数字化转型

零售数字化的真问题:库存与补货的决策依据从哪里来

不少零售企业做数字化,第一步是开线上商城。 商务部等 8 部门的数智供应链专项行动计划,已把零售业的全渠道信息整合、供应链控制塔与智慧商店写进政策条文。本文沿这三层展开,回答一个更实际的问题:中小零售企业该从哪里起步,才能让补货与库存决策真正有据可依。

主题
数字化转型
发布
2026年11月4日

不少零售企业做数字化,第一步是开线上商城。

这两年政策方向已经相当明确。商务部、国家发展改革委等 8 部门联合发布的《加快数智供应链发展专项行动计划》(商流通函〔2025〕56号)提出,到 2030 年培育 100 家左右全国数智供应链领军企业,并要求零售企业采用数智技术整合全渠道信息,加快消费端信息向品牌商、制造商的反馈速度,探索利用人工智能、虚拟现实、增强现实等技术建设智慧商店,同时建设数智供应链控制塔以实现实时洞察、运行分析和智能响应。

另一份文件《城市商业提质行动方案》则提出:完善超市、便利店网络布局,提升品牌化、连锁化、智慧化运营水平;促进线上线下融合发展,发展平台下单+门店配送、门店下单+即时配送,共同配送、集中配送,推广即时配送、无人配送;并构建高标准、可追溯的供应链管理系统。

把这些条文放在一起看,会发现一个共同点:政策关心的是"数智供应链"这件系统工程,而零售企业真正每天要做的决定,往往非常朴素——这个 SKU 现在该订多少、该从哪个仓发、还能不能补上。 系统工程是结果的形态,决策依据是产生结果的前提。一、三层结构:整合信息、控制塔、智慧商店

《加快数智供应链发展专项行动计划》中与零售直接相关的表述可归成三层。理解这三层的关系,比记住任何一条具体技术要求都重要。

第一层:全渠道信息整合

政策原文是"支持零售企业采用数智技术整合全渠道信息,加快消费端信息向品牌商、制造商的反馈速度"。这一层解决信息通不通:一家连锁零售企业,商品数据可能在总部、门店、电商后台、第三方仓各有一套;库存可能在 POS 一套、仓库一套、平台后台一套。这些数字各自都对,但放在一张表上就互相打架。而"加快消费端信息向品牌商、制造商的反馈速度"指向产业链协同:不是把报表发过去,而是让消费端数据能进入补货与生产的决策链路。

第二层:数智供应链控制塔

政策原文是"利用物联网、人工智能、数字孪生等技术,打造供应链智能管理和决策系统,实现实时洞察、运行分析和智能响应"。这三个词有先后关系:实时洞察——现在的库存、销量、在途、缺货,跨门店跨渠道能不能一眼看清;运行分析——数字放在一起,能不能回答"为什么这周缺货""为什么这批货压了三周";智能响应——结论出来后能不能触发动作,而不是再开一次会。

很多企业卡在第三层。看板上线了,报表也出了,但决策仍靠人打电话、靠微信群发消息。看板是输入,不是决策依据。

第三层:智慧商店

政策提到"探索利用人工智能、虚拟现实、增强现实等技术建设智慧商店"。这一层离消费者最近,但对中小零售往往是三层里最后才启动的——它依赖前两层的数据基础。

三层之间的关系

用一张表把政策要求与企业侧的实际抓手对齐:

政策层级

政策要求(出处)

零售企业侧的对应动作

常见卡点

信息整合

整合全渠道信息(56号 第(四)项)

统一 SKU 口径,打通 POS / ERP / 电商后台

各系统各说各话,报表对不上

控制塔

实时洞察、运行分析、智能响应(56号 第(九)项)

做可售库存视图与补货规则,推给门店

看板上线了,动作仍靠人

智慧商店

探索利用人工智能、VR/AR 建设智慧商店(56号 第(四)项)

门店侧体验与陈列优化,先少量门店试点

前两层没稳,试点成本高

线上线下融合

平台下单+门店配送、门店下单+即时配送;共同配送、集中配送

订单、库存、配送三者协同

线上超卖、门店拒单

供应链管理

构建高标准、可追溯的供应链管理系统(提质方案 第(八)项)

单据、批次、来源可追溯

数据只到 SKU,不到批次

这张表最重要的一行是最后一行。 可追溯不是合规附录,它是补货决策的物理基础——只有追溯到批次和来源,效期、临期、召回才谈得上自动处理。

retail-insight-fig1.png

政策三层结构与零售企业侧抓手的对应关系


二、为什么"线上"不是答案

有一个常见的误判是:以为零售数字化就是把交易搬到线上,搬完了数字化就做完了。

政策文件本身已经否定了这个理解。《城市商业提质行动方案》讲"线上线下融合发展",用的词是融合,不是"线上替代线下";配送形态是"平台下单+门店配送、门店下单+即时配送",本质上是把门店变成履约节点。

