今天小編分享的互聯網經驗：從爆款預測到三天定制，AI+珠寶還能這麼玩？，歡迎閱讀。
出品｜虎嗅智庫
作者｜劉越
頭圖丨潮宏基
當珠寶購買可以像 " 點外賣 " 一樣便捷，當 AI 能以 80% 的準确率預測潮流爆款，這個傳承千年的行業正在被數據和智能重塑。面對波動的市場和崛起的 Z 世代，傳統珠寶品牌亟需尋找新的價值錨點。
其中一個驅動力，是數字化。發源于潮汕的珠寶品牌潮宏基，對此有多年探索。
自 2006 年引入 SAP-ERP 系統起，潮宏基開啟了長達十餘年的數字化建設征程，歷經系統重構、商業智能（BI）建設、數據中台搭建、智慧雲店推廣等關鍵階段，逐步構建起覆蓋生產、供應鏈、渠道、營銷等核心環節的數字化體系。同時，積極擁抱 AI，嘗試用智能算法驅動爆款預測、極速定制和精準營銷，為傳統珠寶業務注入新的活力與價值。
那麼，長期投入所奠定的數字化基礎，究竟為潮宏基帶來了怎樣的應用勢能？企業如何在此之上，進一步部署數據分析與 AI？又是如何實現将 " 爆款 " 預測準确率提升至 80%，并将個性化定制周期壓縮至最快三天？這些由 " 數據助手 " 等工具賦能的實踐，又在多大程度上提升了運營效率？
帶着這些問題，近期，虎嗅智庫與潮宏基 CIO 潘平進行了深度對話，圍繞潮宏基的數字化轉型之路展開，探讨其在數字化浪潮中的戰略規劃、實施挑戰、具體成效和未來展望，希望通過潮宏基的數字化實踐，為珠寶行業的數字化轉型帶來一些啟示。
以下為對話精華部分：
十年築基：先推翻自己，再重構行業
虎嗅智庫：潮宏基的數字化建設經歷了幾個階段？
潘平：數字化建設分為三個階段：首先是基礎建設，确保團隊共識，實現業務系統化；其次是業務再造，将 SAP 系統轉型為業财一體，并建立微服務架構的中台能力；最後是數據化應用，通過中台能力提升業務應用和數據管理，實現高效反饋和快速市場響應。
目前三個階段已基本完成，我們内部定義 2025-2026 年為 " 數字智能轉型元年 "，将在兩個方向重點突破：智能配補貨方面，進一步優化算法，提升補貨和銷售預測精度；AI 賦能導購：基于品牌調性，AI 自動生成營銷内容，降低導購學習成本。
虎嗅智庫：數據中台如何賦能業務？具體案例有哪些？
潘平：這些平台包括用于分析運營質量和狀态的工具，以及我們在業内首創的潮宏基數據助手。數據助手是一個純小程式端的移動應用平台，主要面向與數據相關的總部各業務單元人員、終端區網域管理人員、門店店長以及代理商老板。
他們可以方便地在微信上打開小程式，獲取實時的經營數據，涵蓋多種經營指标、門店運行情況的診斷以及相應的分析，例如經營狀況的好壞、流量、客單價、用戶復購等方面的系統性和實時性提示。
在管理市場和門店時，管理人員就像擁有了一個精準的 " 數據基因監測儀 " 或 " 導航儀 "，能夠清晰地指出哪裡高了，哪裡低了，是否缺貨，缺了什麼，以及補貨的建議等。
數據煉金：從 " 人找貨 " 到 " 算法配貨 "
虎嗅智庫：珠寶行業 SKU 復雜且非标性強，傳統預測模型難以适用。定制珠寶交付周期從 " 不可想象 " 縮短至 7 天，常規訂單最快 3 天交付。潮宏基通過數據中台整合多維度數據後，如何構建适應珠寶品類的 AI 預測模型？
