嘉賓簡介：何崚，阿里巴巴研究員、盒馬技術負責人。
**以下內容根據演講視頻以及PPT整理而成。
**戳我觀看視頻
本次分享主要圍繞以下四個方面：
一、盒馬零售技術的核心命題
二、供給網絡
三、履約網絡
四、銷售網絡
戳我下載ppt
一、盒馬零售技術的核心命題
1、天貓業務的挑戰
天貓業務強調的是快速規模化和爆發，例如雙十一的營銷活動。同時強調行業的拓展：上天、入地、出海。技術架構所遇到的挑戰是貨品的組織效率，流量的匹配效率以及各方服務能力的無損表達，以構建跨行業、可擴展的導購交易平臺。以及無縫接入交易鏈路上來自阿里自建、商家、第三方的服務的能力，以拓展消費者體驗。例如大家電的預約安裝，家裝、送裝一體，手機換屏服務、上門取退等。隨著天貓直營、天貓超市業務的開展，構建了自營供應鏈系統，包括採購、出入庫、供應鏈計劃、庫存管理、物流履約、財務等產品系統，並孵化了阿里巴巴支撐集團25個零售業務的供應鏈中臺。
2.盒馬業務的核心命題
盒馬是端到端，線上線下一體的零售業務，組織架構是從總部區域門店的樹狀組織形態。業務鏈條長，覆蓋營、採、銷到店倉配各個零售角色，擁有龐大的門店和物流網絡，具備一定的勞動密集型屬性。複雜的零售業務，對零售鏈路的協同效率和決策水平提出了高要求。因此要求盒馬產品技術，需將系統打磨到極致，同時依託智能化，提升零售全鏈路的決策水平，依託自動化，降低勞動密集型水平，實現從規模化到精細化的雙輪驅動。體量巨大的零售業務，背後需要強大的產品技術體系支撐，盒馬產品技術面臨的課題：構建一個全鏈路、全溫層、全渠道的數字化零售體系。從頂層抽象來看，主要解決賣什麼、賣多少、怎麼賣、怎麼送的問題，即構建零售業務的供給網絡、銷售網絡、物流網絡這三個基礎零售網絡，並且解決三網的動態平衡課題。
3.供給網絡
供給網絡，主要解決賣什麼，賣多少的問題。生鮮零售的規模化能力很大程度上取決於採購能力，尤其是採購的行業經驗。生鮮商品在消費者需求分佈上呈現的是區域化、時令化的特點。品類規劃上，基於行業數據和本地會員畫像，充分挖掘區域人群的偏好，洞察用戶的情感訴求，結合盒馬的品牌定位，給出品類建議，包括引進新品，淘汰舊品，新品研發。庫存策略上，基於銷售預測，平衡供應鏈各個庫存節點的庫存水位和供給節奏，以平衡生鮮的缺貨和損耗，優化庫存週轉。消費者快速響應上，洞察消費者需求的變化，尤其是新流行趨勢，以及市場外部環境的變化。例如此次疫情帶來的衝擊，從而快速調整品類、定價、庫存策略。做到快速響應，處置得當，掌握先機。供給網絡的技術難點，在於生鮮商品的非標品屬性給數字化決策帶來的挑戰。如何標準化、數字化生鮮，沉澱生鮮行業知識，近幾年來，盒馬為此做了大量建設工作。針對消費者需求快速響應，盒馬利用歸因分析和仿真手段，加速業務應對的速度和效率。
4.銷售網絡
銷售網絡，解決商品如何高效分發的問題。盒馬是線上線下一體化的銷售，線上App端，需要精準的人貨場匹配。線下門店網絡，需要店網規劃，從選址開店選品主貨準確及時的基於運營數據分析市場機會，從而制定促銷策略。門店營運排班，促銷、滯銷、效果跟蹤，實現零售全鏈路反饋閉環的建設，使得自上而下的總部生意計劃和自下而上的消費者反饋都能準確高效的完成，從而提升銷售網絡的規模化和清晰化能力。銷售網絡的技術難點在線下門店的數據採集，執行效果跟蹤，以及線上線下時時的數據同步。盒馬構建了一整套的AIoT硬件設備體系，能夠準確有效的提升門店現場數據的感知能力以及運籌決策能力，從而提升門店的人效、流效和品效。
