伴随供应链数字化转型的B2B电商

      

  

        制造业的数字化浪潮正迅猛地席卷全球,新冠病毒大流行和地缘政治格局的改变促进了不同国家和地区企业对供应链数字化转型的的步伐。除了企业内部的加快数字化之外。企业的营销也加快电商化步伐。

     企业内部管理的数字化转型会给电商带来怎样的转变?电商如何适应数字化转型的制造业?反过来企业数字化转型会给电商平台什么新机遇和新挑战?这些都是值得深入思考的问题。

务实的企业数字化 

        企业数字化转型的重要一步就是在一系列标准的指引下,构建企业资产的数据模型,这里的“资产”包括了企业内部的所有生产要素-机器设备,软件,材料,产品等等。在标准化的数据模型基础上,使用开放性,标准化协议实现数据的互联互通和可视化。在此基础上增加数据分析,人工智能和机器学习,先进工艺和数字仿真和数字孪生等新技术,达到提到产品质量,增加产能,降低制造成本和减少机器停机时间,预测设备故障,缩短产品交付时间,减少材料损失、改善客户服务和交货时间、扩大产品销量,提高员工满意度并减少对环境的影响等目的。我们提倡“有目的的数字化”,提倡具体与务实,专注于实际业务需求和当前性能挑战,并遵循“优势向上”的方法,务实地推出的解决方案。而不是从技术出发构建一个数字化的花架子。

       笔者看来,许多企业制造车间的数字化并不能在短期内给企业带来明显的经济效益。后疫情时代的中小型企业的挑战是市场疲软。在销售端实现数字化也许能立竿见影。

     

为传统制造业而建的电商平台

           目前大多数的电商平台是为传统制造业构建的,阿里巴巴1999年在中国杭州创立。愿景是“让天下没有难做的生意“。二十年前的制造业还停留在传统制造业的阶段,电商平台让众多中小型传统制造业带入了网络世界,为中国的电子商务的普及发挥了关键的作用。

        另一方面,当年阿里巴巴的商家都是传统中小型制造企业,他们的信息化程度很低。也正是因为如此,阿里巴巴的电商模式基本是模仿了”商铺“方式-网上开店,而重点放在诚信与电子支付平台。培养商家和客户电商习惯上。这一点做的非常成功。

      但是也应该看到,商铺式电商平台也存在一系列问题,产品的数据不规范,削弱了制造企业的品牌,产品质量参差不齐,同类商品的店铺众多,价格和销量透明,加剧了商家的价格竞争。这些问题造成了电商平台摆脱不了小商品市场的形象。

      之后加入电商平台销售的京东商城增加了自营产品和品牌厂商的平台销售。产品的质量比起淘宝网有了很大的提升,但是它并没有坚持于此,也增加了小店铺模式。之后发展起来的拼多多,抖音直播带货并没有摆脱这样的方式。

    当电商平台从B2C 转向B2B,面向工业领域网络销售时,B2B电商平台带有很浓的B2C 基因。例如阿里1688 是面向工业采购的B2B 平台,它增加了面向批量订单的API接口和交易撮合,但是由于商家和买家的商品分类和定义不精准和规范,形成两端不可控。

 未来的B2B 电商平台

        笔者认为, 改变当下的B2B平台,需要卖家,买家和B2B平台共同的数字化转型。其核心是提升供应链数字化,其中包括两项重要的基础工作:

  • 产品分类和产品数据的标准化
  • 产品信息交换协议的标准化
  • 在线交易协议标准化

在讨论这三个问题之前,我们先来回顾一下工业品传统线下产品订购流程。

卖家

产品制造商设计完成一个产品,准备投产之前,有设计部门提供产品的相关数据,主要包括:

  • 产品名称
  • 产品型号
  • 技术规格
  • 产品图片,产品公开的工程设计图纸(2D,或者3D)
  • 产品数据表,产品使用手册等技术文档

公司的销售部门提供

  • 产品广告
  • 推广媒体-彩页,PPT,视频,网页
  • 产品定价
  • 产品折扣方案

         所有这些数据和文档称为产品信息(Products Information),目前的发展趋势是将产品信息统一管理,它称为产品信息管理(PIM)

买家

        买家同样是一家制造型企业,产品设计过程中需要选择各种外部零部件,传统的方法是查阅各种设计手册和他收集到的产品信息,老工程师的桌子上往往堆满了各种产品样本。最后他决定选择哪一个厂家的产品。现在更多的是网络查询。在这个过程中,供应商的推销人,展会,技术讲座会影响工程师做出选择。

