用AI武装智慧门店

本篇文章1644字，读完约4分钟

支钉。软件频道新闻:连锁店是目前非常普遍的零售形式。通过连锁经营和大规模经营来应对电子商务的影响并不是一种有效的创收方式。然而，随着商店的发展，管理变得更加复杂，连锁店的补充是困难之一。众所周知，商店经营好，商品是否适销对路是非常重要的。在传统的商店管理中，进入哪些商品和进入多少商品在很大程度上取决于商店经理的个人经验，那些销售好的人不太可能进入；卖起来要糟糕得多，这种事情在很多商店都很常见。

虽然每个连锁店经理都想找一个有经验的经理来管理，但这绝对不是经理们想过分依赖经理的个人能力。有鉴于此，人们开始探索有助于解决这一问题的技术手段，包括bi、大数据和人工智能的最新流行技术。幸运的是，多年来技术研究取得了进展。由于各种技术的应用，连锁店的补货逐渐变得可控和透明，个人体验的比例也在下降。

超级数据联盟成立于2015年，是致力于解决连锁店补货问题的公司之一。Super League Data汇聚了大数据和零售领域的专家，致力于通过大数据和人工智能等技术，利用自身数据(如企业erp系统和第三方数据)，为连锁零售企业提供运营管理、类别管理和店铺智能等人工智能解决方案。超级联盟数据利用最新的人工智能技术、非服务计算技术及其在零售业积累的经验，提高连锁店补货的效率和科学性，提高商品的周转率和商店的利润率，从而为连锁店走向智能商店打下良好的基础。

据超级数据联盟首席技术官李见毫称，使用商业智能、大数据和人工智能来预测进货和补货并不新鲜。事实上，今天，几乎所有的大型零售企业都或多或少地使用这些技术来帮助购买和补充商品，许多企业已经在一定程度上实现了自动化。然而，这些应用通常集中在普通商店和大型存储中心，但很少应用于连锁店。这背后的一个重要原因是，连锁店的补货时间窗口很短，每天都要补货，而且SKU也不多。此外，一家连锁店可能有数百甚至数千家店铺，每天都会做出一次补货决策，每个决策都可能涉及tb甚至pb级的数据，需要在指定的时间段内完成，因此庞大的计算量给后台it系统带来了很大的压力。

补货预测是一项短期的爆炸性业务需求，需要很高的计算能力。如果企业自己建造，计算完成后，机器很可能会闲置，这将造成必要的浪费。李见毫介绍道。

自然，云服务成为首选解决方案。但是，按照传统的云服务计费模式(企业级服务通常按月计费)，这种计算成本仍然是连锁店难以承受的，而超级联赛数据巧妙地解决了这个问题。

引入aws lambda是超级联盟数据的技术手段之一。Lambda是由aws推出的计算服务，也称为无服务器计算。基于lambda，用户无需预先配置或管理服务器就可以运行代码。同时，lambda只执行代码并在需要时自动伸缩，只需要根据消耗的计算时间进行支付，但在代码不运行时不产生费用，可以有效节约成本。选择Aws lambda作为超级联赛门店的自动补货解决方案，并利用lambda成功构建了一个承载数据采集、清洗、分析和数据展示的核心业务系统。通过使用lambda的根据计算时间付费的特性，有效地控制了成本。

超级联赛数据的另一个核心竞争力是对行业的了解，这正是因为它长期扎根于零售业，积累了丰富的零售商品信息，并建立了大量的销售预测模型，使其能够更好地利用人工智能和大数据技术解决实际问题。

据悉，中超数据连锁店自动补货系统可以实现智能预测。它可以根据整个网络的销售记录，结合当前商店消费者行为的分析，推荐新产品和替换旧产品。例如，它可以结合地理位置对线下商店销售的影响(包括分布在建筑物两侧的便利店中可能有不同消费习惯的顾客)，考虑到全国不同地区的消费者，帮助商店管理者做出决策，然后帮助连锁企业实现数千家商店的运营，避免传统的一刀切模式，优化单个商店的效率。

目前，Super League data已为10，000多家商店提供服务，为这些商店的运营和管理提供帮助，帮助它们从传统零售向新零售转型和升级，并向智能商店迈进。

工业控制系统正在开放。你想出如何采取安全预防措施了吗？

来源：搜狐微门户