5.物流網絡
物流網絡，用於解決商品的高效低成本流動問題。物流是盒馬零售運營的基石。盒馬建立了全國重點城市的全溫層物流網絡以及生鮮作業標準化流程。盒馬門店三公里定點及時履約體系利用大數據算法，在保證履約時效的情況下，降低履約成本。生鮮倉配上，盒馬利用大量的智能硬件和傳感設備，數字化、可視化物流的各個環節。能夠實時查看每條鏈路的狀態，感知一線作業人員的狀態，從而優化作業任務和提升人效，並且可保證運輸、存儲過程中生鮮的品質，降低損耗。
二、供給網絡
1.品類規劃和生鮮知識圖譜
傳統零售業務的規模化依賴採購能力，對採購的行業經驗提出了很高的要求。盒馬利用阿里在行業大數據和消費者畫像的沉澱，並結合生鮮行業積累的知識，深度挖掘消費者的品牌心智以及潛在的市場銷售機會，幫助採購引入機會品、汰換舊品，優化品類結構，同時加速新品的研發工作。傳統的品類規劃基於消費者決策樹（CDT），尋找品類的關鍵屬性，並且通過SKU在決策樹上的分佈和密度以決定是否需要引品和汰換。但存在兩方面的問題，一是品類實用度，傳統方法適用於全品類零售業務，例如快消品超市，但當零售品牌具備自己獨特的品牌認知，服務於特定人群時，並不需要對決策樹進行全覆蓋。二是傳統方法不利於發現新的機會。決策樹基於市場已有的商品構建，屬於後驗性統計，無法洞察新的機會。 
盒馬結合決策樹和消費者情感訴求，基於消費者畫像深度挖掘消費者選擇商品背後的理性需求和情感訴求，並與盒馬自身的品牌定位匹配。一方面用於指導採購和優化品類，另一方面，線上APP端，透出該商品所代表的用戶情感訴求，從而提升轉化率，增加銷售機會。例如，盒馬研究消費者心智，發現消費者對生鮮商品的食品安全訴求特別強烈。通過研究發現，“散養”、“野生海捕”、“進口”等商品心智能夠較好符合消費食品安全方面的訴求。之後，聯繫採購，重點衝刺此類商品，整個類目的銷量得到了大幅度提升。
盒馬將生鮮類目的行業知識不斷沉澱到生鮮知識圖譜產品中。基於此類數據，進一步協助業務鏈接消費者情感訴求和產品特徵之間的關係。在生雞類目中，以石門生雞為例，“深山散養”對應消費者的安全訴求，“足月”和“肉質緊緻”對應消費者的口感訴求。應用知識圖譜，可以鏈接消費者和供給側，達到表述一致。生鮮知識圖譜將消費者關注的商品價值、行業資深採購經驗、商品品類特點和生產工藝進行數字化沉澱，使得不瞭解生鮮的消費者知道商品好在哪裡，使得采購時時洞察到消費者對於商品核心賣點的關注以及未來的消費發展趨勢，並且為生產和引品提供數據指導，同時算法可以深入瞭解資深採購的經驗，以系統智能化的方式，拉高整個團隊的採購水平，奠定系統智能化基礎。
盒馬將生鮮標準化，建立內部生鮮DNA體系，以解決市場標準和叫法的不統一，難以數字化的問題。例如，大閘蟹在某些門店叫做中華絨螯蟹，水果的果徑、酸甜、掛枝頭時間。生鮮標準化和數字化後，方可真正利用大數據方法，同時結合消費者畫像進行需求的有效預測和採購的有效選品，並提高銷售決策上的人貨匹配效率。而且可以幫助上游的農業種植和養殖進行生產決策，實現真正的訂單式農業。