    当设计完成后,工程师会形成一个BOM表,其中包括了

  • 产品编号
  • 产品名称
  • 型号
  • 主要规格
  • 厂商名称
  • 厂商产品名称

产品的编号是一个令人头痛的事情,企业内部要制定编码规则。

        形成BOM 表后,由采购部门采购。在生产过程中,BOM会不断地修改,并且会选择第一供应商和第二供应商

        对于线下零售店而言,同样有一个类似BOM 的商品清单,他们采取与制造型企业类似的方式采购经销产品。

交易过程

       采购部门向厂家或者经销商发出询价单,得到经销商回复后,公司做一些沟通和审批,然后正式下单,付款,收货,入库,获取发票等步骤。

在线方式

    将上述方式转向在线方式的流程

买家-卖家方式

 

买家-电商-卖家方式

BOM-物料表

     BOM 已经不再是一个EXCEL 文档,而是一个数据库,包含了材料的所有信息。成为企业物料信息的单一来源。供所有部门使用。

PIM-产品信息表

        同样地, PIM 已经不再是一个EXCEL 文档,而是一个数据库,包含了产品的所有信息。成为企业产品信息的单一来源。供所有部门使用。

        产品匹配(product matching)是B2B的关键之一,对于首次购买或者偶尔购买。可以由卖家或者平台推荐,由买家提出的采购产品的规格,配对卖家产品,返回产品的所有信息。

数据交换协议

产品配对协议

        产品配对(product match) 是B2B 交易中非常重要的能力。尽管在B2C 平台商已经出现了基于视频识别等技术的产品配对和推荐,但是对于B2B 平台而言,产品平台主要是基于产品的描述,规格,型号等确定信息。chatGPT大语言模型将会提高产品配对的能力。需要一种协议或者API 来实现产品配对。

在线交易协议

以前电子交易方式是EDI,现在更倾向使用web API 完成。

 产品目录传输协议

        买家-电商-卖家方式中,生产厂商需要将产品目录上传到B2B 平台,许多企业实行了多平台策略。需要将产品目录上传到不同的平台,并且在各种社区和视频网站发布。在这种情形下,产品目录传输协议显得十分重要。

产品分类和产品数据的标准化

    买家BOM和卖家PIM的分类方式,产品描述数据结构保持一致非常重要。给在线数据交换带来了便捷。并且避免了差错。这是高效B2B 的关键。当卖家和买家不具备标准化BOM和PIM 时,B2B 平台就只能是现在人工“陶宝”方式。

   解决这一困境的方法是采取标准化产品分类和产品数据的标准。主要的标准包括

  • GS1
  • ETIM
  • ECL@SS

             产品目录交换协议包括BMEcat 以及最近才出现的ETIM XChange 。目前京东已经采纳的GS1产品分类。在自动化化行业,比较看好ECL@SS 标准,但是ECL@SS 是收费的德国标准。相比之下,ETIM 是一种比较简单的产品分类方式。而且应该是免费的,但是目前包含的产品分类比较局限。

     构建产品分类和产品描述标准是十分艰巨和漫长的工作。实现B2B 平台的自动化,需要买卖双方和平台同步采纳产品分类标准,这给标准化工作增加了难度。

产品信息交换协议的标准化

       国外标准主要是BMEcat协议,最近ETIM 提出了Xchange 。该标准基于JSON格式,希望取代BMEcat。

产品配对协议

    产品配对,产品和供应商推荐对工业品和供应商选择非常重要。这也是AI 大模型的有用之地。与消费类产品相比,工业品配对具有严格的要求。产品信息标准化是关键。目前还产品配对协议的国际标准出现,B2B 平台可以设计一个开放性API接口

