稳住南京人的菜篮奶瓶,卫岗联手阿里云,48小时实现生鲜线上销售

简介: 利用阿里云技术,卫岗更好地打通了从牧场端、生产加工端,再到仓储物流端、零售终端的完整供应链条,同时也满足日益增多的线上消费者的需求,提高了用户满意度。

面对突然而至的新冠疫情,早早接受新零售改革的卫岗乳业,显然已经准备好面对一切挑战。


开年的这场疫情,谁也不曾料想到。


牛奶作为春节走亲访友最常见的伴手礼,在新冠肺炎疫情暴发后,却经历了近年来最惨淡的销售季。


乳企大量喷粉(喷成奶粉,易于储藏)、库存激增、奶农倒奶等新闻见诸报端。


据行业调查资料显示,近一个多月时间内,一、二线城市各大商超乳品销量普遍同比下降50%以上,预计2020年上半年,全行业销售额将出现大幅下降,部分企业存在资金链断裂风险。


南京卫岗乳业有限公司始于1928年,其前身,是宋庆龄、宋美龄姐妹共同创建的国民革命军遗族学校实验牧场。如今,卫岗经营范围已经从乳业扩展至生鲜类产品的运营,拓展出越来越多的业务经营,是南京菜篮子工程企业。


对于有着九十多年历史的“中华老字号”地方乳业公司卫岗来说,面对突然而至的疫情,早早接受新零售改革的它,显然已经准备好面对一切挑战。

1.png

【壹】新零售让危机变转机

疫情,扰乱了绝大部分企业正常的生产经营,其中自然包括乳企。


乳业高级分析师宋亮也曾发表过看法,“春节期间乳业销售约占全年销售总量的1/8至1/10,但今年春节期间的销售额几乎交了‘白卷’。”


而卫岗除了常温奶的销售面临着诸多困难,同样还面临着生鲜线下门店关停的问题,此前为了春节而囤在仓库的食物,此刻成了他们最头疼的难题。


“我们的生鲜品类因为疫情导致的库存和销售压力很大,其中冻品的保质期最长,其次是熟食和主配菜,最后是生鲜,一般只有3到5天的保质期,每一天我们其实都是在亏损。”卫岗CIO朱峰告诉记者。


眼看复工遥遥无期,卫岗当机立断,把生鲜业务重心转到线上。


“我们接到了政府要求取消线下门店开门营业的通知,同时考虑到疫情对企业的影响,我们的线下门店都在做缩减,转而希望通过线上的方式来满足客户的需求。”朱峰说。


卫岗的生鲜品类销售,之前主要基于线下实体门店开展业务,有专属的中央厨房和仓储物流体系支撑。


而卫岗在奶品供应方面,拥有完善的供应链体系,主要包括奶源、生产、前置仓、干线到毛细的物流体系支撑。


去年,卫岗通过和阿里云的合作,完成奶品“天天订”平台的搭建,一改往常通过订奶员挨家挨户登记订奶的线下传统模式,实现了线上智慧化、数据化。


说干就干,依托此前数字化改造的基础,卫岗和阿里云合作,仅用48小时就把生鲜业务转移到“天天订”平台,快速实现线上生鲜平台的从无到有。


平台上线当天,销量便达到峰值。原本囤积的生鲜产品,通过7000多名订奶工的手,被送到社区居民家中。而平台也支撑住了生鲜品类在春节期间百万级别的订单流量。

最后,卫岗在整个2月取得了150万份线上订单。如果一个订单算一个家庭,等同于覆盖了150万个家庭。


“数字化对卫岗非常有帮助,这次生鲜业务的上线,如果没有前期数字化转型搭建的平台,没有中台的业务能力,我们很难快速将生鲜业务转移到线上。”朱峰说道。


在疫情这个特殊时刻,卫岗乳业依靠数字化底座,不仅成功把危机转化为机遇,还稳住了南京人的“菜篮子”和“奶瓶子”。


【贰】卫岗主动出击

之所以在疫情期间做出反应并收获效果,卫岗的新零售转型是主动且有规划的。


早在2018年,卫岗已经提出要全面拥抱新零售,实现数字化转型。“之前我们的服务场景是基于线下开展的,伴随着消费者在产品、服务上有了更多的需求,传统订户业务慢慢发生改变,我们决定对整个集团启动数字化转型。”朱峰说道。


