9月18日，在2020雲棲大會技術主論壇上，阿里巴巴集團副總裁、資料技術及產品部總經理朋新宇重磅釋出全新產品——智慧貨品運營平臺Quick Stock。
Quick Stock旨在以資料為核心，通過更加精準和可配置的銷量預測，以及倉儲網路優化和調撥演算法邏輯，幫助企業構建產銷協同能力，實現高效的貨品全生命週期運營。
從“貨”出發 重構“人—貨”關係
十年前，人們的購物行為大多限定在“場-貨-人”的既定動線中：我們去一個門店或者商場，挑選中意的貨品，最後將其買下。
隨著包括網際網路、智慧裝置在內的高新技術的深度發展，人們的購物行為正在發生極大改變：開啟淘寶APP，在搜尋框輸入自己想要貨品的關鍵詞，然後在呈現出的列表中選出最合心意的那一個，完成付款。
不論是線上還是線下，“人—貨—場”的商業邏輯正在被更廣泛地接受。
其中，“人—貨”的供需匹配，尤為零售行業所重視。
如何在洞察消費者需求的基礎上，生產出消費者喜聞樂見的貨品並通過合適的渠道進行觸達，成為零售企業核心關注的問題之一。
作為智慧貨品運營平臺，Quick Stock正在給出自己的解法。
Quick Stock 對貨品的完整生命週期進行解構，從企業、生產、首鋪、試銷、補調、清尾6大環節切入，以資料演算法為核心，針對性給予決策建議與風險規避。
以服裝企業為例。過去，不少企業都會參照世界性時裝秀來把握新一季的流行趨勢，並以此來制定企業未來一段時間內的企劃概念，這種“大鍋飯式”的取材形式並不利於企業長線發展及在細分人群中的深鑽，甚至往往因為多家企業衍生出的概念相似，而不得不陷入同質競爭的尷尬局面；另一方面，這一形式往往還會因為人為因素的過多干擾，而脫離了消費市場的真正訴求。
藉助Quick Stock的演算法能力，企業能夠對貨品進行單品級別和SKU組合級別的策略企劃，甚至在選定新品款式和首鋪數量的基礎上，還能夠提供品類結構調整和新品研發建議，從而幫助企業更好地進行預算管理和生產管理。
六大環節難題 逐項解決
朋新宇介紹說，Quick Stock是以貨為中心，擁有線上線下全渠道的貨品資料覆蓋和強大的智慧演算法能力，能夠為所有貨品進行全方位多維度的打標，讓企業更加清楚地知道貨品的全貌。
記者瞭解到，除了為貨品企劃提供市場資料提供參考外，Quick Stock還將資料賦能貫穿貨品整個生命週期。
在生產環節試銷環節，Quick Stock能夠通過演算法對C端（消費者）和B端（經銷商）的動態銷量進行預測，為企業及時進行訂單和排產優化提供產銷協同建議，讓企業及工廠能夠根據市場需求科學生產貨品，提升供給側和需求側的協同效率，保障企業生產資源的最大程度利用和優化；而當貨品在被生產出來到進入市場之前，Quick Stock還能通過大資料實現對市場及不同渠道的預判，對線上渠道提供選品鋪貨建議，對線下渠道提供門店資訊和貨品組合建議。
當貨品進入市場之後，Quick Stock將著重監測包括不同渠道、不同SKU成交、折扣等在內的多項動態資訊，統籌整合，用直觀明瞭的展現形式提供給企業決策部門，同時做好資料沉澱以便後期即時呼叫。
比如，服飾企業可以藉助Quick Stock對貨品的全方位分析洞察和演算法優化能力，通過銷售終端市場需求預測實現科學性追單，提高快反供應能力——當監測到線下某個門店需要補貨時，企業可以通過Quick Stock自動從周圍的大倉、門店集中調配，查詢最合適的借調地點完成在滿足整個區域市場供需基礎上的快速貨品調配，充分盤活企業的整體貨品庫存。
目前，這一套貫穿貨品全生命週期的資料能力，可以複用在包括服飾、家清、快消、家店等眾多覆蓋線上線下不同零售渠道的行業。
值得注意的是，Quick Stock針對“尾貨”還擁有一項“殺手鐗”，通過充分聯動Quick Audience和品牌資料銀行，洞察不同渠道特性，Quick Stock能夠幫助企業實現“貨—人”的精準匹配，實現快速“清庫存”。
而除了“貨—人”匹配方面，Quick Stock還已經完成阿里巴巴數字經濟體的全面連結，通過釘釘移動端，企業可以更快捷地隨時隨地掌控供應鏈核心指數；通過和網商銀行的對接，企業的渠道商可以更便捷地獲取金融信貸服務……
未來，Quick Stock還將不斷接入更多業務，以“貨”為中心持續疊加資料驅動服務，以智慧貨品運營平臺的姿態，共同豐富、擴充阿里雲資料中臺核心產品矩陣能力，為更廣泛的客戶群體帶去對貨品的全生命週期智慧管理服務。
本次雲棲大會，阿里雲資料中臺還同時升級全域消費者運營平臺Quick Audience2.0。至此，阿里雲資料中臺已形成了以“Dataphin”為基座，承載“Quick系列”的場景化核心產品矩陣，為企業輸送數智化核心能力。
另外，阿里雲資料中臺還發布了19個針對場景化需求的解決方案、產品白皮書。朋新宇表示，未來阿里雲資料中臺還將不斷繁衍更多場景化的產品，解決業務實際問題。