(2.5.1)-2-新零售信息化管理体系与数字化创新体系

恒新零售

没有所谓新零售，零售永远是创新和求变的，技术的推动促进零售产生新的业态大型百货单体小杂货店单体前店后场单体久远历史百货连锁连锁超市(New)品牌连锁店(New)连锁巨头1983年，沃尔玛的整个连锁商店系统。……二维码平台电商(天猫)直营电商(京东)全渠道品牌商无限互联2018年，阿里巴巴平台GMV4.8万亿。相当于整个河南GDP，1.3个上海GDP……互联网零售架构

从业务支撑到业务运营，从流程到数据，从内部数据到连接万物流程驱动信息化数据驱动数据化万物互联数字化互联驱动流程、数据、连接

SAP三位一体的整体信息化方案企业级数据仓库分配策略建议以及调拨建议系统商品计划系统商品配置系统仓库与运输管理产品生命周期管理

供应链协同管理…后台交易(实时)电商平台B2C仓库运营代理商系统门店运营

POS系统面向消费者的交易处理(近实时)消费者忠诚度系统消费者精准营销系统数据分析处理洞察到行动洞察到行动供应链计划商务分析与挖掘主干业务系统优化订单到

收款流程简化采购到

付款流程加速计划到

产品流程最初创意到

设计流程核心财务CONTENTS01零售信息化02零售数据化03零售数字化目录业务架构

零售企业信息化业务架构人财物人场货零售运营企业运营思考

所处业态对于业务的主要关注点的不同

零售业态思考

管理部门的构成与主要流程不同

零售业态招商项目公司营运市场入退场物业维修招商项目公司营运市场入退场物业维修结算流水提成补充性自营管理采购营运地区-门店品类供应链仓储物流结算货款结算补充性场外租赁商超百货商场零售价值链

每个环节可以有新的模式，获得更多的经营利润与效益目标消费群体供应商体系组织商品与服务包装商品与服务营销商品与服务零售商核心价值链品牌资本组织系统零售商核心资产全网营销客户聚焦渠道扁平粉丝经济精准营销响应式营销全渠道体验营销大规模定制成品外包供应协同商品配置优化品类管理预测补货众筹采购代理联营虚拟商品越库直发主干物流终端物流贴牌生产众筹设计灵活合营方式美陈数据使用能力收购与兼并员工参与度资本整合能力业务创新能力品牌忠诚度零售品牌化数据使用能力零售样板公司模型SAPMC（模型公司）零售方案一览流程列表总览(incl.Caradd-on)组织结构/主数据组织结构商品主数据层级结构管理业务伙伴(供应商/客户)商品配置/列表/布局管理台站点主数据(门店，仓库)

门店直接配送采购管理合同需求计划/常规预测采购订单创建配货管理供应商管理库存采购集单退供管理商品供应补货运行供应&开票给加盟商统一需求预测(依赖于CAR),预测分析(依赖于CAR*)管理销售订单(大客户)销售订单管理第三方订货客户退货绩效表现仓库物流仓库收货仓库发货商品分发仓库盘点库存调拨条款/定价/促销零售估值/采购条件零售定价与清仓促销管理发票校验与结算发票校验供应商开票基于条件合同的结算跨领域流程寄售管理(DepotBusiness)外协生产空瓶处理批量记录管理(无库存管理)门店运营门店作业主数据管理收货库调商品搜索调拨标签打印门店巡检库存盘点订货门店响应促销门店响应配货POS(POS)数据接入*库存可视性*销售数据报告**购物篮分析*定价与促销组织结构&主数据采购发票与结算DC物流商品供应与物流跨业务流程门店运营销售订单*Pre-requisiteCaradd-on**Pre-RequisiteCaradd-onandSACsubscriptionCONTENTS01零售信息化02零售数据化03零售数字化目录数据是零售的宝矿

