<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>京东超市 on 玩数据de强尼</title><link>https://awesomedata.pages.dev/tags/%E4%BA%AC%E4%B8%9C%E8%B6%85%E5%B8%82/</link><description>Recent content in 京东超市 on 玩数据de强尼</description><generator>Hugo -- gohugo.io</generator><language>zh</language><lastBuildDate>Fri, 18 Sep 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://awesomedata.pages.dev/tags/%E4%BA%AC%E4%B8%9C%E8%B6%85%E5%B8%82/index.xml" rel="self" type="application/rss+xml"/><item><title>每日数据赋能案例 2026-09-18</title><link>https://awesomedata.pages.dev/p/daily-data-empowerment-cases-2026-09-18/</link><pubDate>Fri, 18 Sep 2026 00:00:00 +0000</pubDate><guid>https://awesomedata.pages.dev/p/daily-data-empowerment-cases-2026-09-18/</guid><description>&lt;img src="https://awesomedata.pages.dev/p/daily-data-empowerment-cases-2026-09-18/cover.jpg" alt="Featured image of post 每日数据赋能案例 2026-09-18" /&gt;&lt;h2 id="案例一天虹数科首家数字孪生门店落地17000-iot--百灵鸟大模型读懂人货场"&gt;案例一：天虹数科首家数字孪生门店落地，17000+ IoT + 百灵鸟大模型读懂&amp;quot;人货场&amp;quot;
&lt;/h2&gt;&lt;p&gt;&lt;strong&gt;① 案例标题&lt;/strong&gt;：天虹数科首家数字孪生门店落地，17000+ IoT + 百灵鸟大模型读懂&amp;quot;人货场&amp;quot;&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;② 发布时间 + 来源&lt;/strong&gt;：2026-09-04（sp@ce 天虹超市沙河店焕新启幕），天虹官网《数智启新｜解码天虹数科首家数字孪生门店》&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;③ 背景与痛点&lt;/strong&gt;：传统实体商超经营靠经验，货架缺货、陈列不规范、总部与门店协同滞后等问题难实时发现；门店物理运营信息未被沉淀为可复用的数据资产。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;④ 执行策略（含具体平台/工具/方法）&lt;/strong&gt;：天虹数科依托科技子公司灵智数科，在 sp@ce 天虹超市沙河店部署超 17000 个 IoT 设备终端（电子价签、智能购物车、巡检机器人等）作为&amp;quot;耳朵和眼睛&amp;quot;实时采集全域数据；以自研&amp;quot;百灵鸟&amp;quot;零售垂直大模型为门店智能决策中枢，20 大企业智能体为&amp;quot;手和脚&amp;quot;，构建&amp;quot;感知采集—AI 决策分析—任务生成—员工执行—结果反馈—持续优化&amp;quot;闭环；数字孪生沙盘支撑总部线上云巡店、细化到每平米的客流热力分析与商品选择归因。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;⑤ 量化成果（含具体数字）&lt;/strong&gt;：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;门店部署 &lt;strong&gt;超 17000 个 IoT 设备终端&lt;/strong&gt;，人/货/场全要素实时映射至数字空间；&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;20 大企业智能体&lt;/strong&gt;协同执行，AI 识别货架异常主动推送，缺货预测综合天气/销量/库存自动生成补货清单；&lt;/li&gt;