《加快数智供应链发展专项行动计划》讲零售,用的关键词是"优化零售业供应链供给水平"——落点在供给,不在交易形式。从经营逻辑看,零售的利润来自周转而非流量。一家门店的货订多了,压在店里是资金占用加损耗;订少了,是货架空缺加客流损失。这两端的钱,都是从"决策依据不足"里漏出去的。

公开报道中已有可参考的企业实践。央视网 2025 年 5 月 26 日就《加快数智供应链发展专项行动计划》发布当天的报道中提到,超市里的生鲜容易腐烂,通过摄像头和数据计算精准控制进货量,叶菜类损耗率从 30% 降到了 10% 以下。需要说明的是,这是公开报道中某一家企业的实践数据,是个案,不是行业通用结论,也不能当作其他企业可引用的效果预期。它值得借鉴的是路径:先让"进多少"有数据依据,再谈模式创新。

而"让进多少有数据依据"恰恰是"线上"这个动作本身给不了的。开商城带来的是销售端数据,而补货决策需要的是商品维度、门店维度的可售库存与销量口径。


三、中小零售的现实约束:SKU 多、门店散、IT 人少

很多数字化方案照着大型连锁或平台型企业设计,放到中小零售身上往往水土不服。原因大致是三个约束同时存在。

SKU 多。 一家区域超市或连锁便利品牌,经营的商品从千级到万级不等,且生鲜、包装规格、条码体系、供应商各不相同。SKU 主数据治理本身就是一件重活——不是把商品列表导入系统就完事,而是要定义"什么算同一个商品":同品不同装、同条码不同规格、条码缺失的散装商品,各自怎么处理。

门店散。 连锁企业跨市、跨县经营,仓库、门店、线上履约仓、第三方前置仓的库存分散在不同系统里。同一件商品在"总部仓库有货"和"门店此刻能不能卖"之间,隔着一次库存同步。只要这个同步是离散的、可延迟的,线上的可售库存就是不准的——不准的可售库存会直接变成超卖和门店拒单。

IT 人少。 多数中小零售企业的信息化力量是一到几个人,甚至由运营或财务兼管。这意味着方案的运维成本和使用门槛必须压到足够低。需要专职团队每天维护的系统,在这个组织里活不过第一年。

这三条约束叠加起来,结论是明确的:中小零售的数字化起点不应是"建平台",而应是"定口径 + 建视图 + 定规则"。顺序也不能反——口径没统一就建视图,出来的数会立刻互相矛盾;规则没定就上系统,只会把拍脑袋的判断自动化。

retail-insight-fig2.png

中小零售数字化的三步起步路径与常见偏差

关于"智慧化"这个词的落地顺序

《城市商业提质行动方案》提出提升超市、便利店的品牌化、连锁化、智慧化运营水平,这三个词有隐含的次序关系。品牌化与连锁化是运营层面的事——统一采购、统一标准、规模效应,靠的是零售企业自身的经营选择;软件能做的是把连锁化之后产生的复杂度管住。智慧化是最后落到的那一层,而且有一个常被忽略的前提:数据必须先可信。如果 SKU 口径不统一、库存不准,那么"智慧"只是在错误数据上做更快的错误计算。

物流侧的能力同样需要企业自己判断投入产出。《加快数智供应链发展专项行动计划》"推动降低全社会物流成本"部分提到推广智能立体仓库、自动导引车、无人配送车等设施设备,实现人、车、货智能调度,降低空驶、空置、空载率。这套装备对区域仓储中心有意义,但对单店或小仓未必是当下最优解——更轻的选项可能是订单合并与共同配送。


四、决策依据从哪里来:三个可落地的抓手

综合政策要求与上述约束,中小零售建立补货决策依据,可以从三个抓手入手。

抓手一:把 SKU 口径和库存口径先钉死

这是所有后续工作的地基,也是最容易被跳过的一步。至少要定义:SKU 唯一编码规则(含同品不同装的处理)、规格与单位的换算关系、条码缺失品的临时编码方式、库存状态分类(现货 / 在途 / 已占用 / 锁定 / 不可售)、可售库存的判定口径。

一个务实的做法是先做核心品类,而不是全量。把贡献主要销量的前若干个品类先治理完,跑通流程再扩展。一次性治理全量 SKU,多数项目会卡在数据清洗阶段。

判断这层是否扎实,有一个简单标准:两个不同的人,在两个不同的系统里查同一个商品,能不能得到同一个库存数字。 如果不能,后面所有分析都是在解释口径差异,而不是解释业务。

抓手二:把补货规则写成可执行的形式

补货规则不需要复杂,但要能被门店看懂、能被执行、能被复核。一个可用的规则通常包含:安全库存怎么定、补货周期多长、起订量如何约束、促销期如何临时调整、单店缺货时是否允许从邻近门店调拨。

