补货痛点
按周转天数补货，
补不准，也调不动。
46.37 亿期末存货
114天库存周转
15,239门店
20物流中心
10,000+O2O 门店
4,576加盟店配送
经验预测
周转天数 × 系数，未细到 SKU × 门店。
促销与节假日
备货靠拍脑袋，活动后滞销退货。
系统孤岛
补货与促销、陈列图未打通。
高库存 · 近效期
仓店周转慢，资金被占用。
人工复核
订货与参数岗大量手工校准。
财务与门店数据来自益丰 2025 年年报、2026 年半年报；痛点为医药连锁常见情况。
全链路架构
一个需求池，
七个环节联动。
9 类模型
预测
需求池自动补货
补货
门店自动配货
分货
仓 → 店自动订货
订货
供应商转配时长
转配
仓 → 仓缺货互调
协调
店 → 店每周建议
退货
高库存需求计划
常规季节促销节假日春节关仓慢病新品前置仓四大类
订补货模型
自动补货自动配货自动订货紧俏分货跨仓转配店间协调MINMAXO+O
参数与管控
最小起订量包装取整采购频次安全库存周转上下限黑白名单
计划与预算
采购预算压货审批7 / 14 / 30 天订货模拟生产计划
仿真与预警
促销 Uplift 仿真7 天缺货预警安全库存建议退货建议
系统集成
SAPWMSSRMOMS促销系统陈列图
可交互原型
同一组需求，
两种补货，28 天见分晓。
1 个仓、5 家门店、1 家供应商，在浏览器里逐日仿真。看正式产品界面
门店需求缺货损失门店库存仓库库存AI 预测
现货率–
库存天数–
缺货损失–
期末高库存–
算法特点
先分场景，
再带约束算账。
预测模型给需求，优化模型给数量，大模型讲清楚为什么。
01
分类场景预测
常规、季节、促销、节假日、新品等 9 类模型自动路由，各自调参。
02
约束补货
起订量、包装取整、采购频次、周转上下限、黑白名单，一次算清。
03
多级库存
供应商 → 主仓 → 次仓 → 门店，计入跨仓转配时长，全网一盘货。
04
仿真与预警
促销 Uplift 先仿真再下单；未来 7 天缺货提前预警。
模型 · 各司其职
- 预测：梯度提升 + 层级预测，节假日、促销、天气入模
- 门店补货：公式化策略（目标库存 + 安全库存）
- 订货、分货、调拨：整数规划（OR-Tools）
- 大模型：解释建议、自然语言调参，不直接算数
闭环 · 每天自动跑
- 建议量同步 SAP · WMS · SRM 执行
- 拦截报表：超阈值建议转人工确认
- 每周二输出高库存退货建议
- 预测达成复盘，参数自动回调
效益分析
释放 2.3 亿现金，
每年约 0.7 亿利润。
基数取自年报，改善幅度可拖动调整。
一次性释放现金2.32亿元
年化利润贡献0.71亿元
库存周转108天
当前约 114 天
税前静态测算，用于判断优先级，不构成承诺。“假设”参数需以益丰供应链数据校准。
落地路径
诊断、设计、试点、陪跑。
诊断数据、流程、组织对标
设计流程、参数、模型方案
试点2 仓 · 200 店 · 影子运行 8 周
陪跑全网推广与持续调优
2试点仓
200试点门店
2,000试点 SKU
影子运行：AI 建议与现行订货并行，对比现货率、库存天数与退货，再逐步放权。