清晨醒来，您脑子里满是吃上一片芝士面包再喝上一杯咖啡和橙汁的强烈念头。于是胡乱披上衣服，冲到楼下最近的商店去买最爱的软芝士品牌。但在跑了好几家店后，您发现，这一梦想将因为彻底断货而无法实现了。还有比这更糟糕的事吗？

在分享公司历史沿革和成功秘诀等一系列传奇故事的同时，OSA DC 的价值创造领导 Valentin Ovechkin 说道：“我猜，这种令人沮丧的情况你们所有人都很熟悉，而我的故事也将从这里开始说起。”

伤心的零售商和买家

故事背景发生在 2014 年，在 ECR-Russia 的支持下，我们对店家货物供应和缺货以及相应销售损失这一问题进行了全面考虑。此外，我们还对提高零售网络参与者份额这一趋势致使零售总营业额出现惊人增长的现象进行了讨论。据Statista 预测，2020 年全球零售总额预计将达 27.73 万亿美元。这给负责为消费者提供所需数量产品的公司带来了更多挑战。

买家的心理特征则加剧了这一关键问题。EPCGlobal 所开展的研究显示，正在找寻某一所需商品但却无功而返的普通消费者此后便不会再光顾该店家。这一结论表明，零售商没有多余的机会来留住消费者，而只能提前为此做好充分准备。

一般情况下，我们可将商品有货率问题分为两类：

1)所谓的“最后一英里”情况；即产品已断货，但店家的储藏室内尚有余货；

2)虚拟消耗；即商品已在店家的会计系统中列出，但店内实际却已断货。

然而，这些因素还不是让买家一直失望的唯一原因。具体而言，零售商通常不会为消费者处理以下十分重要的事宜：

缺少商品价格标签（超过三分之一的买家不会在标价不清的店内购买商品）；

保质期已过或缺少适当的展示（货架图）；

由于供应链中的保险库存有误或违反某一服务水平（SLA 协议）而导致店家缺货；

商品推销不利，由于商品的摆放位置混乱，导致买家无法找到所需的商品。

通过分析现代零售业的上述及其他难点，我们认为眼下便是点燃“技术革命”烈焰的最佳时机。

OSADC 正是一流补救措施

基于上述想法，不到 3 年前，我们团队开始研发一款创新的软件产品，以便协助不同规模的店家控制自己的各类产品并及时掌握缺货情况。我们采用了两项特殊指标来作为其中的核心机制：“最佳货架有货率”指标（后来 OSA 被选作我们的生态系统名称）可对店内货物的在库情况进行管理，而另一反向指标“缺货”则表明产品缺货。与 Perekrestok 贸易网（包括在现拥有超过 500 家零售店的 X5 零售集团公司内）和某些全球最大制造商（如 JTI、欧莱雅、Efes、达能、可口可乐）一道，我们推出了震撼业界的实时服务 OSA，并旋即取得了第一项重大成果。

以往的事实证明，对产品断货的简单分析无法解决产品短缺的核心问题，因此我们采取了另一方式。为提升商品的在库率，我们团队决定直接在店内使用与这些商品缺货相关的信息。最终，我们开发出一种集分析与行动于一体的技术，以便消除商品缺货，并实现为贸易网和生产商同时激活销售这一主要目标。根据涵盖圣彼得堡及其所在地区店家的试点结果，试点店家的营业额（顾客参与率）平均上升了 5.4%。为了传播这一积极态势并再次验证结果，我们还在麦德龙、Dixy、Magnit、Verniy 和 Monetka 等网络中推出了我们的服务。

我们的平台虽然完美解决了店内产品有货率的问题，但却没有向您揭示负责实现此功能的主要秘密组件。这就是人工智能 (AI)。这种革命性的技术不但能确保传入数据的纯度，还可让我们快速处理来自数万店家的数据。结合ETL 流程（提取、转换、加载），AI 会对从零售商、生产商和外部来源处所收到的品牌、制造商和条形码的正确、完整相关信息进行处理，并确定导致店家产品有货率的实际问题。AI 依赖我们数据科学家所开发的众多因素（即所谓的显式和非显式模式）来确定在售商品是否存在很高的缺货可能性。

这种基于 AI 的解决方案已在圣彼得堡试点项目中证明有效，同时我们还决定进一步巩固这一成果，以便为零售商提供更多提高销售额的机会：

验证货架图的遵守情况；如在店内正确展示了多少产品，以及是否遵守展品规则；

检查商业设备的工作情况：大量产品需要特殊的销售场所（如冰箱、园林植物等），若设备工作异常则无法实现正常展示；

需检查店内产品的表示情况以及制造商的合同时，使用某种分类（即所谓的分类矩阵）；

使用促销产品以便正确制定宣传片，同时检查促销活动是否会按时启动。

不久的将来，我们计划在平台中引入合作伙伴解决方案，以便在实现下列任务的情况下为供应商或零售商贡献价值：

评估促销活动的效果；

利用计算机视觉技术 (IR) 来确定货架比例和货架图的对应关系；

提供用于订购产品的高级预测功能。

除提供在线服务外，我们还开发了一款易于使用的移动应用程序来存储任务和结果，并同步和更新信息。该应用程序计划于 2018 年 10 月初推出。

充满雄心的发展之路

我们即将实施的复杂功能需要认真准备以及精确的计划，而有关我们产品路线图的部分内幕信息则如下所示：

步骤 1 签署用于获取私人信息并提供我方服务的所有必要文件。试点区域现已划定。此后，我们将对贸易网流程进行业务分析，以便正确解读我们所收到的数据，并了解与店内在售商品外观相关的各项流程的细微差别。

步骤 2 对从项目参与者处收到的数据集成进行配置。相关数据必须以特定格式和规定时间表进行接收。

步骤 3 根据任意模式下在售商品缺货的相关信号，对 AI 进行训练。

步骤 4 AI 独立工作：AI 将自行确定在售商品是否出现缺货，但仍需针对系统稳定性不足的众多类别单独进行校准。

步骤 5 评估参与试点以及未参与试点的各店家之间的结果。

将服务进一步延伸到贸易网所涵盖的其他区域。

OSA DC 而言，我们十分重视透明度并尝试与用户保持密切沟通，而通过这一坦诚的故事，我们还试图将公司的历史沿革与公司的未来计划联系起来。通过加入和推广 OSA 生态系统，我们届时绝对可以冷静地确信我们每个人都能在最近的店家寻觅到自己心仪的早餐。