ALDO Group 寻找最佳组合以优化其订单管理。

## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/RET101-ALDO_Group_finds_the_best_pairing_to_optimize_their_order_management-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 ALDO Group 是一家国际时尚鞋类和配件公司，一直站在零售全渠道方法的最前沿。为了优化其库存管理和履行流程，ALDO Group 决定从商店库存发货其所有电子商务订单。了解 ALDO 如何与 Fluent Commerce 一起在亚马逊云科技上构建一个灵活的订单管理系统，该系统具有卓越的 MACH 灵活性，可以从其所有不同的系统中准确接收库存数据，并提供完整准确的库存可用性视图。了解 ALDO Group 正在如何构建基于 AI 的扩展功能，通过近乎实时的库存数据，优化订单处理流程旨在确保以最佳、收益最高的方式完成每个订单。 ## 演讲精华 <font color = "grey">以下是小编为您整理的本次演讲的精华，共1300字，阅读时间大约是6分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。</font> 在一个约有一百位与会者的大型会议厅里，演讲开始了。主持人Justin Haneman欢迎各位参加re:Invent的分组讨论环节。作为亚马逊云科技的全球零售和消费品市场领导者，Justin专注于与零售和消费品客户合作，帮助他们利用亚马逊云科技服务和解决方案来推动数字化转型和业务价值。 为了让观众了解背景，Justin请大家举手表示自己是否为零售商工作。大约25人举手表示他们是直接为零售商工作的。接着，他又问是否有任何人从事支持零售业的科技公司、机构或咨询公司的工作，约有50人举手。剩下的与会者则来自各种其他行业，如制造业和电信业。 Justin强调，亚马逊云科技起源于零售业，而亚马逊自己的电子商务业务则是亚马逊云科技在2006年的起点。在前六到七年的时间里，亚马逊云科技是市场上唯一的云计算提供商，这使得它能够在其他竞争对手进入该领域之前建立一个庞大的合作伙伴网络和客户群。 他简要介绍了亚马逊云科技在零售方面的主要关注点：改造客户体验、优化商店运营和利用数据/分析。亚马逊云科技提供基础技术服务和针对零售各个方面的行业特定解决方案，包括实体商店、电子商务、客户互动等。 Justin强调，许多零售商会利用亚马逊生态系统中的多个业务部门来解决业务问题，这些部门包括供应链、物流、广告和采购等领域。目标是寻找集成解决方案来解决商业问题，例如服务像亚马逊云科这样的技术基础。 在这样的背景下，Justin邀请了来自全球知名鞋类及配件品牌ALDO集团的特色客户演讲。他邀请ALDO的首席信息官Matthew Poirier上台，分享他们是如何利用亚马逊云科技优化订单管理的。 马修首先介绍了ALDO集团，这是一家拥有50年历史的公司，如今已在全球100多个国家通过连锁专卖店网络运营。ALDO的核心业务是设计、生产和销售旗下主力品牌ALDO的鞋子。在全球范围内，他们拥有超过1500家零售商店和电子商务网站，年营收超过30亿美元。 在ALDO的业务中，有一个有趣的方面是，他们还为客户如Ted Baker、Roxy和Brooks Brothers生产鞋子，总共有大约10-12个顶级批发客户。作为零售商和制造商，可持续发展是ALDO的关键优先事项。为了实现成为净零公司的目标，优化订单管理和发货至关重要。 马修的演讲主题是ALDO如何利用亚马逊云科技优化其电子商务业务的订单管理。他解释道，目前大部分电子商务订单（约三分之二）是通过他们的零售商店实现的。这种从商店发货的方法可以充分利用1500个位置的库存来实现多渠道发货。然而，这导致了跨商店的库存和发货的复杂“意大利面”式网络，难以高效管理。 目标是实施“智能订单管理”以优化这个发货网络。早期的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)试点项目专注于几个产品类别，如女士高跟鞋，已经显示了1.5个百分点的边际改善。这在竞争激烈且传统上利润微薄的零售行业中具有重要意义。 马修概述了他们的优化方法有三个组成部分： 1. 数据 - 将库存、销售和订单数据收集到亚马逊云科技上的数据湖中。这使用了如S3存储、Glue ETL和Redshift数据仓库等服务，为分析和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)提供了基础。大量数据以实时方式被摄入。 2. 大脑 - 在SageMaker中构建[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型以驱动优化算法。两个关键模型是需求预测，用于预测产品/商店在未来两周内的销售额，以及一个优化模型，用于根据现有商店需求、运输距离和履行可能性等因素确定最佳商店来履行订单。 肌肉（Muscle）是一种基于亚马逊云科技的Fluence订单管理软件，用于协调工作流程、接口和过程，包括优化建议。Fluence能够实时追踪超过1500家商店的库存，并通过Composer工具灵活地构建工作流程，同时具备将数据反馈至ML模型的功能。 总结：通过结合数据、[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)和可配置的订单管理软件，ALDO致力于显著提高其履行操作效率，从而实现数百万美元的收益。 马太开始了演讲，邀请观众提问。第一个问题关于ALDO为何选择Fluence作为订单管理平台。马太强调，可配置的架构和轻松集成扩展的能力是关键因素。他还提到，零售行业正逐渐转向可组合、无头部和云原生架构，如微服务，以实现灵活性。