潘平：預測一直是困擾我們的一大難題。珠寶的可替代性很強，不像手機等電子產品每款產品的參數差異明顯。珠寶中，即便是不同款式，其相似度有時也相當高，使得有效預測變得困難。對于消費者來說，在未看到實物時的購買決策與看到實物後的決策可能截然不同。購買電子產品時，消費者通常目标明确，而購買珠寶時，往往是到店後看到喜歡的款式才決定購買。因此，在預測時，是否展示某些產品會對預測結果產生顯著影響。
在進行單品預測時，我們進行了多項重要改進，将傳統的線性模型結構轉變為基于統計學和概率分析的方法。最終，計算出每個單品在補貨周期内的銷售概率，該概率範圍從 40% 到 90% 不等。
例如，如果某件單品在一個月内的銷售概率超過 40%，則可以認為該單品在該月内銷售五個是可行的。預測模型不僅會提供銷售預測，還會給出建議的補貨量，例如建議庫存為八件，而不僅僅是預測可能賣五件或六件。
同時，模型會對每個單品進行此類測算，最終生成智能補貨計劃。模型還支持門店内部的庫存調度。例如，對于一個擁有十家門店的代理商，預測模型可能會顯示某件單品在這家店的月銷量為五件，而在另一家店為兩件。由于庫存配置不匹配，可能銷售五件的門店庫存只有三件，而只能銷售兩件的門店庫存卻有八件。模型将自動生成調度建議。
潮宏基解決的核心痛點是，以往門店在補貨時，往往難以集中訂購某款產品。由于門店訂單通常由店長根據個人判斷挑選，而平台上的商品種類繁多，店長為了降低風險，通常會訂購多種款式以确保銷售。這種做法帶來的問題是，未售出的商品容易成為長期庫存，而暢銷商品則可能因補貨不及時而錯失銷售良機。
針對這種情況，模型能夠給到建議，例如在 20 款商品中僅選擇其中的八款進行訂購，并且這八款的訂購量可以從人工方式下的兩件增加到十件。算法之所以能夠做出這樣的決策，是因為它不僅綜合考慮了多種因素，還參考了相似門店的動态銷售數據、公司對該單品的推廣力度以及活動強度等。通過這些信息，門店可以更加精準地進行補貨、陳列和推廣，從而有效提升銷售機會。
虎嗅智庫：您提到的這套算法如何平衡市場需求波動與生產周期限制？與上遊工廠的數據協同機制是如何建立的？
潘平：在構建全渠道供應鏈的過程中，我們早已預見到相關問題，并在幾年前與上遊的幾家工廠共同落實了兩項重要舉措。
第一，與上遊供應商及工廠進行了系統集成。舉例來說：由于供應鏈實現了全面打通，前端訂單的處理流程也更加高效。對于核心款式，以及一些非核心但生產周期相對固定的款式，我們與上遊的工廠明确了交付時間，并對其進行了嚴格的管理和考核。
第二，實現了大部分上遊工廠系統與自有系統的無縫對接。門店的補貨計劃和訂單能夠通過搭建的供應鏈平台自動推送到上遊工廠，實現自動接單。門店一旦下單，系統就會立即将訂單派發至上遊的工廠。
簡化來看，就像在美團上點外賣一樣。平台會根據訂單信息實時計算，告知預估的到貨周期，系統會明确告知你貨物預計的到達時間，這背後的邏輯則涉及預算管理和生產交付的精細化管理。
在我們的數據鏈中，這些環節是完全打通的。具體邏輯是：當你下單時，如果貨物在某個可用倉庫有現貨，系統會預測從揀貨、包裝到發運所需的時間；如果貨物沒有現貨，需要投產生產，系統則會檢測哪些工廠可以生產，并評估哪家工廠的交付能力最快。例如，如果 A 工廠對某款產品的交付周期為五天，那麼我們就會将訂單派發給 A 工廠，并在生產過程中預留五天的時間。
組織暗線：用 " 雙 KPI" 打破數據孤島