在线交易协议标准化

  以前采用EDI 标准(美国X.12),现在更倾向API,例如阿里1688 就提供了开放的API。到目前为止,还没有一个标准化的在线交易标准化协议出现。

软件架构

变更企业现有的管理软件是困难的,采取独立的系统是好的选择

        企业要构建BOM和PIM 主数据系统(master Data)。 

结束语

        当下跨境电商正在如火如荼地发展,对于跨境B2B 电商而言,采纳所在国的国际标准尤为重要。有远见的公司要未雨绸缪。

下一步,我们将继续探讨在ETIM 的XChange 基础上,如何设计产品配对和在线交易的API 接口。

  • 18
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
大数据与银行数字化转型 作者:田江 来源:《软件和集成电路》2017年第10期 每个数据产品组件具有自主性,具备低耦合高内聚特征,服务彼此独立运行, 具有增加自身价值的能力。 移动互联时代,新的经营模式给传统银行带来极大的冲击。在银行数字化转型 过程中,大数据能够发挥至关重要的作用,风险、营销、渠道、运营等领域正在进行的 各项变革也均与大数据密切相关。银行数字化转型是企业级、体系化的工作,强调极致 客户体验和全面创新文化,同时内部有机协作和外部市场拓展也是重要因素。为此,数 字银行的实施过程需要遵循客户中心性原则,同时建立开放式的创新机制。 提升客户体验对于银行实施数字化转型至关重要,具体包括三个成功因素。首 先是将业务经营目标设定为更接近客户的期望,这需要改变现有的观念和做法,让客户 真正成为银行的中心,同时还要关注客户与用户的营销差异;其次是充分利用技术创新 带动客户体验的大幅度进步,银行可以应用前沿技术实现这一目标;最后需要重新思考 网点分支机构的作用,传统的总分支架构体现出银行品牌作为一个完整的有机结构,改 变分支机构意味着工作习惯、绩效激励方式和业务经验的对应调整。 针对开放式创新,可以结合IT和营销人员组成数字化团队,帮助客户制定相应 的创新方案。类似敏捷开发的概念,同时也保证在双赢的基础上发挥各自的优势。集合 信息科技和业务营销人员,创建敏捷团队将客户需求与解决方案交付进行结合,从而尽 快提供新的产品或服务以满足客户需求。另外,在创新过程中需要充分结合内部知识与 外部信息,以实现更有价值的创新。 大数据与客户认知 大数据领域的创新实践与银行数字化转型息息相关,因为大数据是企业开放式 创新的重要落脚点,更是实现客户为中心的基础和关键。大数据与客户认知,体现了业 务视角的大数据价值,也涵盖了技术视角下数据采集、加工、整合及应用的完整过程。 大数据能够帮助企业全面深入地了解客户,并提供有针对性的服务。我们认为 大数据视角下的客户认知可以通过建立客户画像标签体系来实现,并在应用过程中不断 完善和深化。如图1所示,客户认知框架可以分为两层,其中基础层包括静态属性和行为 属性,反映数据采集范围;衍生层包括情绪属性、价值观属性、道德观属性,反映的是 数据应用的深度,也就是数据价值挖掘实现的层次。 综合数据范围的广度和数据应用的深度来建立客户画像标签体系,体现了大数 据时代4V特性的精髓,其中Volume、Variety、Velocity三个属性主要对应客户基础层标 签中静态或行为数据的增加,Value属性对应衍生层的数据分析挖掘内容。从另外一个视 角来看,衍生层对应客户认知的深度和数据应用的广度,能够促进基础层数据采集的范 围扩大,并且实现"用"数据和"养"数据的良性循环。 虽然上面只呈现两层的体系架构,在实际应用中还可以细分为更多的维度。以 静态属性为例,基本定义为客户较为固定的属性,又可分为自然属性、社会属性、兴趣 属性等分类,具体项目包括性别、年龄、星座、人生阶段、消费水平、教育程度、所在 行业、职业、投资偏好等。在实际应用中,静态属性也并非一成不变,会随着具体情况 的变化进行动态调整,不过其频率和范围较行为属性的变化要相对稳定。对银行客户来 说,典型的行为信息包括客户通过某一渠道访问或使用银行某一产品、服务的事件类信 息,以及伴随对应的时间、地点等信息。此外,大数据时代更重要的是整合企业外部数 据,如社交网络、地理位置服务等数据形成对应的行为信息属性。需要额外说明的是, 基础层的两种分类属性都可以结合业务需求进行自我进化、组合,形成更加丰富的宽表 属性以满足灵活需求。 通常来说,基础层属性能满足大多数的银行业务经营需求。无论是营销类分析 决策,还是风险类授信预警,都可以在基础层的属性信息上进行数据分析与挖掘。客户 融合的理念在于从更深层次认知客户,从而优化模型算法以提升实用效果。当更多种类 的挖掘算法出现在银行经营活动中,那么就能逐步实现数据化运营,这个过程中就需要 衍生层的属性。 衍生层的属性主要是情绪属性、价值观属性和道德观属性三类,情绪属性是目 前业界最为关注的热门话题。通常将客户的情绪分为冷静、警惕、确信、活力、友善和 幸福这六个类别,情绪信息对于客户在线营销能够发挥关键作用,不同情绪对应不同的 营销技巧和策略,这是零售银行客户发展的重要问题。价值观属性和道德观属性虽然出 现于体系中,但目前更多处于探索阶段,距离实际应用场景还有一段距离。在人类的决 策模式中,情绪数据能够影响用户是否会购买商品,但价值观属性对应着具体买哪种商 品。与此对应,道德观属性包括诚实、原则、荣誉等属性,对于银行客户营销、风险法 规等领域都能发挥作用。通过传统数据难于分析判断客户的价值观倾向或者道德观属性 ,这需要更多的外部数据支持。 技

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值