规则写完后必须能回答两个问题:这条建议为什么是这个数量? 以及如果店长不接受,怎么改,改动会不会被记录。前者决定信任度,后者决定规则能不能持续演进。

抓手三:把结论送进既有流程,而不是再造一套

《城市商业提质行动方案》讲"线上线下融合发展"、"共同配送、集中配送"、"构建高标准、可追溯的供应链管理系统"——指向同一个要求:融合要发生在既有流程里。

实现层面通常要同时对接 POS(收银与实时销售)、ERP(采购、库存、供应商)、电商或即时零售平台(线上订单与可售库存)、WMS(仓储作业与在途)。其中最难也最关键的一点是:可售库存的口径要能在 POS 与线上之间保持一致,否则超卖与门店拒单几乎必然发生。

补货建议的落地形态也有讲究。直接写回 ERP 生成采购单,自动化程度高但对数据质量要求也最高;先以看板或清单给到采购与门店,由人确认后再执行,容错空间大、上线阻力小。对于 IT 人少的企业,第二种往往更现实,而且它让业务人员"看见"了算法给出的建议——这是规则被信任、被持续修正的前提。


五、安全是底盘,不是附加项

《加快数智供应链发展专项行动计划》第(十三)项专门讲保障供应链数据流动安全,要求加强数据安全评估,通过加密技术、零信任、关键数据备份等措施。

这条要求放在零售场景下尤其具体。零售系统天然是跨组织的:门店端、总部、平台方、第三方仓、承运商,甚至智能货架、摄像头等 IoT 设备,都会成为数据流动的节点。门店设备分布在开放空间、网络条件参差,攻击面比纯企业内网系统大得多。

对应到前面提到的三个抓手,安全要求是渗透进去的,不是外挂上去的:SKU 与库存口径的主数据本身就是敏感资产,定价、毛利、采购价泄露损失直接;补货规则和销量数据,反推竞争对手经营情况并非难事;跨组织的库存同步,接口鉴权、传输加密、访问审计必须一起做;IoT 设备接入后,设备身份与远程运维通道需要单独管理,这正是"零信任"思路的适用场景。

《网络安全等级保护 2.0》(GB/T 22239-2019 等三项核心标准)的扩展要求覆盖云计算、移动互联、物联网、工业控制系统、大数据,零售数字化项目几乎一定会涉及移动互联与物联网扩展要求,应在立项阶段就纳入。

《生成式人工智能服务管理暂行办法》第二条明确:企业等研发应用生成式人工智能技术,未向境内公众提供服务的,不适用本办法。多数零售企业把 AI 能力用于内部补货分析、内部问答,属于未向公众提供服务的场景;此为条文转述,具体适用性建议以官方口径为准。若把 AI 能力开放给外部客户使用(例如对外提供的选品建议、智能客服产品),则需重新评估相应义务,包括《人工智能生成合成内容标识办法》关于显式标识与隐式标识的要求。


六、泰州深知科技可以做什么

泰州深知科技(https://www.shenzhi-ai.cn )的业务涵盖软件定制开发、信息化系统建设与 AI 智能体应用,面向中小企业提供从场景梳理、原型验证到上线运维的交付。

放到零售供应链这件事上,我们通常建议按这个顺序切入,而不是先谈平台:先做 SKU 与库存口径梳理,输出可执行的商品主数据规则文档;再做可售库存视图,把 POS、ERP、平台后台的数据按统一口径汇成门店与区域两层视图;然后做补货规则与建议清单,规则可解释、可调整、保留人工确认环节;集成沿用既有系统,不新建平行账号体系;交付含运维与规则迭代,促销季、季末、品类调整后重新校准。

新零售解决方案、企业 AI Agent 开发与落地服务,以及商务咨询入口,均可通过官网相应页面了解。

在江苏,泰兴市与医药高新区(高港区)已入围江苏省首批中小企业数字化转型县(市、区)试点,泰兴市并已建成数字化转型促进中心提供本地服务。地方层面的场景清单与诊断服务,通常比泛化的能力清单更适合作为起点。


结语

零售数字化的价值不在"线上"这个动作,而在于库存与补货的决策依据是否真实、及时、可用。

《加快数智供应链发展专项行动计划》给的三层结构——整合全渠道信息、建设数智供应链控制塔、探索智慧商店——指向同一个方向:让决策链条上的数据是通的、准的,然后让结论能变成动作。《城市商业提质行动方案》强调的线上线下融合、共同配送与集中配送、可追溯供应链管理系统,指向的也是同一件事。

对中小零售企业来说,路径可以很短:定口径、建视图、定规则、接进既有流程、补上安全底盘。这五步都不需要大投入,难的是不跳步——不跳过口径直接建视图,不跳过规则直接上系统,不把安全留到上线前。政策写清了方向,接下来要回答的是:这家企业自己的第一张报表,应该从哪里开始。

想把洞察落到业务?

告诉我们您的业务场景,获取可落地的数字化建议。

预约咨询