Popular Data Set

编者注：每年，麻省理工学院运输与物流中心 (MIT CTL) 的供应链管理 (SCM) 硕士项目都会有 40 名左右的学生完成为期一年的论文研究项目。这些学生是来自多个国家的早期职业商业人士，拥有 2 至 10 年的行业经验。这些研究项目由跨国公司赞助并与其合作开展。公司人员、麻省理工学院 SCM 学生和麻省理工学院 CTL 教员组成的联合团队致力于解决赞助公司选择的实际问题。在这个月度系列中，我们总结了最新的 SCM 研究。下文所述项目的研究人员 Axel Barbará 和 Tomás Dominguez Molet 分析了一家全球 CPG 公司如何对 SKU 进行聚类，以确定改进的分组是否可以降低成本并提高供应链效率。该项目由麻省理工学院 CTL 博士 Edgar Blanco 监督。有关该计划的更多信息，请访问

公司经常将库存物品分成不同类别，以便更有效地管理它们。管理人员在 Argentina电子邮件列表 制定库存补货计划决策时经常使用这些类别或细分。
然而，随着公司的发展和业务的扩大，这些分类可能会过时。如果不解决这个问题，产品可能会被错误分类。不准确的 SKU 分类会增加供应链成本，并损害服务水平，因为库存经理会错误分配资源来满足需求。

研究了一家大型快速消费品公司的细分实践，以了解企业是否遇到了这些问题，并评估这些问题的影响以及可能的解决方案。

四阶段项目
研究分四个阶段进行：数据收集、定性分析、定量分析和成本分析。

在了解了公司的端到端供应链后，研究人员开发了一个初始数据集，其中包含美国市场上每个 SKU 的详细列表。数据包括产品特性，以及每个区域配送中心去年的需求快照。
定性研究需要分析 SKU 数量最多的类别。

这些群体的产品特征最为多样化，每个 SKU 的需求价值也最高。利用这些数据，研究人员将实际产品集群与理论产品集群进行了比较，并发现了相似之处和不匹配之处。

最后，研究人员研究了不匹配对安全库存和缺货成本的影响。