“2018年‘双11’期间,因为客流量过大,卫岗的自有电商平台对这种高并发量不具备支撑能力,成为业务发展的瓶颈。


另外,卫岗线上和线下孤立开展,形成了信息孤岛,例如:在订单报数上,仅仅依靠人工处理,不仅效率低下,还存在很多不稳定因素。


卫岗的新鲜战略,对运营的时效性要求特别高,从订单的收集到运营计划排产、生产加工再到物流配送直至将产品配送到用户家中,所有的环节需要高效的信息传递,保证信息流、物流和资金流的顺畅和闭环。其它任何一个环节出了错,后果可想而知。

2019年初,卫岗正式布局新零售版图,全面上线业务中台。


阿里云新零售架构师康翔告诉记者,他们在IT架构方面,为卫岗提供了高并发量的互联网架构,建设了面向2C的会员营销中台,统一会员、统一营销。


除此之外,他们还去了奶站前置仓调研新零售场景,与卫岗共创了很多新零售新场景。比如自动贩卖机、格子柜等,丰富消费者的体验。


利用阿里云技术,卫岗更好地打通了从牧场端、生产加工端,再到仓储物流端、零售终端的完整供应链条,同时也满足日益增多的线上消费者的需求,提高了用户满意度。


对于整个乳品行业而言,虽然卫岗的成功具有一定的借鉴意义。但是,乳企作为一个集中度非常高的行业,不同层级的企业在面临数字化转型的过程中关注的问题也不尽相同。


康翔告诉记者,目前,乳企阵营可以划分成两个格局。一是像蒙牛伊利这样的大企业,以液态奶生产为核心;二是地区性企业,例如卫岗,立足本土,辐射全国。


不管是龙头乳企还是地方乳企,大趋势都是从消费者转向供应链。在这种情况下,从前端的营销到后端的管理,企业要做的是优化内部流程,打通会员营销,做到业务在线。


“社区经济与到家业务在未来3年会越来越普及。”康翔说,这是他同卫岗反复交流后得出的市场判断。


而这也是对乳品行业发展的启发。


随着科技的发展与社会的变革,许多乳业公司过去赖以为生的经验正在被完全颠覆。原来只是单纯的送奶业务,可以扩展成高频消费的场景,比如卫岗上线的生鲜业务,扩充了产品的品类,满足消费者高频产品需求,同时也提高消费者黏性、企业的核心竞争力,打造高效供应链能力,提升产品和服务。