贾斯汀补充道，许多零售商采用这种可组合方法，尤其是针对关键应用，如订单管理，因为轻松的扩展性至关重要。 另一位观众询问ALDO是否使用生成性AI。马太澄清说，他们目前专注于更传统的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)技术，如需求预测和优化算法。然而，他对生成性AI的未来潜力感到兴奋，例如用于客户互动的聊天机器人。 马太还详细解释了ALDO正在开发的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型，用于订单优化。需求预测预测了按产品类别、商店集群和渠道划分的销售细节，以确定哪些商店具有特定产品的过剩库存。然后，优化模型会根据其他因素评估最佳商店来履行订单，如需求预测、运输距离、满足可能性等。目标是通过平衡各商店的库存分布，尽量减少分裂发货和相关运费成本。 在回答另一个问题时，Matthew详细地阐述了他们的技术栈和架构策略。他强调了将数据管道和存储与分析和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)工作负载分开的关键性。借助亚马逊云科技的服务，如S3、Glue和Redshift，他们可以大规模地摄入和处理大量数据，进而使用Athena进行查询并将结果输入到SageMaker中以进行[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)训练和推理。 这种对分离的关注使得他们能够在多种应用场景中重用核心数据，从商业智能到AI，同时也优化了每个工作负载的数据处理模式。Justin补充道，将数据基础设施与分析和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)分开是亚马逊云科技为零售商推荐的最佳实践，这有助于数据平台的高效扩展。亚马逊云科技提供了许多服务来实现这种分离，与传统单体系统相比更具优势。 Matthew最后表示，早期进行的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)试点已经取得了非常积极的结果，预计将带来1.5个百分点的收益，相当于额外的数百万利润。初始模型主要针对有限的产品类别，但未来将扩大到涵盖所有1500多家商店的其他类别。他期待随着能力的拓展看到收益的持续积累。 Justin感谢Matthew分享了ALDO的宝贵见解，强调了他们如何利用亚马逊云科技的商业零售行业专长以及[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)、分析和订单管理等服务来推动显著的业务成果。ALDO的成功案例展示了零售商如何通过使用亚马逊云科技来优化关键功能如订单履行等方面的创新能力。 **下面是一些演讲现场的精彩瞬间：** 贾斯汀·汉曼，作为全球零售和消费品领域的亚马逊云科技市场的领导者，致力于为客户提供卓越的技术解决方案。  通过利用亚马逊云科技，零售商们不仅能够突破基础设施的限制，还能拓展至多个业务领域，从而实现更高的商业价值。  亚马逊云科技为零售业的各个层面提供了一站式的解决方案和服务，涵盖了智能商店、技术趋势、数字商贸和客户互动等多个方面。  其领导团队强调，公司始终从客户需求出发，专注解决客户问题，以此为基础来研发创新的服务、数据和平台。  此外，亚马逊云科技还协助零售商优化供应链和运输操作，以确保高效地满足客户需求。  亚马逊系统的实时库存和订单数据展示了其强大的AI驱动供应链优化能力。  ## 总结 阿尔多集团通过对数据、[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型和工作流程系统的整合，优化了其订单管理能力。他们从各商店收集需求数据，用以预测未来需求和优化履约决策的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型。通过根据预测需求、库存水平等因素确定最佳发货商店，他们的利润率提高了1.5%。 为实现这一目标，阿尔多公司基于亚马逊云科技构建了一个数据处理管道，利用S3、Glue等服务和工具进行数据收集和准备，以便用于报告和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)。他们还与AI专家合作，在SageMaker平台上开发需求预测和优化模型。这些模型能推荐最佳的发货商店，以平衡库存需求。 这些模型与阿尔多的订单管理系统Fluent OMS紧密结合，协同完成工作流程。Fluent系统提供实时的库存可视化和可定制的工作流程，将模型建议转化为实际运营决策。这种结合数据、[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型和工作流程协调的方式，优化了阿尔多在复杂多渠道网络中的订单履行能力。 ## 演讲原文 ## 想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！ [2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站") [点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处")，一键获取亚马逊云科技全球最新产品/服务资讯！ [点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处")，一键获取亚马逊云科技中国区最新产品/服务资讯！ ## 即刻注册亚马逊云科技账户，开启云端之旅！ [【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“") [【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")