“大大降本、提效”! 他们携手淘天研发的数智决策系统获奖了

发布时间:2024-11-08来源:吴丹李浏览次数:48

这段时间,“双十一”电商大促如火如荼,参与这场购物狂欢的消费者们,此刻最关心的莫过于心仪的商品是否还有货,抢到的商品能否快速拿到手中。

事实上,这同样也是电商们此时最为关心的问题,阿里巴巴旗下业务集团——淘天有限公司(以下简称“淘天”)就是其中之一。

我们都知道,电商间的竞争,实质上是供应链之争,而供应链的核心竞争力在于消费者体验、成本、效率。也就是说,谁能以最低的成本、最快的速度满足消费者需求,提供给消费者最优的购物体验,谁就能赢得市场。

但近年来随着电商市场规模的不断增长和营销节奏加快,消费者的需求呈现出日益变化且高度不确定的特征,如何才能精准预测消费者需求,以科学布局供应链网络与资源?这既是摆在淘天供应链管理决策者面前的一道难题,也是整个电商行业迫切需要突破的供应链数智化转型难关。

在此背景下,yl23411永利教授周伟华、杨翼、金庆伟、王明征,携手淘天有限公司资深算法专家张祎东、高级算法专家曹雷、算法专家郝欣茹,自2020年起组建团队、开启深入的产学研融合研究,最终成功研发新一代淘天自营强控供应链库存管理系统,并在淘天落地应用,近年来在降本、提效、优化消费者体验等方面取得了良好成效。

凭借在供应链数智系统研发与应用上取得的突出成果,近日,由他们合作完成的《电商供应链运营优化决策支持系统研发与实施》项目荣获中国运筹学会科学技术奖“运筹应用奖”提名。

颁奖现场(右一:周伟华教授)

优化和稳定供应链是实现我国产业结构优化升级的重要途径。【“服务社会”特别策划】专题一,让我们共同走近这一项目的研发与应用过程,看看周伟华教授团队如何为解决这一关乎企业发展与人民需要的现实难题贡献智慧。

01

“让决策更智慧、更科学”,他们为共同目标开启产学研合作

淘天的自营零售业务致力于让消费者能以合理价格享用到有品质保障的商品,其供应链和物流运营的主要职能是订购商品并利用自有物流网络将商品及时配送给消费者。

过去多年来,为提供给消费者最优的购物体验,淘天在供应链管理方面下足了功夫。整个物流网络内,每天都有数百辆货车在数百条线路上将上百万的库存运输到其他仓库,数十万的物流人员辛苦作业,将不计其数的包裹送到消费者手上。

但随着电商行业营销节奏的加快,消费者的需求不确定性增高,每次“大促”对消费者而言是“购物狂欢”,对淘天这样的大型电商零售商业体而言却是一场供应链管理“巨型考验”。

因为由促销驱动的销量可能会突然爆发至平日的几十倍,甚至上百倍,而其供应链及物流业务流程长且复杂,涉及运营决策和操作多,流程中随时可能出现各种不确定性,如供应商因突发事件无法及时将库存入库,物流仓库因某种原因需要限时运行。

这对淘天的供应链和物流管理在响应时间和决策质量方面提出了更高要求,传统的管理方式已不适用,淘天迫切需要围绕供应链网络规划、仓库补货、商品调度等进行基于数据的快速智能决策优化,才可能满足消费者对订单履约时效的要求。

比如,若能精准预测消费者需求,精准进行仓库补货,就可避免因积货导致的成本失控和因缺货导致的订单错失;若能精准规划仓库位置、在仓库里科学地存放淘天自营货物和第三方商家的货物,就能让消费者的需求快速得到满足,就像亚马逊打造的智慧仓库那样,提前把货放在消费者门口,让消费者一下单就能拿到。

而要实现这些“让供应链管理决策更智慧、更科学”的目标,光钻研计算机技术是不够的,还需结合供应链管理前沿理论来做产学研融合研究。

为此,基于与浙大管院长期以来的合作,淘天的供应链部门找到了长期在供应链管理领域深耕的浙大管院周伟华教授团队,希望他们结合浙大管院管理科学与工程、数智创新与管理学科优势,为助力其供应链管理决策优化提供一系列解决方案。

“去淘天供应链部门调研后,我们发现他们所面临的供应链管理决策优化难题,实际上也正是我们学术界关心的问题。”周伟华教授回忆道,“虽然这个难题极具挑战性,但考虑到做这项研究既能解决行业现实难题、服务企业发展与人民的需要,也能填补理论空白、助推供应链管理学科发展,当时就迅速与淘天开启了产学研合作。”

研讨会现场(团队部分成员合影)

02

历经2年的密切协作,他们迎难而上,顺利迎来“突破”

合作过程中,淘天希望周伟华团队能够根据其现实业务需求,部署合理的仓储物流网络,制定最优的库存管理策略,以提升服务水平、物流时效,降低运营成本等。

为此,周伟华团队自2020年立项以来,围绕需求分析、模型构建、算法设计、算法测试等,一步步探索解决随机需求波动驱动的电商零售系列仓网库存问题的方案。

但要探索理论创新,又要让理论研究的结果能够落地应用,真正解决行业难题,这注定是艰难的。很快,周伟华团队就在研究中碰到了一系列挑战。具体表现如下:

研究难点

难点一:基础数据不完备,需要进行沉淀和整合。过程数据存在部分缺失(如缺货后的需求流失),需要用合理的方式进行补偿。

难点二:新业务流程设计中需要考虑诸多实际情况,项目成员需要贴合实际情况不断调整问题定义范围和算法以及技术方案。

难点三:业务规则复杂,需要不断调整算法约束,提高计划的可执行性。

难点四:问题求解规模大,各个子问题大多属于 NP-hard 问题(在计算上极难解决的问题),需要研发高效求解算法,以满足实际要求。

面对这些挑战,周伟华带领管院供应链管理学者团队与淘天自营技术部算法团队迎难而上、密切开展产学研深度合作。

通过双周的讨论会探讨技术问题和项目进度,经过模型设计、算法优化、数值模拟仿真及上线验证等,历经2年多时间,终于陆续迎来技术创新上的突破”——成功研发新一代淘天库存优化引擎(IOS),并将其沉淀在供应链库存控制与计划系统中(以下简称“ICP”)

技术创新点

“结合实际业务流程,我们将复杂的供应链管理问题分解成串行的三个子问题。每个子问题利用了运筹优化并借鉴机器学习考虑特征的理念,实现了合理建模,高效求解。”

据周伟华介绍,项目团队结合实际商业场景,考虑了不同决策主体之间的博弈行为,构建了通用的大规模双层整数线性规划模型(BILP),提出了增强的分枝定界算法,并成功求解淘天集团的实际大规模问题。

同时,借鉴机器学习方法,利用特征的方式考虑多种维度的信息作为模型输入,实现了数据驱动建模和随机优化建模的有效融合。

项目团队还利用分布鲁棒优化方法描述高不确定性的需求,并考虑实际求解器的限制,给出有效求解方式。

团队配合淘天对ICP系统持续迭代更新

“这些方法都以算法引擎的方式嵌入到了ICP系统中,提供建模、求解、决策的功能,最终真正解决了其供应链管理决策优化难题。周伟华说。

03

项目成果在淘天应用成效显著,将赋能整个电商行业的高质量发展

基于项目研究中取得的突破性成果,周伟华团队在 Management Science, European Journal of Operational Research, Transportation Research Part E: Logistics and Transportation Review, Naval Research Logistics (NRL) 等领域顶级学术期刊上顺利发表论文,助推供应链管理学科创新发展。

团队成果在国际顶级期刊Management ScienceUTD24期刊)发表

团队成员获得的部分优秀论文奖

同时,项目成果在淘天供应链网络规划、补货、调拨、数据分析等业务领域的应用,也迎来了显著成效——ICP系统以及IOS引擎大大提高了淘天供应链管理的自动化程度和管理效率。

具体表现为:ICP系统建立了一套贴合供应链管理,旨在利用运营数据建立自动化、智能化的供应链管理流程,为人工运营提供自动化决策或决策建议,进而提高响应速度和运营效率。

同时,ICP系统和后续的履约系统及物流管理系统整合,实现了网络规划、品仓部署、补货、调拨计划决策的自动化,极大提升了供应链与物流流程的自动化程度。

应用效果

  • 据实际应用反馈的数据,从2022年到2023年,ICP系统及IOS引擎全年分阶段上线后,日产生计划下发单据万余条,调度车辆日均逾百辆,决策覆盖货品70%,约数万 SKU(库存单元)。

  • 系统自动化覆盖率提升 50%,减少人工计划时间 80%

  • 实现降低周转天数 3 天以上,提升在架率 1%以上、前置仓本地满足率优化10%以上。

  • 在某些商品上帮助淘天自营节省约 11%的库存成本,年化库存和物流降本达数千万元,提升年化 GMV 测算达数千万。

更关键的是,ICP系统在运筹学优化技术应用、数学建模、算法设计等方面均有突破性创新,其算法引擎系统化地建模、求解多层级网络的库存管理问题,该技术在国内乃至世界处于领先地位。

周伟华表示,“我们团队为淘天自营的效期品库存补货-分配决策提供了新的基于启发式策略的数据驱动智能决策,在助力淘天供应链管理数智化的同时,也将赋能整个电商行业的数智化转型与高质量发展,因为这套策略极具普适性,亦可结合实际需求应用于其他电商企业。

供应链是产业链的重要组成部分,早在2017年,国家就将供应链的创新与应用上升为国家战略,并于近年来号召打造自主可控、安全可靠的产业链、供应链。因为供应链的优化与创新,关系到产业链的稳定与韧性。

聚焦国家战略所需与企业现实需要,yl23411永利近年来深入实施“学科交叉BEST战略,在服务企业发展的过程中充分发挥在决策分析、产业链管理等方面的专业优势和数智创新与管理学科优势,携手企业协同攻关各类现实难题,推动理论与行业的创新发展。

面向未来,浙大管院将进一步担当使命,以服务社会的管理研究,为中国式现代化建设与人类社会的美好进步做出更大贡献。

关闭
Baidu
sogou