7-Eleven需求链信息系统启示录

点击上面蓝色文字，一键关注新零售管理智库

7-Eleven创始人铃木敏文的事业观之一是 “信息就是生意的命脉”。

他曾经说过“在其他方面的投资或花费小气些没有关系，但在信息和沟通上的投资或者花费绝对不能省”，这样的态度和做法最终成就了7-Eleven在日本甚至全球范围零售业内信息化程度非常具有典范意义的一个企业。自上世纪70年代起7-Eleven便投入巨资开始了自己的信息系统的建设，此后经历的6次的升级和迭代，每一次系统使用大约7年，

下面为每次升级的主要特色：

第一次：计算机购物辅助系统的构建，提升订购-流通的效率；

第二次：POS系统，提升订购质量和物流效率；

第三次：单品管理及进货系统的构建，深化单品管理思想；

第四次：综合信息系统开发，实现信息共享，提升订货精度；

第五次：上下游供应链整合，有计划的促销、生产、配送等，强调职能协同；

第六次：大数据支撑单品管理的进一步深化；

7-Eleven需求链的指挥者是顾客需求，而顾客需求的表现形式还是商品，其实就是站在顾客和的立场，提供他们满意的品类结构，并且超出他们的想象。7-Eleven的信息系统始终从顾客的日常购物消费场景出发，更加强调信息技术和店员以及顾客之间的融合，也就是把信息技术在顾客和商品、店员和商品、门店和商品、门店和顾客的关系中深刻的体现出来，以及对其订货精髓思想“假设-验证”进行有效应用。

以上信息系统升级虽然历时四十多年，经历了不同的时代，但整体变革主线清晰，目标明确，体现了以下几个基本理念：

1、业务流程整理与系统开发同时联动组合；

2、依托大数据串联、驱动起链条上各个环节最终成为一个数据和流程闭环；

3、强调订货是零售业的思想和命脉所在，强力支撑“单品管理”方式；

4、计划、协同、灵活是该信息系统的管理精髓；
 

由此可见7-Eleven信息系统的核心还是商品的精细化管理，这也是其需求链管理的核心，即强调“单品”的全程管理，掌握每件商品的动向，分析商品热销或滞销的原因，对于顾客的需求及动向以假设的方式提前进行订货与备货，在商品管理基础之上，把整个企业的组织间协作、业务程序、业务流程依靠人与系统的互动而组合在一起。

其以商品管理为导向的需求链的信息系统体现以下三个显著特征：

1、信息实时化

7-Eleven信息系统核心的能力就是要协同门店、供应商、物流商形成稳定的商品的需求和供应计划，简单来说就是要让顾客的需求与供应商供应进行联动和可视，让门店不缺货，没有滞销积压。

例如其总部数据中心到店铺的数据同时同步发送和，到数万家门店的时间仅为几分钟，而且目前的信息系统的天气数据每30分钟就可以更新一次，这种实时和共享的信息让总部第一时间掌握各个门店的销售、库存、补货、在途等的各种动态，随时做出及时反应和中长周期的预测和供应计划，而门店也可以实时的看到商品的库存、供应、运输的各种数据，为其自身的精准订货打下基础。

7-Eleven信息系统的信息反馈循环以两个周期运营——每日和每周。一旦收到POS数据，总部就按照区域、产品和时间将这些数据集成，并且在次日一早就让所有商店和供应商能够使用它们。商店经理可以根据顾客群体，分析所有SKU每小时的销售趋势和缺货率。

7-Eleven商品总部从各家分店在一天之内取三次数据，并且能在20 分钟内就可以对这些数据作出分析结果，快速发现哪些产品符合消费者的需求, 使上货总是保持在最佳状态, 使订单能够在很短的时间内到达。实现在很短的时间内向分店进行配送。

信息系统也对于准时送达进行了有力支撑，便利店员工们甚至自豪地认为，他们的送货卡车比日本的定时的公共汽车还要准时。7-Eleven还向批发商和制造商提供详细的共享信息和预测，帮助他们作出准确的存货决策。

商店经理会带着一个手持设备在店铺各处走动，该设备可以用于检查库存水平和销售趋势，而这些信息又可以被用来通过ISDN向总部发出订单。然后集成的订单被传递给生产商、批发商和配送中心，用于计划和物流。对快餐食品和新鲜食品类的订单是每天发出3次，杂志是每天1次，加工食品类每周3次。

2、管理自动化

众所周知，日本是典型的老龄化和低生育率的国家，人工成本极高，其日本总员工也就8054人，却创造了2000多亿人民币的营收，其信息系统的高度自动化是支撑这一奇迹的重要基础。

