l 前言

随着2023年经济环境的变化，市场整体越来越不可能再为了过度追求时效而牺牲成本了。本文分享的案例，在过去几年的中国或许并不适用，但在当今的经济环境下却有着积极的借鉴意义。

随着2023年经济环境的变化，市场对即时满足的追求似乎出现了一些动摇，由于市场已经逐渐转为存量竞争和降本增效，当日达的这种服务体验（外卖除外）开始减少，市场整体越来越不可能再为了过度追求时效而牺牲成本了。在这种情况下，如何在尽量做到高时效的前提下降低成本，变成了一个非常值得探讨的话题。本文介绍了一家欧洲的品牌商，利用蓝幸的订单分配（OA）算法，大幅改善其电商和新零售渠道的履约成本和库存的案例。

01 背景概述

该品牌商过去的做法是在公司分布在欧洲的2个主要的分销中心（DCs）进行存货。但2个DC显然不够，为了满足其终端客户的服务时效，公司同时会利用亚马逊在欧洲的仓储和销售网络，向100多个亚马逊履约中心（FCs）进行日度的补货，再由亚马逊从这些FC向终端消费者发货。亚马逊按照销售额向该品牌商提取一定点数作为履约的提成。 

采取这种策略的后果是，尽管品牌商能够很好的控制其主要库存——它每天都在向履约中心（FC）补货，且大部分库存位于其自己的分销中心（DC）），但库存分散到100个履约中心导致的库存放置不合理的问题依旧存在。更严重的是，高昂的履约成本成了一个突出问题，每日补货到100多个亚马逊仓库意味着每个补货单的单车装载量很低，加上亚马逊收取的履约提成费用，直接影响着公司的盈利水平。 

02 能力提升

该品牌商考虑与亚马逊谈判，旨在通过减少履约中心数量和降低补货频率来降低履约成本。尽管这可能会增加亚马逊的履约成本（由于亚马逊需要从更少的仓库向原有的客户履约发货，导致配送成本的增加），但品牌商在考虑适当提高从销售额中支付亚马逊的提成比例，这样总体成本仍然可得到改善。解下来问题的关键在于能否精确测算出能够节省的成本，以及如何节省，并以此为基础与亚马逊进行有效的谈判。 

在Gartner的推荐下，该品牌商找到了蓝幸，借助于蓝幸的SCATLAS平台帮助他们解决这个问题。合作过程中，蓝幸通过以下关键步骤进行优化： 

1. 数据自动化整合

首先，通过蓝幸的Dastro平台，实现了数据的快速自动化整合，包括补货订单细节与库存信息的定期自动获取，大大提高了数据处理的效率和准确性。

2. 建立计划模型

接下来，利用SCATLAS平台建立了一个订单分配（OA）的计划模型。该模型能够定期自动确定向哪些履约中心补货以及如何调整补货频率（比如是每天补一次还是每三天补一次），从而在确保服务质量的同时，优化库存分配和降低履约成本。

03 带来的价值

1. 在软件的帮助下，品牌商在减少向亚马逊履约中心的补货数量和频率的同时，实现了履约成本10%的降低。

2. 履约中心的减少，并没有导致因为补货频率减少而增加库存，同时得益于亚马逊配送网络的高效率，对客户服务的SLA水平也只产生了极微小的影响。