技術難點：非結構化的定性類知識處理，知識圖譜元數據模型設計以及知識圖譜中的知識點。除了定量的知識點，還存在大量的定性知識點，例如口感。對於定性的內容，盒馬應用自然語言處理、語義理解的工具以及算法進行最終聚類。
2.庫存優化
眾所周知，庫存是零售企業的生死線，對於盒馬也不例外。盒馬自創立之初，極為重視大數據在供應鏈和庫存的優化應用。一是自動補貨，盒馬以銷售預測為基礎，門店補貨全面自動化，提升庫控工作效率，降低門店的損耗和缺貨。二是流量可控制，通過線上流量調控機制，精準補足預測和實際銷量的Gap，控制損耗，降低成本。以盒馬的全自鮮產品為例，供給網絡跟蹤門店庫存，在可能的損耗發生前，預警營運人員，開始變價和促銷工作。同時，線上會根據銷售預測和量價彈性係數，適當對該商品傾斜流量，提高曝光，在毛利最大化和有效期到達前清空庫存。
目前優化的目標聚焦在ECR——消費者需求快速響應。對於生鮮行業，時令性和區域性的需求差異較大。此外，一些突發的流行現象需要被快速感知和響應。例如前幾年火爆的小龍蝦在去年開始降溫。純粹基於歷史數據進行銷售預測和庫存優化，將會帶來大量的損耗和斷貨。同時，對市場大環境的變動做積極響應。例如疫情環境下，供應鏈不穩定、用工荒導致的運力不足增加了業務計劃和協同的難度。盒馬技術部門通過歸因分析和供應鏈的仿真模擬，幫助業務部門在突發事件後使用數據和系統快速修正決策和協同。疫情期間，通過仿真模擬，得到了最優了門店作業和履約時效平衡的機制，可滿足在產能不足的情況下，提升門店履約吞吐量。運籌仿真平臺可以快速探察對業務產生影響的相互關聯、動態和隨機事件，探索“what-if”場景，利用數據雙胞胎的實習數據仿真，完善策略優化。
三、全溫層物流網絡
倉配物流領域是盒馬業務的基石和創新點。其目標是平衡消費者體驗、成本、風險，在儘可能滿足消費者需求前提下，不斷優化成本和提升風險控制水平。盒馬半小時送達的履約服務，區別於生活零售領域友商的履約體系，是以單一門店為中心的及時履約體系。在此履約體系中，計單算法的優化至關重要，多大的計單時間窗口才能夠平衡履約時效、最大化單一配送訂單量。其次是路徑優化問題，包括配送員的配送路徑和訂單的先後順序，以保證配送員手中的訂單均能在大約半小時內送到。且考慮到了路徑夾角問題，避免配送員繞路，提高配送效率。曾經出現過此類問題：騎手獲取包裹後，習慣於根據自己的配送順序依次投遞而忽略系統建議的方式，本應該最後投遞的包裹被首先投遞，導致後續應優先投遞的包裹全部超時。在研究騎手配送習慣時發現，騎手投遞一圈再回到門店，是一個循環過程。為了保證騎手沒有空駛，並不是最遠的訂單最後配送。同時，騎手對於需要折返的訂單較為反感。這些問題可對應到路徑規劃上的夾角問題，路徑中的銳角意味著騎手需要折返。考慮以上問題後，騎手整體的滿意度大幅度提升，騎手更加願意按照系統規劃路徑配送，超時訂單下降。與此同時，系統標記電動車可行使路線，使得路線規劃和耗時計算更為準確。
