女神节大促狂欢，美妆品牌如何打赢供应链之战？

春暖花开之际，3.8女神节相伴而来。对于各美妆品牌而言，女神节是一个重要的营销节点。然而日益多元的渠道、层出不穷的促销玩法对美妆品牌供应链的响应速度提出了更高的要求。面对艰巨的挑战，美妆品牌唯有搭建敏捷、柔性、灵活的供应链，才能无惧电商大促。那么美妆品牌该如何做好供应链计划，借势提升产品口碑及销量，打赢这场“女神节”营销战？

基于美妆日化行业特殊业务场景和痛点，杉数科技供应链计划产品——Planiverse提供了一套从需求预测、库存优化到订单履约的端到端解决方案，帮助美妆品牌合理预测产品组套需求，做好新品预测成功推新，并且提前规划备货解决方案，迎接高爆发的销量增长。

组套促销受热捧，如何做好齐套管理？

美妆日化供应链非常典型的一个特征便是存在灵活的产品销售形态，包括各种礼盒、买赠、替换装、正品+小样、虚拟组套等，丰富的产品形态满足了消费者多样化的消费需求，但同时也给供应链带来了不小的挑战：虚拟组套灵活多变，如何真实预测确保“单品”供应？如何在计划层考虑到组套备货，合理性减少拆单发货？

通常，我们将组套分为实物组套（Package）和虚拟组套（Bundle）：

• 实物组套在出厂时即为实物封装，例如各大化妆品品牌在节日推出的限定礼盒
• 虚拟组套在出厂时并没有实物封装，而是在售卖的时候，把多件商品捆绑为一个虚拟组套ID，设置虚拟组套详情页，类似于把多个SKU捆绑为一个虚拟SKU，本质是多件商品打包出售，其目的是为了设置优惠价格，提升连带销量。例如同一护肤品的同一系列的润肤、补水、修复产品，消费者可以分开购买，但其更倾向于以优惠的价格一起购买

实体组套和虚拟组套的差异

倘若由于组套中某个产品缺货导致无法整组售卖或者拆订单发货，这样会对销量产生严重影响，甚至极大地损害用户体验。因此齐套管理在组套促销中扮演着不容小觑的角色。美妆品牌该如何借助Planiverse做好齐套管理？

1、实体和虚拟，不同组套区分管理

在数据维护方面，Planiverse提供了产品组套信息维护的功能，将实体组套和虚拟组套区分管理，帮助美妆品牌更好地实施组套促销策略。

实体组套和虚拟组套区分管理

2、还原需求场景，合理预测组套需求

在预测端，Planiverse AI预测算法能够还原真实销售业务场景，搭建组套预测模型，全面考虑影响组套销售的复杂因子，例如促销计划、直播活动、流量投放等，大大提升预测准确率。同时，关联组套预测的库存推演与监控，能够帮助计划员或渠道运营及时掌控全局履约齐套性现状。

合理预测组套需求

3、构建补货求解目标，实现分仓补货平衡

在供应端，由于虚拟组套的存在，部分SKU存在一定的销售关联，若能在补货时考虑齐套性目标，尽量保障就近仓履约订单的同时，还可以让更多的虚拟组套“整单发货”，这样不仅能兼顾物流成本，还能提升用户收货体验，可谓是一种一举两得的全局优化补货方案。Planiverse COInventory算法引擎能够构建补货平衡性求解目标，实现考虑销售组合齐套性约束的分仓补货平衡。

实现分仓补货平衡

抢占先机，如何打好新品战役？

电商女神节大促可谓是女性消费者的一场狂欢，美妆品牌纷纷瞄准这部分群体的购买力，趁此契机进行上新。然而大量的不确定性充斥着新品营销的各个环节，做好新品预测对于成功推新至关重要。

对于新品计划方案，杉数科技一直秉持着“协同为主，算法为辅”的建设思路。

「纯新品」的需求计划方案

比如某美妆品牌想趁着女神节推出一款全新产品，但在品牌现有产品中完全找不到对标品。在这种新品历史数据参考有限的情况下，杉数建议在上市前期业务逻辑主导预测，中期算法辅助预测，后期转换为常规品运用实际销量进行预测。

Step1：在Planiverse新品项目工作台中创建新品上市计划，实现高效协同管理。

杉数新品计划整体方案

Step2：在Planiverse产品主数据中维护新品上下架时间，根据品牌定义的产品生命周期规则，算法自动推算输出日颗粒度的生命周期结果。

自动推算输出日颗粒度的生命周期结果

Step3：Planiverse根据生命周期及新品预测运算逻辑，自动考虑参考数据优先级，逐步降低对于新品销售目标的参考，提升实际销量在算法预测中的占比。

• 新品刚上市前期（产品生命周期为纯新品）：产品部门/市场部门/供应链计划部门基于新品发布计划和营销策略，对新品设定一个总体GMV目标，通过量额转换功能转换成数量，销量预测等于销售数量目标
• 
  
• 新品上市中期（产品生命周期为半新品）：影响因子50%参考销售目标，50%参考实际销量数据
• 
  
• 新品上市后期（产品生命周期为常规品）：完全采用历史实际销量数据进行销量预测

Planiverse需求计划工作台

「有相似老品的新品」的需求计划方案

比如某美妆品牌旗下的某系列口红，在女神节活动期间推出了某款限定包装的新品，虽然包装进行了升级，并且会有不同的产品编码，但是口红的质地、色号、克重都没有任何变化。对于用户而言，其购买感知不会有明显的差异。

普通包装的老品和限定包装的新品

在这种情况下，普通包装的老品和限定包装的新品可以定义为替代产品。虽然新品刚上市没有历史销售数据作为参考，但是通过Planiverse产品替代关系的维护，该新品上市期间会自动读取老品历史销量作为新品预测的逻辑。

 直播撬动高爆发，后端如何备好“弹药”？

头部MCN带货可能会带来销量的爆发性增长，为了避免因为供应商产能不足供应短缺而错失销售良机，供应链后端需要提前进行备货。如何把准确的需求传导到供应链后端，一个需求数字背后包含着当月销售需求、提前备货需求信息，需要有独立的逻辑来传导准确需求，以减少线下沟通。

过去，各美妆品牌大都依靠经验丰富的计划员，整合产能、库存、需求等约束信息，手工通过线下 Excel 计算采购量。然而，随着抖音、快手、天猫、小红书等新型线上电商渠道的兴起，营销活动的日益多样，业务规则变得越来越复杂，人工很难再基于简单的备货策略，完成自动化库存和采购量计算。

Planiverse则可以为美妆品牌提供一套促销场景下的提前备货解决方案。在预测端，Planiverse的AI预测算法会综合考虑历史实际销量、历史订单量、时间日历等输入数据，结合促销活动、销售目标、达播流量转化率等因子，帮你准确预测市场需求。在供应端，业务人员仅需提供备货策略，如1月底库存需覆盖80%的3月需求，系统和算法将基于备货节奏，自动计算各时间节点的目标库存及补货量，及时响应需求，大大提升计划效率。