月度工作总结自我评价.docxVIP

月度工作总结自我评价

一、工作概览

本月在“华东区零售运营中心—门店数字化组”担任数据运营专员，直接汇报对象为中心负责人。核心职责为：①推动38家直营门店完成“智能补货2.0”系统切换；②建立“高动销SKU预警模型”；③优化“会员日”线上券核销链路。三项任务全部按OKR拆解，月度完成率100%，其中“智能补货2.0”提前4天全量上线，模型上线后缺货率由3.7%降至1.9%，会员日券核销率由42%提升至67%，带来额外毛利118万元。

二、重点项目复盘

2.1智能补货2.0系统切换

目的：替代原“人工+Excel”补货，降低缺货与库存积压。

前置条件：

1)门店POS版本≥V5.4.8；

2)主数据已对齐（SKU编码、供应商编码、税率、采购价）；

3)38家门店100%覆盖电子价签，确保实时库存回传。

实施步骤：

①数据清洗：用Python脚本（pandas+sqlalchemy）比对ERP、WMS、POS三系统库存差异，输出《差异清单240529》。脚本逻辑：

a.以ERP为基准，SKU维度汇总；

b.差异绝对值3或金额500元即标红；

c.自动发邮件给门店经理+区总，48h内必须回复原因。

②参数校准：

a.安全库存=日均销量×(供应商交期+1)×季节系数；

b.季节系数按“近8周滑动平均vs去年同期”动态调整，上限1.5；

c.将参数写入MySQL表`replenish_param`，字段`shop_id`、`sku_id`、`ss`、`order_cycle`、`update_time`，权限只读。

③灰度：

a.先选3家A类店（日均销≥4万）跑5天；

b.每日09:30、15:30两次人工抽检50个SKU，缺货2个即回滚；

c.第6天召开“Go/No-Go”评审，指标：缺货率2%、库存周转≤30天、系统异常日志5条/日。

④培训：

a.输出8分钟短视频+图文SOP，放在企业微信“知识库”；

b.门店员工扫码考试，≥90分才算通过，未通过次日停权限。

⑤全量：灰度通过后72h内完成剩余35家切换，使用“凌晨2点自动脚本”批量修改`store_config`表字段`algo_version=2.0`，并触发钉钉群通知。

常见问题与排错：

1)库存不准：优先检查“负库存”SKU，用脚本`negative_stock_fix.py`强制归零再同步；

2)补货量过大：核查“季节系数”是否被异常拉高，回滚到上周备份值；

3)系统未生成订单：查看`replenish_log`表`status=99`记录，若因“供应商停采”导致，需手工加急协议。

2.2高动销SKU预警模型

背景：头部200个SKU贡献62%销售额，一旦缺货直接拉低大盘。

建模方法：

①数据样本：取过去12个月日销、库存、促销、节假日、天气、竞对折扣6类特征，共1.1亿行；

②模型：用LightGBM，核心参数`max_depth=8`、`num_leaves=128`、`learning_rate=0.05`、`metric=auc`；

③标签：未来7天出现“至少1天缺货”记为1，否则0；

④训练：按门店+SKU分层采样，训练集80%，验证集20%，5折交叉验证平均AUC0.87；

⑤上线：将模型封装成RESTfulAPI，部署在K8s，延迟P99120ms；

⑥预警：每日06:00自动跑批，输出概率0.65的SKU清单推送给采购部，并同步到飞书多维表格，字段：门店、SKU、缺货概率、建议补货量、最晚下单时间。

效果：

上线第1周即捕捉到43个潜在缺货SKU，提前补货后实际缺货仅5个，准确率88%。

2.3会员日券核销链路优化

痛点：原链路需6步，平均耗时18秒，顾客排队放弃率高达23%。

优化方案：

①合并支付与核销接口，将2次扫码降为1次；

②引入“异步核销”机制：先扣券返回成功，再后台同步至CRM，失败则15分钟内自动补偿；

③增加“券不足”弹窗一键领新券，减少跳失；

④灰度发布：先在支付宝小程序1.4.3版本上线，对比留存3天，核销率提升19%，无异常后全渠道推送。

三、制度与规范落地

3.1数据治理“三同时”制度

同时采集：任何新上线业务须同步设计埋点方案，提交《埋点评审表》；

同时清洗：T+1完成数据质量报告，差异1%即触发问责；

同时归档：原始日志、清洗脚本、模型文件