berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Sejauh mana perkembangan platform e-commerce makanan segar yang berusia tujuh tahun? "Dunia luar selalu salah paham bahwa Dingdong Maicai adalah perusahaan gudang front-end. Faktanya, Dingdong Maicai pada dasarnya adalah perusahaan rantai pasokan makanan yang berfokus pada makanan segar." Menurut Jiang Xu, CTO Dingdong Maicai, platform tersebut telah ada mampu Mendorong pengambilan keputusan perusahaan dengan kemampuan digital yang lengkap, mengendalikan kerugian secara ketat, memperkuat omset, dan membentuk ketahanan rantai pasokan makanan segar melalui akumulasi data yang kuat. Meskipun membangun model algoritme digital membutuhkan kerja keras, hal ini juga memperkuat Dingdong Maicai, sehingga memungkinkannya mendapatkan pijakan yang kokoh dalam persaingan yang ketat.

Digitalisasi tautan penuh

Konsumen dapat menggunakan platform e-commerce makanan segar, dan sayuran, buah-buahan, biji-bijian, dan minyak dapat diantar ke rumah mereka dalam 30 menit. Di balik metode konsumsi yang sudah lama terbiasa dilakukan masyarakat ini adalah hasil dari akumulasi kemampuan teknologi digital dalam jangka panjang di gudang front-end. Menurut Jiang Xu, saat ini, Dingdong Grocery telah mampu mewujudkan penggerak digital dari seluruh hubungan manusia, barang, gudang, dan transportasi, dan kerugian end-to-end dapat dikendalikan sebesar 1% -2%. Di balik ini, model gudang front-end platform telah melalui banyak iterasi.

Dalam beberapa tahun terakhir, untuk mengambil keputusan konsumsi pengguna yang terbaik, raksasa e-commerce besar telah meningkatkan fokus mereka pada ritel real-time, dan persaingan di antara e-commerce near-field menjadi sangat ketat. Model gudang front-end mendobrak batasan pemenuhan ritel tradisional dengan kecepatan pengiriman produk dan kualitas layanan yang luar biasa, dan telah menjadi pemain utama di jalur jarak pendek bersama dengan tugas dan model lainnya.

Namun, dari perspektif rantai pasokan, model gudang front-end memiliki hubungan yang relatif panjang, mulai dari pengiriman pemasok ke gudang besar, distribusi gudang besar ke gudang depan, dan pemenuhan gudang depan ke konsumen, seluruh tautan tersebut perlu diselaraskan secara akurat. Selain itu, gudang front-end memiliki persediaan yang dangkal, sehingga memerlukan akurasi penyimpanan yang tinggi. Proporsi makanan segar yang tinggi memerlukan kecepatan perputaran persediaan yang cepat untuk menjamin kesegaran barang menghadapi situasi abnormal seperti cuaca buruk. Faktor-faktor ini telah menekan ruang toleransi kesalahan pada usaha kecil seperti gudang depan.

Ambil contoh Dingdong Maicai. Platform ini telah mengerahkan lebih dari 1.000 gudang front-end di seluruh negeri. Setiap gudang memiliki rata-rata lebih dari 3.000 SKU, yang berarti terdapat lebih dari 3 juta kombinasi efisiensi. dan kemampuan pengendalian kehilangan makanan segar. Untuk mencapai tujuan ini, Dingdong Maicai telah menyempurnakan rincian perencanaan dan pelaksanaannya berdasarkan digitalisasi semua faktor. Setiap bulannya, perusahaan akan secara rutin melakukan inventarisasi dan menyesuaikan berbagai sumber daya termasuk lalu lintas, pemasaran, kategori, inventaris, tenaga gudang, dll. Hingga saat ini, Dingdong Maicai akan membeli dan menyiapkan barang berdasarkan perkiraan jangka pendek dari "T+1" hingga "T+3", dan akan membuat penyesuaian penjualan tepat waktu berdasarkan perkiraan waktu nyata setiap jam.

Jiang Xu mengatakan bahwa dalam sejumlah besar skenario bisnis, keputusan bisnis perusahaan terutama didorong oleh algoritma data, dan digitalisasi telah merambah ke semua aspek seperti alokasi perkiraan, rekomendasi pencarian, harga pemasaran, pertumbuhan pengguna, penjadwalan pemenuhan kontrak, jaringan gudang. perencanaan, dan penjadwalan cerdas. Platform ini telah membentuk sistem indikator data yang relatif lengkap, yang dapat memperbarui banyak indikator utama secara real time pada tingkat menit. Transparansi tautan penuh yang dihasilkan oleh digitalisasi juga memungkinkan platform mencapai kemampuan penelusuran penuh.

