赴福建调研支队中期总结

支队简介

当前，世界经济加速向以网络信息技术产业为重要内容的经济活动转变，数字经济正深刻地改变着人类的生产和生活方式，成为经济增长新动能。发展数字经济已经成为全球共识，为世界各国、产业各界、社会各方广泛关注。而软件产业作为数字经济中的核心技术支柱，对数字经济的发展有着举足轻重的作用。我们是2018软件学院赴福建调研支队，我们的目的在于，通过对永辉信息化产业进行实地走访，针对数字中国具体背景及相应主题进行针对性的了解与探讨。

永辉简介

永辉超市成立于2000年，总部设在福建省福州市，是福建省在推动传统农贸市场向现代流通方式转变过程中培育起来的民营股份制大型企业集团。今天的永辉，是增速最快的科技零售千亿企业。

发展历史

2000年7月27日,永辉第一家生鲜超市屏西店在福州开业，并于2010年上海上市，被誉为“民生超市，百姓永辉”。

2014年，永辉创立Bravo超市，实施合伙人制度，打造自主经营，合伙创业平台。

2015年，进入电商时代，永辉又创立了永辉生活，创办了生鲜中央工厂，不断颠覆式创新，巩固自己核心优势。

2017年超级物种开业，永辉还孵化零售新物种，成立了金融公司，创办了华通银行，用金融服务创业团队。

2017年，投资红旗

2017年，腾讯战略入股

从2001年到2016年，永辉以复合增长率30%速度在快速增长。

组织架构与企业文化

永辉的组织架构以文化、价值观、基础建设和合作伙伴为底层基础，以大平台、小前端、富生态、共治理为战略而建设的。

永辉的迅猛增长离不开其引以为傲的合伙人制度，将庞大的集团划分为多个以六人为核心的小团队，形成从下向上的管理模式，不仅能从员工手中得到一线的管理经验，同时能通过这种自我经营的方式最大程度的调动员工积极性。其核心价值观包括：

融合共享，成于至善

帮助他人成功，自己才能成功

用对待家人的方式对待他人

用双手改变命运，为自己、为家人创业

永辉超市作为本土零售业的巨头，自2000年在福州开设首家“农改超”超市以来，从未停止新业务探索和扩张的步伐。永辉超市名下有6个兄弟公司：云超，云创，云商，云金，云计算，云投资，不同的项目分属不同的公司。从作为永辉起点的红标超市到绿标bravo门店、再到目前尚处于蓬勃生长阶段的超级物种门店，都可以看到永辉超市积极迎合市场新需求、引领行业发展的态度和理念。

红标超市是指线下的传统超市卖场，CIS（企业形象设计）以红色为主，定位为“民生超市”。以第一批红标超市——福州黎明店为例，其面积较其他几种门店形式更为宽阔，商品类型也更加丰富。而生鲜农产品作为企业的核心竞争力，在传统卖场中也占据了较大的篇幅。同时，永辉不仅严控商品的采购，也深入“前线”，和厂商合作、甚至是自主生产推出了一系列永辉特色的商品，践行“为满足用户需求，提供安全、健康、高性价比的食品”的企业使命。

永辉的第一批红标店 -- 黎明店

黎明店：槟榔芋+削皮刀，巧妙的关联陈列既便利了顾客又促进了销量

随着消费者对超市环境、商品品质有了更高的追求，服务于中高端的永辉绿标超市又应运而生。从环境、选品和服务上，绿标超市做到了以更整洁时尚的环境、差异化的优质商品提供高体验感的卓越服务。

永辉bravo 爱琴海店

而超级物种则是永辉在新零售领域的又一大尝试，采用餐饮加食品超市的O2O模式，以“工坊”的形式集中于更细致的商品品类，辅以贴心的服务，满足消费者对安全、健康、高性价比食品越来越庞大的需求。

永辉超级物种

超级物种独特的商业模式使得消费者可以第一时间品尝到物美价廉的生鲜产品，时刻践行为顾客提供“安全、健康、高性价比的食品”的企业使命。

实践体验

截至目前，我们在实践中参观了bravo门店，超级物种以及永辉生活，通过浸入式的体验，观察，思考，结合负责人耐心而细致的介绍，我们对永辉的核心价值理念，其供应链正在进行的数字化改革，及其对未来的探索和布局有了较为深刻的理解。

博士生项目简介

永辉的发展迈入第四次变革，正朝着数据驱动型企业转变，今年2月1日，清华大学软件学院与永辉联合成立“清华大学-永辉智能供应链管理联合研究院”。在我们到达之前，软件学院的6名博士生针对不同的方面开展了研究项目，对永辉的供应链进行了改进。

软件学院-永辉实践基地签约仪式

智慧选品

本项目针对品类管理进行优化。永辉超市的商品分类机制采用三级分类，即大,中,小三类，品类管理指的是通过将商品分为不同类别，以每一类作为经营的最小单位，实施不同的经营策略，以实现供应链利益最大化。通过搭建爬虫服务采集线上数据，结合单品匹配的方法，实现了综合线上线下数据的智能行业数据分析系统，为实时动态品类管理打下了基础。

配送路径优化

本项目的目的在于优化商品从仓库到门店的配送路径，以改善原有的基于人力的物流配送工作流，以达到实时安排路线，动态适应门店需求，提高物流效率的目的。本项目通过将问题建模为带约束的车辆路径问题来给出给较优的配送策略。通过三个阶段不同程度的优化，最终得到了较好的优化结果。

商品销量预测

以超市的角度出发，销售预测对于商业运营的各个环节都具有指导意义：

门店可以依据预测的销量制定促销方案，补货下单

仓库可以更加准确安排采购的优先级和时间节点

商品也可以以此为参考来动态定价

等等

在实现功能时，本项目采用了ARIMA（差分整合滑动平均自回归）的模型。并且将预测流程分为：数据收集，影响因子构建，预测，预测结果分析四个步骤。由于商品繁多，数据收集只以饮用水为例，将节假日、天气好坏、温度等作为影响因子进行量化。最后筛选出和产品销量相关的特征影响因子，利用数学模型得出结果。以矿泉水为例，预测的准确率在87%到90%之间。虽然这在一定程度上能满足功能需求，但学长表示在特征刻画，节假日分级和机器学习模型上还需要更多的数据和改良

商品定价

商品定价考虑门店以及消费者个人情况采取动态定价，并且以周转天数，对标产品价格为限制得出动态递归模型对客户类型进行分类，如下图所示（p为商品定价，c为商品成本，D（p）为商品销量）。最终实现千店千面，针对不同顾客制定不同价格的功能需求。

支队合影

供稿：喻琳颖，萧霭静，野田豪，苏乐

摄影：喻琳颖

排版：苏乐

供稿：数字中国——软件学院赴福建调研支队

审核：杨雅文、王泽宇