&lt;li&gt;数字孪生承接大量重复性巡检、核对工作，释放人力聚焦客户服务，推动经营从经验经营迈向 AI 辅助、人机协同。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;strong&gt;⑥ 创新价值（对行业的启示）&lt;/strong&gt;：数字孪生从&amp;quot;经营工具&amp;quot;升级为&amp;quot;核心经营资产&amp;quot;，把门店物理运营沉淀为数据资产引擎；经单店跑通验证的能力将沉淀为标准化产品对外输出，为实体零售 AI 化提供底层基座。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;⑦ 原文链接&lt;/strong&gt;：https://www.rainbow.cn/gongsixinwen/197.html&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;⑧ 分析师短评&lt;/strong&gt;：实体零售数字化的下一站不是&amp;quot;一块大屏&amp;quot;，而是让门店被 AI 实时读懂。天虹用 17000+ IoT + 垂直大模型把&amp;quot;人货场&amp;quot;闭环跑通，其可复制的标准化输出值得行业关注。&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id="案例二京东超市用-ai算出爆款鲍鱼果年销近-800-万简爱无糖酸奶超-1500-万"&gt;案例二：京东超市用 AI&amp;quot;算&amp;quot;出爆款：鲍鱼果年销近 800 万、简爱无糖酸奶超 1500 万
&lt;/h2&gt;&lt;p&gt;&lt;strong&gt;① 案例标题&lt;/strong&gt;：京东超市用 AI&amp;quot;算&amp;quot;出爆款：鲍鱼果年销近 800 万、简爱无糖酸奶超 1500 万&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;② 发布时间 + 来源&lt;/strong&gt;：2026-09-04，今日头条（中国长江号）《京东超市 12 周年：一盒鲍鱼果卖了 800 万，AI 是怎么&amp;quot;算&amp;quot;出爆款的》&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;③ 背景与痛点&lt;/strong&gt;：新品打爆是快消品牌最头疼的事，流量贵、价格战、试错成本高、成功率低，&amp;ldquo;靠碰运气上新品&amp;quot;越来越难走。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;④ 执行策略（含具体平台/工具/方法）&lt;/strong&gt;：京东超市在 12 周年发布会发布产品、用户、渠道、效率四大增长战略，其中&amp;quot;产品共创&amp;quot;把 AI 往前推到选品和造品环节：先用 AI 做品类规划与趋势分析锁定高潜力类目，再与品牌共创研发新品，最后配合促销推广。样本一：捕捉鲍鱼果搜索量月均涨 5 倍，联动沃隆做出鲍鱼果每日坚果；样本二：看准健康人群无糖偏好，与简爱共创定制款零蔗糖酸奶。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;⑤ 量化成果（含具体数字）&lt;/strong&gt;：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;鲍鱼果每日坚果上市后年销售额做到 &lt;strong&gt;近 800 万元&lt;/strong&gt;；&lt;/li&gt;
&lt;li&gt;简爱定制款零蔗糖酸奶累计销售 &lt;strong&gt;超 1500 万元&lt;/strong&gt;；&lt;/li&gt;
&lt;li&gt;&amp;ldquo;上市即爆品&amp;quot;源于把选品、产品定义、投放推广前置完成，AI 落点从导购延伸到上游选品造品。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;strong&gt;⑥ 创新价值（对行业的启示）&lt;/strong&gt;：AI 购物普及元年，多数平台把 AI 押注在消费端对话购物，京东超市把能力向上游选品/造品延伸，用趋势洞察定义具体产品，是一条更贴近产业纵深、也更考验综合能力的路径。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;⑦ 原文链接&lt;/strong&gt;：https://www.toutiao.com/article/7681552388628496946/&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;⑧ 分析师短评&lt;/strong&gt;：数据驱动新品孵化正在重塑品牌上新逻辑——从&amp;quot;靠经验摸索&amp;quot;转向&amp;quot;以数据为先导的协同共创&amp;rdquo;。当趋势洞察、产品定义、投放推广形成闭环，上新少一分盲目、多一分确定。&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id="今日行业趋势总结"&gt;今日行业趋势总结
&lt;/h2&gt;&lt;ol&gt;
&lt;li&gt;&lt;strong&gt;实体零售数字化进入&amp;quot;数字孪生 + 垂直大模型&amp;quot;阶段&lt;/strong&gt;，IoT 全要素映射 + 智能体闭环成为门店 AI 化的底层基座。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;数据赋能从&amp;quot;看数&amp;quot;走向&amp;quot;造品&amp;rdquo;&lt;/strong&gt;，AI 选品/造品成为平台供应链能力向上游延伸的新战场。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;经营从经验驱动转向人机协同&lt;/strong&gt;，重复性巡检、核对类工作被 AI 接管，人力释放到高价值客户服务。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;数据资产化趋势明确&lt;/strong&gt;：单店跑通的数字化能力正被沉淀为标准产品对外输出，从&amp;quot;自用&amp;quot;走向&amp;quot;行业赋能&amp;quot;。&lt;/li&gt;