Manfaat khas yang didapat dari hal ini adalah platform dapat mengamati inventaris dan penjualan barang secara real time. Jika ditemukan stok barang terlalu banyak atau terlalu sedikit, platform dapat melakukan penyesuaian terlebih dahulu, seperti melakukan target. diskon dan promosi untuk menarik pengguna untuk membeli, mengurangi risiko kerugian.

"Biaya" inovasi

Melihat kembali tahun 2017, ketika Dingdong Maicai didirikan, itu adalah masa ketika format ritel baru sedang booming. Sejumlah perusahaan e-commerce makanan segar, termasuk Dingdong Maicai, bersaing memperebutkan pasar dengan model seperti pengiriman ke rumah dan pengambilan sendiri. . Tujuh tahun kemudian, beberapa orang bangkrut, sementara yang lain berjuang untuk bertahan hidup. Perusahaan gudang front-end pernah dipertanyakan oleh industri karena kerugian besar.

"Pada masa-masa awal, Dingdong Maicai kurang pengalaman dalam industri ritel makanan segar dan harus membayar banyak uang sekolah." Jiang Xu mengatakan kepada reporter Beijing Business Daily bahwa permulaan perusahaan itu sulit. Pada tahun-tahun sebelumnya, setiap kali terjadi topan, hujan lebat, suhu tinggi, atau salju, alokasi sumber daya gudang front-end Dingdong Grocery terutama bergantung pada penilaian manusia, dan mudah menimbulkan masalah seperti likuidasi gudang karena penyimpangan. Untuk mengubah situasi ini, dalam beberapa tahun terakhir, perusahaan telah menstandardisasi situasi cuaca buruk di berbagai kota melalui sejumlah besar data curah hujan dan analisis, serta mengubah penilaian manusia menjadi bagian dari sistem dan model.

Mengambil contoh dampak cuaca seperti hujan lebat, Dingdong Maicai sekarang dapat memasukkan data seperti titik waktu curah hujan, jumlah curah hujan, kecepatan angin, dll. ke dalam analisisnya, dan menggabungkannya dengan fluktuasi penjualan kategori tertentu untuk menentukan konservatif atau tindakan agresif untuk persediaan produk dan strategi pemasaran. Untuk dapat mencapai prediksi yang sempurna seperti itu, Jiang Xu yakin bahwa platform tersebut memerlukan setidaknya dua tahun untuk mengumpulkan berbagai indikator data guna mendapatkan model yang lebih stabil. Jika pengambilan keputusan salah, biasanya diperlukan waktu seminggu untuk penyesuaian, namun kini bisa dipersingkat menjadi 1-2 hari.

Dingdong memilih jalan yang sulit dan panjang untuk membeli bahan makanan. "Ini adalah 'harga' inovasi." Jiang Xu lebih lanjut menjelaskan bahwa Dingdong Maicai mengadopsi strategi "top-down". Pertama-tama ia membangun sistem tautan penuh, menggunakan algoritme data untuk menggerakkan setiap tautan, dan berjalan terlebih dahulu dan ulangi. Setelah roda gila diputar dan masalah proses atau data diperbaiki berdasarkan masalah utama, proses siklus "coba-kesalahan-koreksi-umpan balik" terbentuk, dan kecepatan pengoptimalan bisa semakin cepat.

Dibandingkan dengan strategi digital "bottom-up" yang diterapkan perusahaan ritel tradisional, Dingdong Maicai tidak dapat menghindari membayar harga yang lebih tinggi pada tahap awal. Perusahaan tradisional perlu menemukan cara untuk menghubungkan berbagai sistem dan data berdasarkan sistem independen yang dialihdayakan atau dibangun sendiri. Meskipun investasi awalnya kecil, kesulitan penemuan kembali digital pada tahap selanjutnya akan sangat tinggi.

Pada saat yang sama, Dingdong Maicai telah mengumpulkan kemampuan digital yang mendalam, namun perusahaan tersebut tidak "percaya takhayul" terhadap teknologi digital. Dalam hal kolaborasi manusia-mesin, Dingdong Maicai memilih solusi kompromi, yaitu model dan sistem memberikan penilaian, dan operator memiliki wewenang untuk melakukan modifikasi. Perusahaan akan mengontrol perilaku modifikasi dan menilai tingkat adopsi karyawan penilaian sistem. “Tingkat adopsi keseluruhan saat ini dapat melebihi 80%, yang menunjukkan bahwa kedua belah pihak dapat mencapai situasi yang saling menguntungkan.”