新零售模式早已成为了乳制品行业的新趋向。争夺消费者已成为乳企间竞争的核心关键,如何在终端影响消费者购买决策成为竞争核心。


现在,卫岗还在和阿里零售通、天猫超市、天猫旗舰店进行强有力的合作,帮助企业拓展业务。(本文摘自零售威观察 作者陈沛林

欢迎扫码加入阿里云新零售行业学习交流钉钉群

新零售.jpg

加入钉钉群可享有以下权益↓

新零售行业咨询.jpg

目录
相关文章
|
2月前
|
存储 监控 前端开发
大文件上传下载处理方案-断点续传,秒传,分片,合并
本文介绍了大文件上传下载的断点续传技术方案。上传方面,通过前端将大文件分块(如5MB/块),后端使用MinIO存储分块并合并,实现断点续传和秒传功能。下载方面,采用Range请求分片下载,前端合并分片触发下载。技术要点包括:1)前端分块计算MD5;2)后端MinIO存储管理;3)分片校验与合并;4)进度监控和异常处理。该方案解决了大文件传输中断问题,提升用户体验,适用于视频等大文件传输场景,完整代码示例包含前后端实现。
|
JavaScript 前端开发 Web App开发
【网站开发必备】——12款响应式 Lightbox(灯箱)效果插件
  灯箱效果(Lightbox)是网站中最常用的效果之一,用于实现类似模态对话框的效果。网络上各种 Lightbox 插件琳琅满目,随着响应式设计(Respnsive Design)的发展,这一先进理念也被引入了 Lightbox 插件之中。
2993 1
|
机器学习/深度学习 人工智能 编解码
快速生成商业级高清图!SimpleAR:复旦联合字节推出图像生成黑科技,5亿参数秒出高清大图
SimpleAR是复旦大学与字节Seed团队联合研发的自回归图像生成模型,仅用5亿参数即可生成1024×1024分辨率的高质量图像,在GenEval等基准测试中表现优异。
566 4
快速生成商业级高清图!SimpleAR:复旦联合字节推出图像生成黑科技,5亿参数秒出高清大图
|
数据采集 数据安全/隐私保护 开发者
非阻塞 I/O:异步编程提升 Python 应用速度
非阻塞 I/O:异步编程提升 Python 应用速度
|
12月前
|
边缘计算 人工智能 云计算
HIS系统的核心模块:医生工作站
医生工作站是HIS系统的核心模块,围绕诊疗流程一体化、电子病历智能化、医嘱闭环管理、辅助决策支持及移动化操作五大方面优化医疗流程。它整合患者信息,提供结构化病历生成与质控,实现医嘱全流程追踪,结合药品和诊疗知识库辅助决策,并支持多场景便捷操作。通过数据整合与智能工具,提升诊疗效率与质量,助力智慧医疗发展。
635 2
|
机器学习/深度学习 算法 数据可视化
Fisher模型在统计学和机器学习领域通常指的是Fisher线性判别分析(Fisher's Linear Discriminant Analysis,简称LDA)
Fisher模型在统计学和机器学习领域通常指的是Fisher线性判别分析(Fisher's Linear Discriminant Analysis,简称LDA)
|
人工智能 自然语言处理 数据可视化
阿里云 DeepSeek-R1 满血版解决方案评测
阿里云推出的“零门槛、即刻拥有 DeepSeek-R1 满血版”技术解决方案,为用户提供了便捷的云上调用和部署方式,极大地降低了使用门槛和成本。本文将对这一解决方案进行详细评测。
641 14
|
存储 机器学习/深度学习 网络协议
阿里云企业级ARM计算规格族简介:特点、场景与价格参考
Arm计算是指基于 ARM 架构的处理器进行的计算,本文将为您解析阿里云ARM云服务器的特点、适用场景,以及最新价格情况,以供了解和参考。
|
传感器 机器学习/深度学习 人工智能
自己都站不稳,怎么护理人?智能机器人的自主平衡问题,用TRIZ和DeepSeek有解吗?
法思诺创新探讨机器人自主平衡难题,结合TRIZ创新理论与DeepSeek大模型,为仿人机器人动态平衡提供解决方案。文章分析了机器人平衡差的原因,包括复杂环境、传感器限制、算法难度和机械设计挑战等,并提出通过TRIZ原理(如矛盾识别、理想解)与DeepSeek的AI能力(如数据学习、强化学习)协同优化平衡性能。展望未来,2024-2028年将实现从实验室验证到家用场景落地,推动消费级人形机器人发展。
536 0
|
XML Java 开发工具
使用 Kotlin 开发 Android 应用 | 8 个最优秀的 Android Studio 插件 Kotlin Android 素材
butterknife http://jakewharton.github.io/butterknife/ Annotate fields with @BindView and a view ID for Butter Knife to find an...
2510 0

热门文章

最新文章