在零售行业，后台交易系统与全渠道数据沉淀系统分工明确，职责分明零售分析计算体系。洞察，预测，计划，跟踪，每个细节SAP商品运营管理基于S/4HANAERP系统SAP商品品类计划SAP商品配置计划SAP零售配货管理SAP零售促销管理未来合作伙伴SAPCARPOS数据传输和审计统一预测模型动态订单寻源货架可用性检查销售与商品运营分析SAPHANA主数据属性实时库存分摊/尺码曲线价格引擎与存储内存数据库计划引擎预测分析大数据建议物理分开，分开负载，各司其职寻源到采购财务会计订单到支付物流执行资产与项目管理会计零售业务运营体系。规则，流程，记录，合理颗粒度项目目标所有数据必须在最细的颗粒度可用，无需物理聚合，期待更快的响应问题的表现。最少3年的历史数据数据必须近似实时，从每天抽取数据仓库数据变为每个小时抽取DataCafé必须支持同时超过1000数据用户使用，而不是之前的数据仓库的短访问列表系统必须获得及时的响应，即使在高负载下，也能够使得管理人员获得立即的洞察可视能力。无论查询还是报表业务痛点当前的数据仓库只能交付标准报表，有少量的定制能力。不允许“Whatif”试算场景。如果不在预先定义好的模板中，是无法获得快速的答复。而且无法下钻到SKU级别的资料，只能获得品类级别。比如“乳制品”在某个门店的表现，但如果分析最佳表现2%的品项就无法做到数据获获取速度,只能隔天获得关键KPI的报表，或者只能获得周级别的报表数据。无法获得近实时条件下的市场信息EnterpriseDataFabric50+资料平台，30PB数据量沃尔玛全局数据洞察平台DataCafé“数据咖啡店”是一个Walmart协同分析项目。建立在一个全新设计的现代企业数据仓库之上。建立的数据仓库囊括了所有的销售端数据以及社交网络的数据该解决方案提供了近似实时的数据，最细节的交易颗粒度，长达三年的销售数据，并且能够提供近千人的并发使用用户同时使用实时数据用来分析门店运营，货架可用性，商品管理全方面的数据什么是“数据咖啡屋”PhysicalDataCafé–实际展现多个物理地点:总裁办公室，技术中心，区域中心触摸屏监控器，允许对于数据进行互动操作可以被Walmart员工进行预订截屏，截图，屏幕涂鸦，保存为PDF。可以带走分析结果门店摄像机—从Walmart实时或者录像库中调用门店实况Twitter–与Walmart相关的所有社交网络数据如果你能够进入这个房间，你不能对于WMT进行股票交易非常严格–即便DBAs也不能进入房间基于全面推广的SAPERP体系与数据体系

Costco分享的零损耗方案Costco在SAP全球蓝宝石大会Costco高级副总裁与SAP云事业部总裁对话门店经理介绍烘培类零损耗补货解决方案机器学习HANA平台分析云ERP每日客户流量和由此产生的需求节假日促销，优惠，活动，预售天气从直觉和猜测整体每日需求预测

节假日时间时段限制促销，优惠，活动，预售当前库存过期时间过去历史天气降水量温度业务逻辑与系统逻辑：零损耗

1CAR大数据平台上进行订货与备货预测–零损耗

痛点收益商店流量和销售额估计预测被优惠券、促销活动甚至天气搞得一团糟在零售层面浪费短保质期食品，导致收入损失零售经理

能:提前几周看到需求高峰根据需求安排订单和员工少关注库存管理，多关注销售

零售职员

能:每天接受明确的准备指导使用移动设备，而不是笔和纸收集集中在云中的信息库存情况零售客户

能:看到他们想买的产品遇到没有没有吸引力的货架，避免囤积临期与过期的产品。SAP客户和SAP专家利用创新技术协作设计和构建完整的用例，这些技术完全针对特定的客户情况进行定制，并由SAPLeonardoInnovationServices提供支持。ERP机器学习基础平台分析云云平台统一预测模型CAR噪音消除:考虑优惠券、促销活动，并利用天气预报进行准确预测。需求预测:每日模型预测每个SKU的销售量和每个位置，建议补货订单。库存预备:立即更新库存并跟踪促销。通过失效、损坏和收缩跟踪损耗.持续学习:销售点数据循环回到机器学习模型中——每一个新的工作日都使解决方案更加智能。关键能力1来自客户的样例：员工视角库存状态扫码订货详情，报损，订货，临期一体化历史与建议订单确认来自客户的样例：门店经理视图CONTENTS01零售信息化02零售数据化03零售数字化目录数字化与信息化

数字化智慧企业的背后

——

核心要素是四个空间的连接数据源头业务流程实体空间执行空间视觉数据、传感器数据财务业务一体化、盈利分析模拟产品数据、设备数据、生产数据商业智能智能空间可视化、移动化、服务化人工智能、机器学习制造执行、物流供应、质量工艺消费者与生态伙伴合作空间消费者、员工供应商、物流商、服务商数字化平台技术移动互联、物联网IOT、机器学习、人工智能、AR/VR、大数据、云服务…稳健与创新并存

双模IT体系，同时支持核心现代化，和敏捷创新SAPCloudPlatform如何运营企业?如何赢得客户?如何感知?如何决策?如何使企业更有效率?基础平台ITMode1Mode2内部核心敏捷周边数字化门店：

提供万物互联，激活下一代零售IoT能力门店数字化---舒适温度空间视图智能货品运营RFID序列化OnPremise|Cloud|HybridReal-timeDataIoTApps&AnalyticsCorebusinessprocessesHistoricalDataEdgeDigitalCore动态设备互联门店数字化---全景跟踪追溯电子围栏数字业务方案:互联时尚客户体验供应商协作员工能力建设资