物流全鏈路數字化是盒馬物流的建設重點，物流是勞動密集型領域。隨著盒馬業務的發展，以及倉、店的規模化增長，物流成本呈現線性增長。為了打破物流成本的線性增長，生成邊際效應，盒馬產品技術部利用算法推薦每日最優的勞動力結構，結合預測的每日的波峰、波谷，安排自營、第三方和外包員工數量和比例，結合智能排班，確定出勤數量和出勤時間。實際作業中，需根據出勤的實際情況，動態分派任務，同時跨崗位調動店、倉的人員，平衡各個崗位產能。基於以上策略，持續優化物流成本。疫情期間，盒馬幫助武漢動物園運送小魚、泥鰍之類的動物口糧，背後依賴的是盒馬構建的全溫層物流履約網絡。盒馬產品技術部通過IoT設備，數字化從活鮮加工冷凍冷藏運輸的每一個環節，使得業務可以追蹤查看各條鏈路的狀態，指導一線作業人員優化作業任務，保證生鮮品質的同時降低了生鮮損耗。全溫層物流履約網絡覆蓋了全國的主要城市，這為去年西安上市海產梭子蟹提供了保障。
四、銷售網絡
1.盒馬App
盒馬App基於消費者消費產品需求，通過技術不斷創新，為用戶提供更好的人貨匹配的體驗。首先是消費者洞察體系，基於門店LBS屬性，具體化本地生活圈，以商圈、規模、客群特徵及品類結構等進行門店分層，從生命週期、特徵識別、需求洞察建立消費者畫像，對用戶的需求把握更準確。例如：健身人群、減肥人群、母嬰人群在食品選擇上的特殊需求。其次是需求匹配，通過生鮮知識圖譜數據、評價等數據，對商品的用戶決策屬性進行個性化表達，同時通過菜譜內容庫的建設為消費者提供做菜的方法，看商品時幫助消費者選擇，買完商品後提供做菜的方法。再次建設端智能，通過增強端上動態交互的能力和邊緣推理能力，更加實時洞察用戶的行為，並實時將內容反饋給用戶。例如消費者購物肉類食品是，提供搭配蔬菜的卡片。然後智能場景構架技術，通過自動化的場景內容構建技術，並通過策略實驗室將業務目標策略和數據算法執行進行融合，為消費者提供匹配的消費場景解決方案，滿足一站式聚集性的商品和服務需求。例如夜宵場景，通過對時間、地點、用戶的精確識別並結合線上沉澱的運營經驗，工作日晚上的特定時間向白領用戶推銷夜宵場景卡，以燒烤、炸串為關鍵詞，商品上以熟食、水果、飲料、啤酒品類為主。盒馬通過對用戶全域行為的洞察，如果年輕女性用戶在淘寶上購買過待產包，且最近採購嬰兒服裝，將被識別為生育寶寶不久的新手媽媽，盒馬App根據寶寶月齡的變化，並結合生鮮知識圖譜，自動為用戶推薦不同階段的兒童商品。搜索結果頁面，優先推薦適合寶寶的食品。盒馬和品牌方合作了一些例如新西蘭兒童鱈魚、兒童奶粉等商品，在用戶的逛、買過程中，系統使用場景構建技術生成產後如何保健、寶寶餐如何做等場景化內容，滿足消費者多樣性需求。
2.門店數字化
傳統零售具有勞動密集型、依賴人員經驗和專業熟練度的特點，如果仍舊以傳統零售規模化的方法，盒馬在高速拓店中必然會遇到專業人才和一線作業人員用工瓶頸問題。盒馬產研著手建設雲端一體、軟硬一體的業務解決方案，目標是：1. 輔助營運決策、管理過程中的專業人才中臺化，使線性增長關係變革為對數增長關係。2. 為勞動密集型的營運作業提供輔助執行和自動化執行，降低門店作業人員的絕對數量，使線性關係斜率縮小。首先門店數字化是一個雲＋端的體系，雲側是零售全鏈路角色的生意協同和任務下達的運籌優化。第一是總部分公司門店的管理策略的上傳下達，包括大品的生意計劃，例如小龍蝦何時採購，倉庫何時收貨、門店何時收貨上架、何時開始營銷活動等，供應鏈協同，門店智能檢查。