合著者：Stephen M. Rutner（博士學位獲得者，阿肯色大學副教授），
Michael S. Marburg（Mercari Technologis公司負責企業發展的副總裁）

導言
　　優化的概念、工具和方法在商學和工程學的許多領域都已經深入人心。然而，在具體應用到某些特定的專業時，如零售業，依然還存在鴻溝。而且，零售業界似乎對“需求鏈優化”這個術語的理解非常的混淆不清。因此，對零售業優化的現狀及未來進行觀察，是一個很有必要的議題。

　　作為一份權威報告，本文提供了一個假想的案例，特別指出一個零售環境中需求鏈優化的所有機會和領域。本文跟蹤一個高級主管在挑戰性高的現代經營環境中，如何經歷其所在的零售企業的各項改革試驗。全文大綱如下：

.本文主人公安·史密斯，BestMart公司高級主管
.安的設想
.BestMart公司當前的經營環境
.安實現設想的策略
.什么是優化？
.需求鏈優化與現在的程序有何不同？
.說服公司經營管理層
.貨架優化試點計劃
.接著進行降價優化
.BestMart的結論
.結束語

　　讀者將會了解，這位高級主管是如何經歷從建立一個設想和實現該設想的策略、獲取關于優化的知識、實施解決方案到衡量方案執行結果的全過程。本文最終想要達到的結果是，澄清“需求鏈優化”這一概念，并以實例演示各個解決方案是如何提高盈利能力、將缺貨機率降到最小、提高投資的毛利回報率（GMROI，gross margin return on investment）以及帶來許許多多其它的好處的。

本文主人公安·史密斯，BestMart公司高級主管

　　安·史密斯是一位跟你我沒什么不同的零售主管人員，她40多歲，從事零售業有25年，每周工作60小時以上，而且立志要在事業上獲得成功。在大學獲得市場營銷學位之后，她就為零售商BestMart公司工作了。在公司里，她一步一步地升職，輪番在各個店鋪及公司總部工作，曾任助理經理、采購員、分部商品經理、店經理、分部經理等職，最終升任公司的商品企劃副總裁。由于她干過店鋪和總部的各項工作，因此，她積累了豐富的零售經驗，深諳零售之道。安是一位經驗豐富的高級主管，她很了解零售業，而且剛剛升任商品企劃副總裁。

　　BestMart是一家百貨商店公司，旗下將近450家店鋪，遍布北美。公司最近經受了許多挫折。來自大商家EDLP（每日低價，every day low price）的競爭抑制了公司的店鋪擴張，擠壓了利潤空間。華爾街認為公司的地位正在下降，將公司的投資等級評為有風險。安的使命是，修復公司與消費者的密切關系以及制定推動公司發展的商品企劃戰略－但是她必須在下一季度就拿出成果。面對4萬多個商品單元和多元化商品組合（包括食品、服裝、化妝品、藥品、家居用品和雜志等等），她所面臨的挑戰是令人生畏的。

安的設想

　　為了完成她的使命，安首先要提出一個改革BestMart的商品企劃慣例的明確的設想。她憑借在店鋪工作的實際操作經驗來提出這一設想。過去，她通過了解當地消費者、掌握他們的消費偏好和他們的購物習慣，提出過許多成功的商品企劃方案。然而，在最近十年中，BestMart的店鋪數量大為擴張，同時將大多數的商品企劃職能部門集中起來統一管理。因此，安想要對集中的商品企劃決策進行調整，使之適應當地顧客的品味－許多人管這叫做“微觀商品企劃”。她打算針對當地的消費者行為調整商品品種、商品定價、降價和促銷決策；提高現有的店鋪資產的利用率，她認為這樣能夠將銷售額提高10到20個百分點。

　　安還想能夠確保向顧客供應他們想買的商品。BestMart的現狀是有存貨，但是公司報告顯示，缺貨率平均為8％，周末和促銷期缺貨率最高。同時，公司最大的那些競爭對手的商品周轉率要快的多。BestMart也曾經有過一個提高商品周轉率的獨立策略。特別地，她還計劃大幅提高一些預定單品及高利潤單品的服務水平。為達到這一目的，她工作的重點將是商品空間分配、店鋪補貨、分類以及與供應同步的商品企劃決策。安的目標是通過實施這一存貨管理策略，能夠將存貨投資的毛利回報率提高15到20個百分點。

