动识别-业务事件可编辑、可调节-业务事件对预测可解释|案例2:某商超线上单量预测结合实际数据与业务场景,定义多个场景的预测验证与比较,选择最佳的预测模型-时间粒度:日粒度/月粒度/周粒度-主键粒度:店铺、区域、etc-准确率指标:WMAPE准确率、WMinMax准确率、达成率、自定义|非常感谢您的观看|