满足不同发展阶段企业的数据分析和决策需求

人工预测会带有主观色彩并且过于依赖于个人能力和行业经验。日新月异的行销策略和市场竞争，都需要用数据快速指导决策。AI算法在商业决策层面难以落地应用，且预测结果容错率低。

基于历史销量、日期、节日、商品、促销、仓库、销售终端等多种特征，通过一键式机器学习模型对SKU商品进行在未来四个月的销量预测。高效稳定的Al预测助手帮助决策者对最细粒度的预测值进行微观调整，还可对预测总量进行宏观调整，便于企业敏捷应对商业战略的变更。AI预测助手将每次调整记录下来，进而将专家经验沉淀在系统模型中，使其成为企业长久的数据资产。预测结果可通过报表或图表形式呈现，辅以预测模型的可解释性，快速评估模型效果，并对异常预测值进行快速抓取，提高跨部门协作效率。

AI预测助手∶基于快速精准的销量预测制定订货和出货计划，减少人工决策风险，平衡商品产量与市场需求。BI数据智能应用平台∶打造数据驱动决策的智能化供应链管理体系，以此提高整体供应链管理水平。经济效益∶助力联合利华从传统的供应链企业转型为智能供应链的领先企业，建立可持续的市场竞争优势。社会效益：响应我国供应链创新和应用政策，实现了从采购、生产、物流运输到库的信息实时共享，提高了供应链从上游到下游的一致性，减少了资源的浪费。

物流成本分析包括成品酒运输和逆向物流（回瓶〉运输，涉及多套系统，数据分散，口径不一，希望通过数据制定年度总物流规划，并有效追踪并监控物流各环节的成本变化。

年度总物流规划：接入SAP等物流系统数据，依据供应网比例、车型比例、运量等条件制定出对成本支出和绩效负责的物流成本规划；线路分层调拨、全方位数据监控∶由于线路调拨、多次中转以及成品酒与回瓶运输的不同业务逻辑，导致之前人工无法实现精细颗粒度的成本计算。观远平台的智能数据引擎，解决了把复杂成本分摊到每一条精确线路，包含地区、SKU、车型、运输方式等30多个维度；逆向物流反哺成品酒制作：通过层层线路监控，指导并提高线路回瓶率，从运营和成品酒制作上进行高效规划，实施和控制从消费点到生产点的原材料、库存的动态成本分析；物流KPI考核︰进一步明确物流成本预算、提供日常物流活动的标准与评价工作业绩的依据。

自动化物流财务报表︰通过预算与成本分析，全自动生成26个工厂和34个DC中转的月度复杂物流财务报表，解放人工制作报表的桎梏、提高跨部门协作效率10倍以上。复杂成本精准分析︰分析不同运输方式、调拨次数等30多个维度下的物流成本的精确变化。优化成本管理∶根据路线巡回合理安排车型和运输方式，通过主动预警、层层线路不同颗粒度分析，打通排产、计划、运输、回收等多个链路，提效与优化成本管理。