虎嗅智庫：在協調電商、門店、供應鏈等板塊利益時，如何避免 " 部門牆 " 阻礙數字化進程，确保項目順利落地？
潘平：與我們的組織體系密不可分。長期信息化建設始終是董事會高度重視的核心工作，層級極高。在這樣的模式下，組織中的所有重要項目，包括年度信息化戰略和五年數字化規劃，都會經過董事會的重點審議，并在預算上給予充分支持。
同時，許多重要項目由總裁親自挂帥，分管副總裁負責主導落實，确保各項工作從集團層面統籌推進。
這種組織架構也意味着始終站在集團的高度來推動各項工作。例如，當需要平衡電商部門和門店等不同業務單元的利益時，以集團的最高利益為首要考慮，再兼顧各業務端的利益。為了有效平衡各業務單元的利益，采取了多項措施。
例如，用戶在線上購買的產品，在線下門店同樣能享受到包括保養、以舊換新等在内的售後服務。但其中涉及復雜的利益分配問題，如線上銷售已獲取利潤，線下提供服務時如何合理計算成本及收益等。
對此，我們建立了一套完善的機制來解決，在最終對業務單元領導的考核時，采用統一的指标體系，涵蓋銷售量、銷售額、市場占有率等關鍵銷售指标，确保線上線下渠道共同為品牌產品的銷售目标貢獻力量。這意味着一旦線上業績未達标，也會影響到線下主管的考核，從而避免因部門利益衝突而影響整體戰略的實施。
虎嗅智庫：潮宏基的數字化實踐對其他珠寶企業有何經驗和建議？
潘平：根據我們的經驗，在推進數字化轉型時需要注意以下幾點。
第一，企業應勇于決策，尤其是那些數字化基礎薄弱的企業，常面臨高成本舍棄現有系統的挑戰。數字化轉型需有魄力，敢于取舍，甚至重新開始。許多企業底層設計基礎薄弱，只注重表面，忽略基礎建設。若基礎設計不佳，卻希望強大體系支撐，這将會導致項目周期長、成本高，所以必須進行系統性設計，同步推動者需有心理準備和覺悟。
第二，在推動過程中，需要拿出有說服力的方案，去說服公司高層和董事會，獲得他們的支持。這需要帶着中長遠規劃和短期目标的完整系統性規劃，向他們證明投入時間和資金是值得的。推倒重來之所以困難，是因為它比從零開始的構建更復雜，其中涉及改變人們的認知和習慣，甚至可能影響到他們的利益。因此，必須給予他們足夠的信心，讓他們相信重建後的系統會比原來的更加高效和先進。
第三，一切都要以業務為導向，業務部門提出的需求往往只是表面的問題，而我們需要透過這些表面現象，分析其背後的管理價值、業務變革的潛在需求以及業務的痛點等。
第四，我認為還需要平衡好投入產出以及各個業務鏈之間的關系。其中涉及組織關系和人的關系，因為一旦推動某些變革，人員的貢獻和重要性可能會發生變化，有些是正向的，有些則是負向的。必須客觀地預見這些變化，并做好相應的心理預期和安排，這樣阻力才會變得更小。
最後，建立前期共識尤為重要。如果缺乏共識，推進工作将會變得非常困難。
關于虎嗅智庫：
虎嗅智庫是一家聚焦企業數字化、AI 創新實踐的新型研究服務機構，為產業智能化進程中的甲乙雙方，提供有洞察性的研究報告、案例評選，以及線上會議、線下活動與參訪服務，以支持企業高管在智能化、數字化方面的明智決策。
我們提供的核心價值：
及時與優質的洞察，了解技術、了解行業、了解同行與對手；
為決策者技術與產品戰略決策、產業規劃、解決方案選型提供重要參考；
幫助市場全面了解前沿科技及所影響產業的發展狀況，還有未來趨勢。
