知名化妆品品牌商的全渠道需求计划建设
这家企业希望将原有的供应链(向消费者驱动的端到端的供应链)转型，向消费端靠近，从而通过敏捷的供应链更好地满足消费者的需求。然而，这个转型的挑战也很多，如需求波动大、销售波动的周期性及电商活动影响不能充分估计、库存积压与缺货并存等。由于这家企业已经积累了线上线下的大量数据，所以希望通数据分析更好地对全渠道(天猫、京东、线下专柜)需求进行预测和计划，同时在库存决策上更敏捷和优化，从而用最小的成本让收益最大化。
这就是一个典型的需求计划场景。我们结合企业自身的信息建设与数据积累，系统地梳理了线上线下全渠道销售的大量业务场景和约束条件，通过多种预测方法的优选结合不仅实现了全渠道上百个库存数量精确到周的销量预测和计划，同时还在满足电商服务水平的前提下，为电商区域仓库及品牌中心仓库制定了更加合理的库存管理策略，优化了各级库存管理水平，最终实现了爆款产品预测准确率提升至85%、全量产品预测准确率提升至80%的高精度预测，以及在此基础上成功地将订单满足率显著提升至98%。
基于数据算法的零售企业选址
服务过一家国内的连锁零售巨头企业、为长三角地区某城市的新店选址做决策。因为业务发展迅速，企业的市场拓展速度也随之水涨船高，每年的计划新增门店数量都不是一个小数目，所以传统的“扫街式”选店铺的方法不仅从节奏上无法支撑业务发展的需要，同时也缺少数据支撑的科学选址逻辑，更无法支撑未来向其他城市的更大规模拓展。
于是，采用从百米级的区块划分，到业态、店铺、人口数据的多维度整合，再到基于所有避让原则下最大化人口覆盖率和预期营收的最优选址方法，最后实现以点带面、逐步加密的分期开店。
最后的效果是帮助这家企业达到了和竞争对手相同的人口覆盖率所需要的门店数量，竟然比竞争对手降低了60%的成本!这不仅极大地减少了成本与资源的浪费，还带来了更精准的收益评估和效益提升也为接下来的规模业务拓展打下了数据驱动的智慧化基础。
精细化动态调价
某消费品巨头拥有6个产品品类、数千个产品的庞大产品矩阵，但在日常时点和促销时点的价格决策全凭人工经验，没有经过量化分析和消费者洞察，决策之后也无法溯源和分析，更不用说准确评估投入/产出比值了，价格的动态调整往往达不到预期的效果，自然也就难以与财务部门达成一致意见。
面对这个问题，首先，对产品进行品类洞察的分析，包括内部竞争性分析和外部竞争性分析，对内避免各个子品牌产生侵蚀效应，对外摸清竞品价格策略；其次，通过大量的数据分析和模型计算，还原出了产品的真实价格弹性，构建了一个日常时期的价格优化量化方案。经过几个月的实际运行和A/B测试，该企业的日均销售额可以提升3%至10%，日均毛利润总额还可以提升14%至21%，这都是真金自银的巨额效益提升啊!
为休闲食品企业建立智慧促销体系
某休闲食品品牌在多个线上渠道、拥有电商旗舰店，每年都会投入巨额经费组织线上促销活动，正如消费者所熟知的，线上促销活动不仅频率高，形式也多种多样。但从这家企业的角度来看，巨大的促销费用投人也正在成为其经营负担。所以，如何通过一个量化工具，来帮助它分析旗下全量产品在线上的促销表现，进行日常价格分析，同时提高促销效率，提升用户黏性呢?