第一，你要预测今天来这个店到底有多少人，这是人数；进店了以后这个人一定会买东西，他会先买什么样的东西，这件事情概率算出来；买了一个分类以后，再去买什么SKU，这是第三部分。最后一部分买多少量。用这样的方式做销量预测，最后就会发现根据机器学习做得越来越精准，每一个商品、每一个SKU，在线下的每一个门店，我们可以预测七天的销售量，准确度是在90%以上。

我们怎么样做销量预测？我们会考虑以历史交易为基本的维度，然后加入天气、湿度、温度以及湿度的变化和温度的变化以及节气、促销、线上电商节日、双十二、双十一等等，然后不停优化这样的模型，得到它预测的销量，然后帮它做自动补货。自动补货的结果，回到上面看到的图，所有的商品都做了自动补货的效果是库存周转率提高了接近50%。

我们把自动补货做完了以后，再来关注我们拥有的这些数据。因为我们是一个数据驱动交易的公司，所以我们要去挖掘数据更多的价值，我们就会发现等到你看到很多省份的数据的时候，你会发现每家店卖的商品数量是不一样的，每家店卖的爆品也是不一样的。

大家可能会说会有区域的差异，但是你会发现有很多有机会的商品。比如说进口食品，比如说休闲食品里面的小分类，有的地方卖得非常火，但是后来我们去做这样的试调的时候，发现原来采购不知道。因为我们的采购经过了很多年的躺在家里赚钱的时代过去了以后，他们很难从坐商变成行商。

坐商就是坐在办公室等供应商上门推新品，供应商推的新品是供应商想让你卖的商品，并不一定符合消费品。在线下很难实现，因为人很难在短时间内改变的。

阿里入股大润发以后，阿里介入非常多。线下的零售店没有这样的机会的，要靠原来的人。我们用数据帮他做行商。我们通过大量的数据共享，然后把每个地方卖得好的商品推荐给每一个人。

大家想象一下，跟我们合作的连锁店越多，我们的数据给他们提供的价值就越多。我们智能分析门店的销售，帮他做自动补货。并且对分类的品类的优化、淘汰商品进行BI的决策辅助。在提高库存周转率的同时，增加新品的比例，给消费者的感觉是越来越多新的商品出现在货架上。

我们提供了两个商品，第一个商品就是智能选品。为什么会推出后面的超盟管家？我们做到中间一半的时候，发现我们的商品进到门店以后，会因为人为因素影响销量，比如畅销品断货了，但是店长没有补货。第二部分是他应该放到货架上卖，却放在库房里面。于是我们做了门店的产品，帮助我们把好卖的商品能够快速销售出去。

所以其实我们超盟数据一直在线下垂直行业里面发现问题并且解决问题，我们的目标、我们的价值是希望中国所有好的品牌商品可以通过最快的渠道触达终端，让中国的消费者可以享受到最好的、性价比最高的商品。于是我们就有这样的Slogan，就是让品牌更聪明，让消费者更便利。