1、盒马供应链算法分享杨光耀 高级算法专家|01盒马供应链介绍02供应链算法定位03生鲜自动补货系统目录 CONTENT|盒马供应链介绍01|盒马商业模式|办公场景在家场景周末场景3公里盒区半径路上场景盒马是一个技术创新的公司，更是一个消费驱动的公司，回归消费者价值：买的到、买的好、买的方便、买的放心、买的开心。盒马包含盒马鲜生，X会员店，盒马云超，盒马邻里等多种业务模式，其中最核心的商业模式是线上线下一体化，最快30分钟到家的O2O模式。盒马经营品类介绍|盒马精选全球品质商品，追求极致新鲜；结合品类特点和消费者购物体验预期，为不同品类选择最为高效的经营模式。餐饮半成品3R蔬菜水果生活服务标准品海

2、鲜水产大包装商品不同供应链模式的物流与库存成本|相同数量的商品，整件物流成本远低于包裹物流，冷链差异更加明显（暂不考虑送货时效和规模）。库存越分散，需求不确定性越大，如果不能准确把握消费者需求，就提前将库存布局在门店，会导致很高的缺货和损耗，即库存成本高。平台卖家个人卖家工厂基地国产地外CDC生产商经销商农场自营CDCRDCRDC自营RDC门店门店门店门店门店消费者C2M自营B2C盒马鲜生平台B2C整件物流包裹物流盒马供应链网络|遍布全国的物流中心40多个常温和冷链仓近20个生鲜加工中心活鲜暂养仓多种履约模式30分钟达次日达3日达多种采购模式500多个基地基地直采100多个国家海外直采批市采购

3、零售需要实现高效供需匹配，多种业务模式需要有配套的供应链支撑，盒马多种业务模式后端融合，尽量共享干线物流网络和库存，大幅提高资源利用率，提高供应链效率；供应链算法定位02|电商行业供应链算法定位|业务算法前（流量，用户*商品）搜索搜词纠错词语推荐商品推荐展示排序广告广告网络DSP广告SEM广告推荐榜单推荐相似推荐相关推荐初始推荐中（零售，商品）商品舆情监控商品匹配区域选品价格最优定价活动设置活动选品库存销量预测订货策略库存调节后（物流，订单）履约时间预估集单算法仓储货位指派仓内调度人员排班配送地址解析智能派单最优路径基础算法图像语音文本零售商供应链算法优势|“牛鞭效应”是指供应链上的一种需求变

4、异放大现象，使信息流从最终客户端向原始供应商端传递时，无法有效地实现信息共享，使得信息扭曲而逐级放大，导致了需求信息出现越来越大的波动，此信息扭曲的放大作用在图形上很像一个甩起的牛鞭，因此被形象地称为牛鞭效应。”零售商是最接近消费者的企业，最能够感知与把握消费者的需求，最有能力通过数据和算法来应对市场波动；盒马供应链算法逻辑|供应需求销售计划与策略供应链计划与执行销售&调控库存&履约货人场店仓4.历史销售影响后续计划1.销售计划决定供应2.供应决定库存3.库存&履约能力决定短期销售上限生鲜自动补货系统03|盒马生鲜自动补货背景|高品质的商品是盒马一贯的追求。为了满足顾客极致的新鲜体验，盒马商品

5、的货架期非常短，甚至还提供仅满足家庭每日所需的只售一天的日日鲜系列商品，涵盖牛奶，蔬菜，肉禽等日常消费品类，成为行业标杆。即时的生鲜服务非常切合消费者需求，但对供应链提出了很高的要求。更短的售卖期，意味着更容易发生缺货或者损耗，对此，盒马供应链算法根据生鲜零售的特点，考虑天气、季节性、节假日、商品替代性、营销活动，线上线下陈列展示等因素，构建了一系列具有盒马特色的高精度需求预测模型，通过仿真系统优化库存，实现了高度自动化的订货系统，大幅降低人力成本的同时优化了库存指标。盒马生鲜自动补货系统算法模块|需求预测动态调控库存模型盒马生鲜自动补货系统主要成就|影响力业务结果算法效果技术深度与创新集成预

6、测，库存，价格与调控于一体的算法解决方案，成功入围2022年Franz Edelman杰出成就奖总决赛解决方案闯入Edelman决赛生鲜订货系统算法建议采纳率稳定在96%以上，订货人效提升70%，损耗率降低30%，缺货率降低25%高度自动化的生鲜订货系统盒马预测算法在阿里集团时序预测比赛主要数据集上取得冠军和亚军的好成绩，证明盒马预测算法整体准确度高，通用性强集团时序预测比赛第一名将时空异构图神经网络模型引入到商品销量预测中，解决了复杂营销活动信息损失过大等问题，预测准确率显著提升时空异构图神经网络模型盒马销量预测算法迭代路径|简单模型 单SKU建模 贴近业务理解 确保覆盖全量SKU机器学习模

7、型 跨SKU参考信息 稳定、异常值少 大量依赖特征工程深度时序模型不依赖特征工程原始时序信息遗漏少单模型预测未来多天时空图网络模型考虑样本间相互影响表征活动等复杂信息空间多任务学习盒马销量预测十大难点|盒马预测特点解决方案新品较多在图模型中保留新品信息，对LOSS做mask，老带新模型节假日影响引入出行数据，品类预测和单品预测联合学习恶劣天气影响小时级别天气数据，恶劣天气单独训练模型疫情影响公开的疫情数据+门店人工录入信息，用于历史异常数据剔除复杂活动、优惠券、会员权益对于营销活动做异构图，提取营销活动全量信息APP资源位与线下堆头先通过资源布局预估额外流量，再预测销量的二阶段模型商品替代性显

8、著基于多种算法预分组的时空异构图神经网络模型市场行情影响大基于图神经网络的多商品模糊竞品模型业务希望白盒化预测逻辑依托预测白盒化产品输出因子系数数据非常多、流程复杂销量预测任务模块化，14步拆解与数据表对应，结构清晰时空异构图神经网络销量预测模型框架|基于仿真的库存模型|多种订货模型；库存仿真系统；安全库存天数智能化；安全保留量智能化；生鲜批次推断模型库存算法系统架构|模型层工程层数据层缺损目标拆分结果销量预测结果业务层1.业务目标拆解模块建议订货量安全库存天数集团供应链中台库存仿真平台业务缺损目标VLT与订货日历历史批次出入库信息考虑不同商品的顾客批次偏好价格弹性与出清能力直接采用销量预测区间估计2.库存批次推断模块3.最优订货量计算模块库存批次分布按照历史表现规划求解考虑仓内库存移动批次条码监督学习模型自定义采样分布每日不同参数机器学习方法自适应调整目标预测模块共用销量预测工程框架库存动态调控系统|实时更新预测；动态流量倾斜；自动折扣清仓；多种调控全局优化；调控后销量还原非常感谢您的观看|