其总部的信息系统可以根据销售、顾客需求、库存情况、各种事件、生产约束等自动的制定出商品计划、需求计划、补货计划、生产计划、采购几乎、物流计划等，这些综合计划的目的是用来指挥和支持各个终端门店的单品销售和补货，这些计划根据以前的历史和各种实时的信息可以自动生成，供只有150多人的商品团队来统筹协同。

同时各个门店在总部的推荐、建议和预警的基础之上，根据自身门店的实际需求如突变的天气、活动的举办、人流的激增等情况来进行灵活机动的调整，这样就让门店员工的人工干预在订货这一命脉行为中降到最低，甚至一个打零工的高中生也能订货，从而通过系统的高度自动化和精准化，缺货率也控制在了十万分之五左右。

具体地说，7-Eleven信息系统可以根据周汇总POS数据和相关部门反馈，得到一组新推荐的单品和用于订货决策的战术。7-Eleven信息系统还利用销售趋势来决定是继续持有还是放弃一种产品。

一般来说，一种新产品会在一至两周到达其销售峰值，并在几周后销量开始下降。当平均在每个商店的销售额下降到某一水平时，这个产品就会从推荐列表中被删除。随着时间的发展，产品的生命周期在缩短，新产品以一种更快的速度被引入和舍弃。在每家商店持有的3000种SKU中，每年会更换其中一半甚至更多。

此外，这种数据还被用于预测未来的趋势和消费者需求，以帮助生产商进行新产品开发。例如，半成品的新鲜面条销量上升，而味千拉面（细带关的面条）的销量却下降了。由于及早把握了新鲜面条的趋势，7-Eleven就会与生产商日清公司（Nisshin）联合开发出一类新的新鲜面条。

另外一个例子是新的每日送餐服务（Seven Meal Service）项目。7-Eleven拥有足够的数据支持，来为那些在每日餐食准备方面需要外部帮助的人实施餐食外卖服务，服务对象包括中老年人、护理人员和无人照顾的居民。

数据和分析还使得7-Eleven可以在一天内多次调整商店的布局。例如，一家商店可以发现一天内不同时段不同规格牛奶的销售模式，从而商店经理可以得出当天的运货请求，以最小化总的订货不足和订货过量成本。还可以在一天内多次重新摆放冰箱中的奶制品，这样顾客就可以轻易地拿到他们喜欢的产品。

3、决策智能化

在第六代系统为中，除了原来的商品库存数据、POS数据、缺货数据、报废数据之外，还增加了地理数据、设施数据和长期预测数据，这些数据包含了所有运营决策所需要的信息，甚至还包含了实时天气预报、社区活动、交通状况等实时信息，其总部的系统储存了每家门店两年以上多达每天4000万条的相关信息。

所有的信息都是为了支持其“现状分析-假设-行为-验证”的流程，这其实就是典型“获取数据—分析数据—建立模型—预测未来—支持决策”的过程，7-Eleven大量零售运营数据包括顾客、商品、销售、库存、订单甚至人的经验等海量产生，结合在不同业务场景如商品品类管理、销售预测、动态定价、促销安排、自动补货、安全库存设定、仓店和店店之间的调拨、供应计划排程、物流计划制定等业务目标，再匹配上合适的算法即可对这些应用场景进行建模，其产生智能化决策建议。

7-Eleven是个典型的大数据公司，对每天产生的海量数据进行了深度的分析和挖掘，并通过各种模型的建立来对之前的各种情形、经验、失误等通过数据进行沉淀和积累，最终为其决策的智能化打下基础，也让其进入了一种不断改良和自我学习的良性闭环过程。

例如，店长会检查每种单品的销售与库存状况，结合系统的补货建议，做出最终的门店补货和交易决策，还会与供应商协同安排新产品开发。以周为单位，形成战术上的运营计划，作为执行系统的每日循环的补充，使得上游的合作伙伴可以更好地为调整做出准备，以适应商店对每周订货计划可能的背离。

日计划和周计划互相补充，从而降低对面临波动需求的供应链进行管理的风险。商品总部还将门店店长收集到的数量可观的顾客反馈, 进行信息统计汇总后进一步反馈给供应商, 以达到让小小的店铺摆满“热销”商品, 吸引更多顾客关注。

值得一提的是，7-Eleven在其系统完善的过程中并没有使用什么世界大牌的成熟套件，而是因地制宜的结合自己的实际业务在外部算法专家、供应链专家、系统专家等专业人员的支持下逐步开发完成。

而反观不少中国的零售企业，要么盲目迷信大牌信息系统或大数据专家的成功经验；要么就对自己的信息化建设重视不足，没有达到战略高度；还有的在当今海量数据中迷失方向，觉得无从下手。

文章来源：智慧零售与餐饮

文章仅供学习参考,若有稿件问题，请微信留言

新零售时代到来，线上线下如何应对

分享新零售优秀经验文章供大家学习

若是好文章请记得收藏分享更多朋友

长按二维码关注新零售管理智库