&lt;/ol&gt;</description></item><item><title>每日数据赋能案例 2026-09-07</title><link>https://awesomedata.pages.dev/p/daily-data-empowerment-cases-2026-09-07/</link><pubDate>Mon, 07 Sep 2026 10:05:00 +0800</pubDate><guid>https://awesomedata.pages.dev/p/daily-data-empowerment-cases-2026-09-07/</guid><description>&lt;img src="https://awesomedata.pages.dev/p/daily-data-empowerment-cases-2026-09-07/cover.jpg" alt="Featured image of post 每日数据赋能案例 2026-09-07" /&gt;&lt;h2 id="案例一京东超市-12-周年一地入仓全渠道履约--ai-品类规划上半年收入双位数增长用户-15"&gt;案例一：京东超市 12 周年——&amp;ldquo;一地入仓、全渠道履约&amp;rdquo; + AI 品类规划，上半年收入双位数增长、用户 +15%
&lt;/h2&gt;&lt;h3 id="1-案例标题"&gt;1. 案例标题
&lt;/h3&gt;&lt;p&gt;京东超市&amp;quot;一地入仓、全渠道履约&amp;quot; + AI 品类规划：数据驱动全渠道增长，上半年收入双位数增长、用户 +15%&lt;/p&gt;
&lt;h3 id="2-发布时间--来源"&gt;2. 发布时间 + 来源
&lt;/h3&gt;&lt;p&gt;2026-09-04 · 光明网（economy.gmw.cn）、界面新闻、腾讯新闻&lt;/p&gt;
&lt;h3 id="3-背景与痛点"&gt;3. 背景与痛点
&lt;/h3&gt;&lt;p&gt;快消行业整体增速放缓，品牌商家普遍面临&amp;quot;流量成本攀升、价格竞争加剧、爆款打造愈发困难&amp;quot;三重共性难题。过去一个商品需分别经营京东店、即时零售、B 端、线下等多个独立渠道，库存重复配置、履约效率低下，难以形成&amp;quot;一盘货&amp;quot;的协同增长。&lt;/p&gt;
&lt;h3 id="4-执行策略含具体平台--工具--方法"&gt;4. 执行策略（含具体平台 / 工具 / 方法）
&lt;/h3&gt;&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;AI 品类规划（产品共创）&lt;/strong&gt;：运用 AI 进行消费趋势分析与品类规划，锁定高潜力趋势类目，与品牌共同研发新品并叠加促销推广。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;全周期用户运营（用户共创）&lt;/strong&gt;：从拉新、留存到复购为品牌提供全周期支持，洞察女性、银发、校园等不同群体需求策划针对性活动。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;五大渠道整合（渠道共创）&lt;/strong&gt;：整合开放平台（POP）、线下渠道、秒送 O2O、B 端客户、跨境出海五大渠道，帮品牌快速搭建全渠道经营能力。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;一地入仓、全渠道履约（效率共创）&lt;/strong&gt;：依托&amp;quot;BBCC 网络模式&amp;quot;推动品牌仓网升级，实现&amp;quot;一份库存 → 多个渠道共同卖&amp;quot;，减少库存重复配置。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;品质保真体系&lt;/strong&gt;：从源头到售后一体化管控，对五常大米、食用油等推行成分保真，纸品、洗衣液落实规格保真，牛奶、茶叶直连源头保真。&lt;/li&gt;
&lt;/ul&gt;
&lt;h3 id="5-量化成果含具体数字"&gt;5. 量化成果（含具体数字）
&lt;/h3&gt;&lt;ul&gt;
&lt;li&gt;2026 年上半年营业收入实现 &lt;strong&gt;双位数增长&lt;/strong&gt;，用户数同比 &lt;strong&gt;+15%&lt;/strong&gt;。&lt;/li&gt;
&lt;li&gt;新增销售额 &lt;strong&gt;过亿元品牌超 10 个&lt;/strong&gt;、&lt;strong&gt;千万级单品超 100 个&lt;/strong&gt;、&lt;strong&gt;百万级单品超 1000 个&lt;/strong&gt;。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;维达&lt;/strong&gt;共建 BBCC 网络后，实库现货率提升至 &lt;strong&gt;96%&lt;/strong&gt;，畅销品现货率提升至 &lt;strong&gt;97%&lt;/strong&gt;，有效压缩物流成本、改善滞销与长库龄。&lt;/li&gt;