　　安的設想既會給各個系統，也會給各個工作流程帶來沖擊。她的計劃是，大幅改進處理商品分類、價格、降價、空間及促銷的核心商品企劃流程。她還想將店鋪補貨納入上述這些商品企劃流程中。

.BestMart公司當前的經營環境
　　安的第一步是，弄清楚當前情況，也就是說，她必須對當前的環境有一個基本的了解。根據安的初步觀察，BestMart有數據，或者說是有一個信息基礎供她使用，以更好地進行商品企劃決策。BestMart花了無數錢建造一個銷售數據庫以及數據傳送基礎設施。這就使得安能夠建造其戰略中一個至關重要的組成部分，即通過分析更具體地分析銷售歷史記錄來了解消費者行為。

　　他們的大多數供應鏈和配送系統依據的都是匯總的和平均的銷售歷史數據。這也是為什么BestMart不能提高貨架服務水平和實施微觀商品企劃的原因。安想要知道具體到店鋪或單品層次的缺貨情況，她促銷一件商品或更改價格時需求將會怎樣變化，以及顧客對新產品的反應等等。她需要分析每個店鋪或每件單品的周轉速度、價格點和促銷措施等數據。幸運的是，她已經有數據的基本結構，盡管數據本身不總是很實用。

　　然而，BestMart沒有相應的優化應用程序可以真正地將這個數據基礎的作用發揮出來。BestMart現有一組可供安進行商品企劃的系統，包括店面布局、商品分類規劃工具、價格引擎以及促銷日歷。她還有一個基本的店鋪訂貨系統。這些系統以前沒有利用詳細的銷售歷史記錄，也沒有考慮過支配實際經營的店鋪、供應和商品企劃等方面的種種限制。另外，這些系統都是分別獨立地做出決策，不能夠系統地回答諸如商品分類的一個變化如何影響空間分配、一項新的促銷如何影響店鋪存貨等問題。

.安實現設想的戰略

　　目前，安手頭上有兩套支持她的設想的優化解決試驗方案可以。她想，從試驗的結果和經驗教訓中，她可以研究出一個更明確的戰略來實現她的設想。

　　第一個試驗方案著眼于價格優化。該方案利用一個系統來凈化POS數據，得出一組價格彈性曲線，從這些曲線中BestMart可以制定最優價格。安計劃首先在一個平面部門使用該優化產品，該部門的商品有文具、辦公用品和教學用品，以實現該部門的收入最大化。

　　幾周之內，該試驗程序在對前一年的數據進行分析后，給出了初步的建議。該部門大部分的單品價格都改變了。該軟件還能將BestMart的價格與一些競爭對手的價格進行比較，然后推薦出符合BestMart價格形象的價格水平。很快，來自該試點部門的報表表明，大多數商品的銷售額和利潤額均增長了幾個點。而且，安能夠比以前更快地跟蹤消費趨勢。

　　第二個試點方案著眼于店鋪補貨和成本優化店鋪訂貨。以前，安對店鋪補貨的政策與他們的倉庫訂貨政策是一樣的――訂購能維持服務目標水平（這個目標水平是他們隨意制定的）的最小數量的產品。以前的店鋪訂貨系統經常大批地訂購那些在整個公司范圍內銷售良好，但是在某一個市場上滯銷的商品。安知道，這個系統對一些個別的店鋪而言是不適用的。她認為，這一重點放在供給的系統不符合零售商的主要目標應該是滿足個體消費者這一關鍵點。她想，這個系統應該更側重于需求鏈以滿足每個消費者的需要。

　　這個試點方案利用一個自動補貨系統對店鋪訂貨進行成本優化，所生成的訂貨量不僅僅是為了實現最低庫存，還為了實現最低的包括運輸、勞力、供應商限制成本等等在內的總成本。它們所使用的預測依據是大量店鋪和商品的分組數據，以計算出季節性影響。新系統生成預測的方式是一種稱為“微觀預測（micro-forecasting）”的店鋪/單品級預測。該方案投入使用后，安和物流團隊發現，該系統能夠日常運作，幾乎不需要多少人工的管理。它將產品流入店鋪的精確程度是以前BestMart從沒有達到過的。

　　有了這兩個試點的經驗，安相信，優化對于她在改進庫存水平的情況下成功地實施微觀商品企劃是至關重要的。將“科學”引入商品企劃流程，可以使她的團隊綜合考慮BestMart經營環境下的所有約束條件和資源，更快地作出整體決策。如果優化是實現她的設想的主要手段，安就必須對它有更進一步的了解。