零售商屡屡食言（数据难辞其咎）

美国零售业正被一个看似简单却始终兑现不了的承诺困扰：系统显示有货，就一定能发货。但奥本大学RFID实验室的数据显示，普通零售商的库存准确率只有约65%，高达60%的库存记录存在错误。这个缺口每年造成约4000亿美元的收入损失，对单个零售商而言相当于销售额的1%到3%。放眼整个行业，库存扭曲（缺货和积压合计）约占全球零售额的6.5%，每年高达1.77万亿美元。这不是边缘案例，而是大多数零售仓库运营的常态。 问题的根源并非流程糟糕或员工培训不足，而是支撑这些流程的数据本身就不准确。一个每天发货2万单、库位准确率98%的配送中心，实际上会悄悄砍掉或延迟约400个它原本认为可以履行的订单。错误库位不是季末才发现的账目问题，而是实时发生的订单取消，另一端是再也不会回来的顾客。研究反复表明，71%的购物者在经历糟糕的履约或退货体验后，不太可能再次从该零售商购买。传统解决方案——循环盘点——已经跟不上节奏。数千个SKU、快速移动的拣货面和不断变化的库位调整，让周期性人工盘点根本无法可靠命中目标。约78%的仓库面临劳动力短缺，年员工流动率平均达36%，这意味着做盘点的团队每次都不是同一批人。仓库拣货员已经有高达60%的时间花在走道上。退货进一步加剧了问题：大约五分之一的线上订单会被退回，是实体店退货率的两到三倍，自2019年以来退货处理量增长了约95%。退回并重新上架但未确认正确位置的库存，就成了下周的幽灵库存。旺季让一切雪上加霜——三月份还够用的准确率到了十一月就崩了。准备不足的设施在季节性需求高峰时生产力下降可达30%，旺季一周的数据错误就能抹掉整个季度的利润。 这四个问题——缺货、积压、错误库位、退货混乱——共享同一个根源：团队运行在过时的WMS（仓库管理系统）数据上。系统反映的是“应该有什么”，而不是“实际有什么”。这正是Dexory要解决的痛点。这家公司用自主移动机器人每小时扫描超过1万个库位，全天候运行且不干扰正常作业。数据汇入DexoryView——一个仓库的实时数字孪生系统——每天将每个物理库位与WMS对账。结果是：差异在拣货任务生成之前就被发现，而不是拣货员走到空货位前才暴露。团队每天上班时收到一份按订单影响排序的优先处理清单，先修那些会导致丢单的库位。例外驱动的循环盘点彻底取代了全面盘点。正如一位GXO团队负责人所说：“有了Dexory机器人，我们能在托盘丢失之前就发现它放错了地方。” 效果是可量化的。Metro Supply Chain在三个月内将人工循环盘点工作量减少了95%，库存差异解决速度提升了75%。Vente-unique.com将缺货减少了74%，库存成本降低了30%。北美最大物流供应商之一NFI的人工工作量减少了80%，两个月就收回了投资。为快速增长的全渠道品牌提供服务的DCL Logistics，托盘库位准确率提升了14%，每天节省16个工时。Forrester的独立总体经济影响研究显示，三年内投资回报率达140%，回收期不到六个月。