&lt;li&gt;C2M 新品成效：&lt;strong&gt;沃隆鲍鱼果每日坚果&lt;/strong&gt;单品年销售额近 &lt;strong&gt;800 万元&lt;/strong&gt;（品类搜索量月均 +500%）；&lt;strong&gt;简爱定制款 0 蔗糖酸奶&lt;/strong&gt;累计销售额超 &lt;strong&gt;1500 万元&lt;/strong&gt;。&lt;/li&gt;
&lt;li&gt;品牌协同增长：八马茶业成交额同比 &lt;strong&gt;+30%&lt;/strong&gt;、用户数 &lt;strong&gt;+22%&lt;/strong&gt;；嘉宝成交额 &lt;strong&gt;+61%&lt;/strong&gt;；洁柔新用户数 &lt;strong&gt;+77%&lt;/strong&gt;；水卫士新用户数 &lt;strong&gt;+170%&lt;/strong&gt;。&lt;/li&gt;
&lt;li&gt;京东超市上半年收入占比已达京东整体约 &lt;strong&gt;45%&lt;/strong&gt;。&lt;/li&gt;
&lt;/ul&gt;
&lt;h3 id="6-创新价值对行业的启示"&gt;6. 创新价值（对行业的启示）
&lt;/h3&gt;&lt;p&gt;京东超市的案例把&amp;quot;全渠道&amp;quot;从口号落地为&amp;quot;一份库存、全渠道履约&amp;quot;的数据基础设施。BBCC 模式用统一的库存与履约网络消除了渠道间的重复配置，让品牌从&amp;quot;运营某一个店铺&amp;quot;转向&amp;quot;管理一盘货&amp;quot;，是商超品类从&amp;quot;卷价格&amp;quot;转向&amp;quot;卷效率&amp;quot;的代表性样本。&lt;/p&gt;
&lt;h3 id="7-原文链接"&gt;7. 原文链接
&lt;/h3&gt;&lt;p&gt;&lt;a class="link" href="https://economy.gmw.cn/2026-09/04/content_38985516.htm" target="_blank" rel="noopener"
 &gt;https://economy.gmw.cn/2026-09/04/content_38985516.htm&lt;/a&gt;&lt;/p&gt;
&lt;h3 id="8-分析师短评"&gt;8. 分析师短评
&lt;/h3&gt;&lt;p&gt;&amp;ldquo;一地入仓、全渠道履约&amp;quot;的本质是用数据把库存这盘账算清——维达现货率 96%/97% 的背后，是渠道冲突与滞销成本的双降。未来商超竞争的关键词不是流量，而是库存周转效率。&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id="案例二dollar-general-把-ai-接入-21-万家门店和-34-个配送中心零售-ai-真正进入库存决策"&gt;案例二：Dollar General 把 AI 接入 2.1 万家门店和 34 个配送中心——零售 AI 真正进入库存决策
&lt;/h2&gt;&lt;h3 id="1-案例标题-1"&gt;1. 案例标题
&lt;/h3&gt;&lt;p&gt;Dollar General 把 AI 接入 2.1 万家门店和 34 个配送中心：零售 AI 从&amp;quot;写文案&amp;quot;转向&amp;quot;管库存决策&amp;rdquo;&lt;/p&gt;
&lt;h3 id="2-发布时间--来源-1"&gt;2. 发布时间 + 来源
&lt;/h3&gt;&lt;p&gt;2026-08-27 发布合作 / 2026-09-04 Chain Store Age 报道 · RELEX Solutions、Chain Store Age&lt;/p&gt;
&lt;h3 id="3-背景与痛点-1"&gt;3. 背景与痛点
&lt;/h3&gt;&lt;p&gt;美国折扣零售巨头 Dollar General 拥有超 2.1 万家门店、约 1.8 万 SKU 的极复杂网络，传统依赖人工的订货、补货与分配流程难以应对门店扩张带来的决策量。真正决定零售利润的&amp;quot;备多少货、何时补、放哪里&amp;quot;，长期是经验驱动而非数据驱动，缺货与库存积压并存。&lt;/p&gt;
&lt;h3 id="4-执行策略含具体平台--工具--方法-1"&gt;4. 执行策略（含具体平台 / 工具 / 方法）
&lt;/h3&gt;&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;统一规划平台&lt;/strong&gt;：与 AI 原生供应链平台 RELEX Solutions 合作，将预测（forecasting）、补货（replenishment）、分配（allocation）三大能力统一到单一环境。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;全链路自动化&lt;/strong&gt;：AI 统一管理门店补货、订货周期、供应商协同与履约方式，把销售规律与需求因素直接写入规划过程。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;同一套数据&lt;/strong&gt;：让配送中心与门店基于相同底层数据工作，把常规决策沉淀进工作流，人员只处理例外（exception）与供应商异常。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;Agentic 延展&lt;/strong&gt;：CEO 明确表示正在开发面向企业运营的&amp;quot;Agentic Operating Systems&amp;quot;，让 AI Agent 进一步进入日常经营流程。&lt;/li&gt;