第二是門店任務排班，關鍵業務經營決策整體運籌優化，包括供應鏈降損、用工規劃、庫存管理和庫內管理。第三是基層作業輔助，以AI代替專業角色做現場問題的發現和決策，包含AI智能防損、AI防火防害、AI員工作業規範檢查、設備實時遠程監控和遠程運營。端側是門店智能AIoT設備，考慮AIoT組成的工作場景，AIoT之間的聯動和計算的閉合性，將業務感知、業務策略、業務執行封裝在一個AIoT中，降低業務標準落地的培訓成本。第一是代替專業人員感知現場問題，包含智能貨架（感知陳列執行正確性和排面空洞問題，驅動相應業務活動，提升陳列質量）、智能實時定位（感知小二工作狀態和工作飽和度，以供管理決策提升員工飽和度）、智能防損（機器視覺和ReID，高位行為的全場追溯降低損耗）。第二是輔助或代替小二現場作業，包含手持移動終端和價籤聯動，進行亮燈作業輔助、減少作業中冗餘的系統操作。自動化輸送設備，進行單門店任務合流和後場調度12分鐘出倉（揀貨打包）。第三是邊緣計算降低AI店均成本，包含以城域邊緣計算降低跨門店海量攝像頭上雲的流量成本和實時推理成本（AI防盜損）。以門店邊緣計算節點解決門店內設備聯動的實時性和可靠性問題（懸掛鏈、機器人送餐）。針對門店訂單密度和晝夜作業密度差異，以城域邊緣計算節點彈性分配算力、降低店均AI成本。
3.AIoT在門店的應用
盒馬數字化門店依賴AIoT技術提升門店的自動化水平，降低人力投入，同時提高升門店營運的人效、流效、頻效。構建雲端一體、軟硬一體門店AIoT解決方案，以解決高速開店過程中遇到的專業人員的用工瓶頸問題，驅動勞動密集型產業轉型升級。
智能零售終端，自助的AIPOS，通過模塊組裝可以用於AI防損、自助販賣等多場景，AI推理消費者姿態，識別漏掃、錯掃、盜竊等高危行為，降低自助場景的盜損風險。同時模塊化組裝後可以支持自助店員收銀、自重稱重、點餐等多個場景。移動店務助手重新設計作業終端，將小二主動選擇功能點完成工作的操作標準化為自動判斷場景，業務活動為入口，保證作業SOP的標準執行效率。共享管理門店內移動終端，降低門店終端的採購成本。同時通過設備櫃的人臉識別和作業終端的傳感器，實時採集小二的工作行為，為店長精細化人效管理提供數據基礎。設備管理櫃和門店內的其他設備整合設計，產出可模塊化組裝的智能控制櫃以支持自提、暫存、取餐等場景。智能貨架技術的電子價籤，通過有緣導軌、燈光輔助，提升了商品信息的可讀性。在揀貨場景中，揀貨助手通過貨架亮燈輔助DA的方案，幫助門店新手小二在極短的時間內達到熟練的效率。貨架陳列算法覆蓋複雜陳列規劃和陳列量計算，區別於傳統需等待人工出圖，可直接系統出圖並下發門店。盒馬門店內應用了大量的視覺技術，結合門店原有的機器視覺能力可高效識別人員特徵，可追溯盜損商品，預警可疑人員，提升盜損盤查效率，降低門店損失。結合AI視覺和溫度傳感器，提升自動斷電、斷氣的能力，降低廚房因操作不當導致的火災隱患。室內立體傳統體系廣泛應用懸掛鏈系統，脫離原先大量現場安裝帶來的運維人力成本和支出，實現模塊化安裝、遠程配置、遠程監控、遠程運維，該方案將進一步泛化，升級整個門店的輸送體系，通過生態夥伴輸出到所有的物流輸送領域。隨著盒馬業務的不斷延申，將不斷挖掘零售全鏈路AIoT提升零售效率的場景，提出更多的AIoT的解決方案。