“Perjuangan mematikan” dengan rantai pasokan makanan segar

Selain memberikan dukungan data yang kuat untuk Dingdong Maicai dalam mengendalikan kerugian dan memperkuat perputaran inventaris, sistem algoritma digital juga membantu platform lebih mengoptimalkan operasi yang disempurnakan di sisi konsumen. Dalam beberapa tahun terakhir, Dingdong Maicai telah meluncurkan program online seperti free green bawang saat membeli makanan segar, Berbagai fungsi inovatif seperti pengembalian berat badan yang hilang, pemesanan stok habis, pesanan tambahan, label bersih, ketertelusuran penuh, dan pembersihan tangga di malam hari semuanya diwujudkan berdasarkan integrasi informasi data tautan lengkap . Dalam hal fungsi ketertelusuran penuh, sekitar 20% produk Dingdong Maicai dapat memberikan informasi ketertelusuran dari pemasok, terutama buah-buahan, sayuran, dan produk berpendingin di tingkat gudang.

“Banyak orang mengira Dingdong Maicai adalah perusahaan gudang front-end. Faktanya, tujuan Dingdong Maicai di awal berdirinya adalah menjadi perusahaan rantai pasokan makanan yang berfokus pada makanan segar.” rantai pasokan makanan segar dan mewujudkan transformasi proses rantai pasokan end-to-end dalam kategori makanan segar seperti sayuran, daging babi, dan produk akuatik. "Sejak tahun lalu, kategori sayuran di platform ini telah mencapai profitabilitas. Berbeda dengan perusahaan lain yang menggunakan makanan segar sebagai produk untuk menarik lalu lintas, kategori makanan segar Dingdong Maicai selalu memberikan kontribusi yang signifikan terhadap penjualan." telah memimpin industri dalam membangun rantai pasokan makanan segar.

Laporan keuangan menunjukkan bahwa pada kuartal keempat tahun 2023, tingkat penetrasi pengguna produk merek Dingdong Maicai sendiri telah mencapai 73,6%. Saat ini, Dingdong Maicai memiliki lebih dari 20 merek swasta. Pada saat yang sama, margin laba bersih non-GAAP perusahaan mencapai 0,3%, mencapai profitabilitas selama lima kuartal berturut-turut dan mencapai profitabilitas tahunan untuk pertama kalinya.

Selanjutnya, Dingdong Maicai akan terus melakukan transformasi rantai pasokannya. Menurut Jiang Xu, sejak tahun lalu, Dingdong Grocery mulai berkembang dari meja makan ke meja kopi, dengan fokus pada makanan santai. Misalnya pada kategori buah-buahan, karena buah mudah hilang dan waktu pemasarannya tidak menentu, biasanya industri memetiknya pada saat sudah matang 50 hingga 60%, sedangkan rasa dan kandungan gulanya juga akan berkurang . Untuk mengubah situasi ini, Dingdong Maicai akan meningkatkan kemampuan perkiraan permintaannya, memperpendek umur simpan platform, dan mempersingkat siklus dari pemetikan hingga ke meja makan, sehingga buah-buahan dapat sampai ke konsumen dengan kematangan yang optimal.

Pada saat yang sama, Dingdong Maicai juga akan melakukan beberapa operasi manual dalam rantai pasokan secara online. Misalnya, hilangnya produk akuatik segar dalam rantai pasokan produk akuatik masih memerlukan pengisian manual di banyak tautan prediksi model platform menjadi lebih akurat, meningkatkan kualitas data dan mengendalikan kerugian.

"Kami berharap dapat didorong oleh algoritme data dalam lebih banyak skenario bisnis." Jiang Xu menekankan bahwa sejak tahun lalu, platform, termasuk pemilihan posisi dan perencanaan pembukaan posisi, telah didorong oleh algoritme, yang telah mencapai hasil yang baik dalam berbagai aspek seperti seperti: efisiensi pemenuhan kontrak.

Menjadikan cakupan teknologi digital lebih komprehensif, dan bahkan mengurangi kepadatan hingga ke tingkat yang sangat kecil, adalah arah yang selanjutnya akan menjadi fokus Dingdong Grocery. Karena siklus produksi, skala output, dan permintaan pasar terhadap makanan segar berbeda dari produk standar, sulit untuk mencapai siklus harga rendah dan skala melalui efek skala mengubah rantai pasokan untuk meningkatkan efisiensi dari produksi hingga konsumsi.

“Meningkatkan efisiensi melalui digitalisasi dan otomatisasi, sehingga mengurangi kerugian, memperkuat margin keuntungan, mewujudkan reformasi sisi pasokan, dan mengembangkan lebih banyak produk bagus adalah hal yang akan terus dilakukan Dingdong Maicai di masa depan,” kata Jiang Xu.

Reporter Harian Bisnis Beijing, He Qian