← 返回作品VERIFIED
RETAIL OPERATIONS WITH AI
零售业务智能系统
把多年零售经营经验整理成三个可操作的工作台，让门店问题从发现、判断一路走到执行与复盘。
项目背景 / CONTEXT
零售现场的问题往往同时牵涉商品、库存、采购、营运和门店执行。过去许多判断依赖口头经验，规则散落、责任不清，同一类异常在不同门店也容易得到不同处理。
我的工作 / MY WORK
- 梳理定价、损耗、折扣清货、库存、促销和补货等高频场景，把经验写成能被查询、执行和复盘的业务规则。
- 把商品销售、毛利、库存、周转和损耗放进同一张决策视图，让建议能够对应到具体商品、门店、负责人和截止时间。
- 将 AI 放在信息整理、规则匹配和建议生成的位置，同时保留人工确认、门店反馈和规则迭代。
- 围绕真实工作流程完成信息架构、界面原型和关键状态设计，让跨部门协作不再停留在聊天与表格之间。
最终交付 / DELIVERABLES
- 企业运营知识助手：根据门店问题调取规则和 SOP，生成可执行的处理建议与行动任务。
- 商品组合优化与 SKU 治理工作台：汇总销售、毛利、库存、周转与损耗，支持清货、停止补货、调度和下架判断。
- 跨部门运营执行与异常闭环工作台：追踪负责人、截止时间、规则冲突、数据缺失、门店反馈与下一轮迭代。
项目画面 / PROJECT VIEWS
SCREENSHOT / EVIDENCE
企业运营知识助手
店长提出库存偏高等现场问题后，系统结合规则库给出核对数据、执行折扣、检查原因等步骤，并明确负责人和时间。
SCREENSHOT / EVIDENCE
商品组合优化与 SKU 治理工作台
把商品表现与门店覆盖放在一张决策清单中，右侧同步呈现建议理由、影响范围和执行闭环。
SCREENSHOT / EVIDENCE
跨部门运营执行与异常闭环工作台
把采购、营运和门店需要共同确认的事项排进队列，异常原因、处理状态和反馈结果都可以继续追踪。
能力体现 / CAPABILITIES
- 零售经营与商品判断
- 复杂业务流程抽象
- AI 应用场景设计
- 跨部门协作与执行闭环
- 从需求到产品原型