良品铺子_门店动态补货决策数据集
应用场景：门店动态补货决策
投稿方：loki · 服务商：中金云链（武汉）数字科技 · 收录时间：2026/10/13
本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。
案例事实
1. 一句话摘要
投稿方未提供
2. 行业 + 企业规模
消费零售 · 国内休闲零食头部品牌，全国门店网络庞大，SKU数量众多
3. AI 能力类型
预测
4. 原来怎么干的
人工测算和判断，采购决策平均需要3天，滞销商品库存占比高达15%，过期损耗严重
5. AI 介入在哪一步
AI直接接管补货决策：预测需求量→结合实时库存计算最优补货量→匹配供应商交货周期与物流时效→一键生成补货计划→动态优化跨区域跨仓库调拨路径
6. 模型与架构
门店动态补货决策数据集作为超级信息枢纽，集成供应商产能、库存与物流数据；录入私域AI系统；汇总供应商履约与物流时效数据，提前7—14天预判断货与运输延误风险
7. 数据基础（必填项）
来自财务、销售、供应链等几十个信息系统；入选武汉市第二批10个高质量数据集应用典型案例；需先做数据治理，解决系统口径不一致、字段分散问题
8. 效果
采购决策时间3天 → 0.9天；紧急补货响应提速70%；滞销库存占比15% → 8%；过期损耗减少40%；畅销品占比提升70%；SKU需求预测误差率≤5%；AI预测准确率（即误差率≤5%）在含促销与天气因子时达成，但依赖门店销售数据质量
9. 投入
中金云链提供数据辅导与建设；企业侧投入集中在数据整合与系统录入；投资回收周期短；无具体人力/预算/周期数值
10. 坑
数据整合工作量大，几十个系统口径不一致、补货相关字段分散，必须先做数据治理；上游门店销售数据漏记错记会导致模型精度明显下滑
下载 良品铺子_门店动态补货决策数据集 复现资料
本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。
- 00_说明.txt
- 01_关键信息.md
- 良品铺子_门店动态补货决策数据集.docx
分享复现反馈
复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。
示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」
写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。