新零售将供应链模式升级为需求链模式。新零售下，零售商通过大数据分析为生产企业赋能，指导生产企业科学生产从而更好地满足用户需求。新零售商为生产企业提供消费者数据画像及需求信息分析结果，生产企业可以更加清晰了解目标市场的需求特征和偏好特征，从而缩短新商品的研发周期，增加生产计划合理性以及产品适销性。

传统零售活动中，零售商与消费者之间是简单的商品交易关系；新零售下，零售商与消费者触点增多、触面增大，建立了更加紧密的情感链接，最终带给消费者更好的消费体验。零售商延伸触点进入消费者的需求链，通过大数据，新零售平合更精准的还原消费者的消费图谱，实现对消费者需求的深度挖掘，走进消费者的生活中。新零售商根据消费者的需求，提供相应的增值服务,并将需求信息反馈给生产企业,使得市场能够及时提供满足消费需求的产品和服务。

1.传统零售活动是由商品生产计划驱动的供应链模式。在供应链模式下，生产企业根据市场调研和经验分析进行商品的开发和生产,制定相应目标决策,并将目标逐层推向下游的企业和零售商。2.新零售重构了零售主体的价值排序，使得供应链模式转变为以消费者需求推动的需求链模式。在需求链模式下，零售商首先根据对消费者大数据的分析还原消费者的生活场景和消费场景，挖掘消费者的需求特征和偏好特征，并将上述数据提供给生产企业。生产企业根据零售商提供的精准、清晰的消费者需求信息进行研发和生产活动,并安排合理的生产计划。由此形成了以商品驱动的供应链模式升级为以需求为驱动的需求链模式。

新零售在大数据驱动的线上线下融合，是零售核心元素的数字化对供应链成本数据进行回顾、对比分析，提出了具体的成本控制策略。提出了基于作业成本分析的供应链物流成本、制造成本、管理成本的控制方法；通过第三方物流、数字化定制生产、电子商务技术的应用来降低企业的作业成本；在供应链交易成本控制方面，重点从业务流程再造、OTO模式推广、隐性成本消除三个方面提出了成本控制策略。总之，通过供应链成本三维分析模型，突出了供应链横向、跨组织、合作的新型成本管理思想。实现供应链标准化和规模化走向定制化和智能化。

2. 研究的基本内容与方案

新零售是以消费者体验为中心的数据驱动的泛零售业态。在新零售中，所有的一切围绕着消费者的需求，商品、价格、消费者、竞争对手等信息瞬息万变，各个职能必须高度协同同时去服务于消费者，而不是之前的“纵向一体”模式，供应链所扮演的角色不再是被动的等待前端信息的传递，而是要主动的参与到更加前端的服务消费者的工作中去，涉及到日常运营的工作都可以由一个整合的职能来统一操作，强调的是“全位一体”，供应链成为了“供应链 营销 大数据”。

新零售时代下要实现供应链的数字化和技术化的变革，让供应链变得更加具有智慧和全能，，主要有：

供应链可视化：对商品广泛使用了电子标签，将线上线下数据同步，实行端到端。

供应链人工智能化：新零售供应链的人工智能包括预测和决策两个模型。预测模型主要是通过回归、分类、时间序列等算法在大量历史数据的基础建立统计模型上对未来的销售进行预测；决策模型则通过启发算法、整数规划、解析求解等算法建立运筹模型来对以上具体业务场景应用进行决策。

供应链指挥智慧化：建立数学模型，最终拟合形成通用运营决策建议，如智能选品、智能定价、自动预测、自动促销、自动补货和下单等，可以做到各种决策自动化。