&lt;/ul&gt;
&lt;h3 id="5-量化成果含具体数字-1"&gt;5. 量化成果（含具体数字）
&lt;/h3&gt;&lt;ul&gt;
&lt;li&gt;运营规模：&lt;strong&gt;21,148 家门店&lt;/strong&gt;、&lt;strong&gt;34 个配送中心&lt;/strong&gt;、约 &lt;strong&gt;18,000 个 SKU&lt;/strong&gt;。&lt;/li&gt;
&lt;li&gt;最新财季净销售 &lt;strong&gt;113 亿美元&lt;/strong&gt;，同比 &lt;strong&gt;+5.2%&lt;/strong&gt;；同店销售 &lt;strong&gt;+3.5%&lt;/strong&gt;。&lt;/li&gt;
&lt;li&gt;净利润 &lt;strong&gt;5.503 亿美元&lt;/strong&gt;（季度截止 7 月 31 日），较上年同期的 4.114 亿美元显著提升。&lt;/li&gt;
&lt;li&gt;RELEX 为全球 600+ 零售客户（含 Circle K、Dollar Tree、Home Depot、Lowe&amp;rsquo;s）提供规划能力，验证该模式在超大规模网络的可复制性。&lt;/li&gt;
&lt;/ul&gt;
&lt;h3 id="6-创新价值对行业的启示-1"&gt;6. 创新价值（对行业的启示）
&lt;/h3&gt;&lt;p&gt;Dollar General 的 AI 投入集中在&amp;quot;货架与库存&amp;quot;而非 chatbot，说明零售 AI 最有价值的落点正在从营销端转向供应链与库存决策。对电商企业而言，&amp;ldquo;少压 10% 的库存&amp;quot;往往比&amp;quot;多生成 1000 张主图&amp;quot;更值钱——AI 商业价值正在回归经营本质。&lt;/p&gt;
&lt;h3 id="7-原文链接-1"&gt;7. 原文链接
&lt;/h3&gt;&lt;p&gt;&lt;a class="link" href="https://chainstoreage.com/dollar-general-unifies-inventory-forecasting-replenishment-ai" target="_blank" rel="noopener"
 &gt;https://chainstoreage.com/dollar-general-unifies-inventory-forecasting-replenishment-ai&lt;/a&gt;&lt;/p&gt;
&lt;h3 id="8-分析师短评-1"&gt;8. 分析师短评
&lt;/h3&gt;&lt;p&gt;当 AI 开始决定 2.1 万家门店&amp;quot;进什么、进多少、放哪里&amp;rdquo;，零售智能化的主战场就彻底从前台营销转向了后台供应链。国内电商玩家最该学的不是大模型噱头，而是把预测、补货、分配塞进同一个数据闭环。&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id="今日行业趋势总结数据赋能"&gt;今日行业趋势总结（数据赋能）
&lt;/h2&gt;&lt;ol&gt;
&lt;li&gt;&lt;strong&gt;全渠道&amp;quot;一盘货&amp;quot;成为标配&lt;/strong&gt;：京东超市 BBCC 模式证明&amp;quot;一份库存、多渠道路履约&amp;quot;能同时压降滞销与缺货成本，库存周转效率正取代流量成为商超第一竞争力。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;供应链 AI 从&amp;quot;营销效率&amp;quot;转向&amp;quot;库存与缺货决策&amp;quot;&lt;/strong&gt;：Dollar General 用 RELEX 统一 2.1 万门店的预测/补货/分配，标志零售 AI 价值回归经营本质（少压库存 &amp;gt; 多生图）。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;AI 品类规划驱动 C2M 新品&lt;/strong&gt;：京东超市凭消费趋势洞察与品牌共创（鲍鱼果近 800 万、定制酸奶超 1500 万），把数据直接转化为趋势爆品。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;数据资产化是 B2B 采购 AI 化的前提&lt;/strong&gt;：1688 20 年 B2B 交易数据仍需重清洗标注，数据基建仅完成约 40%——没有干净可调用的数据，再强的模型也接不住采购决策。&lt;/li&gt;
&lt;/ol&gt;</description></item></channel></rss>