在外界眼中，苏宁电器拥有遍布全国、约1500家的终端实体销售店，但苏宁人知道，如果没有苏宁电器全国90多个仓储基地和物流中心，没有支撑整个物流系统运转的WMS TMS系统，苏宁电器的发展一定会大打折扣。
　　WMS是Warehouse Management System的英文缩写，即仓库管理系统;TMS则是Transportation Management System的英文缩写，意为运输管理系统。而不论WMS,还是TMS，一切都是为了积极推进与上游企业建立协同式供应链库存管理(CPFR)系统推进。苏宁的供应链创新尝试或将对行业有所借鉴。
　　依托WMS TMS
　　“如果你的存货超过2万个SKU(库存量单位)，人工就管不过来了，更不要说几十万、上百万个SKU。因此，分类存储、及时补货、科学调配成为苏宁WMS与TMS要解决的重点。”苏宁电器总裁金明强调说。
　　以南京雨花基地为例。该物流基地不仅要负责配送来自苏宁南京连锁店的订单，还要兼顾镇江、扬州、泰州等苏宁消费者的需求。考虑到6小时内送达的服务承诺，苏宁将物流中心和仓储基地的建设覆盖半径设计为基地周围80公里~150公里内。
　　南京雨花先是将4.2万平方米的半自动电器仓库分为两大区域：一块专门存放冰箱、柜机等“大块头”，这类大块头体积大、质量重，其承重托盘往往采用专业定制的“钢托”;另一块存放洗衣机、挂机、黑电等“小块头”，存、取使用木制托盘即可。
　　当一个订单通过销售产生后，苏宁的后台系统会先将订单传送至配送部，配送部通过TMS自动“派工”。TMS考虑的决策因素主要包括：客户订单所处的位置、从南京雨花至客户处所需的时间、当前闲置车辆(装有GPS定位)所处的位置、车辆到达仓库及配送所需时间等。
　　WMS系统需要根据仓库现有的存货状况及近日出货的大致统计，来确定仓库补货的订单。南京雨花的半自动仓库存货量大致为20万件，高峰时30万件。
　　“自动化存储不仅使管理效力更强，还能有效降低商品的残损率。对于一般的零售商而言，稍有残损的货品，消费者不会过多追究;但苏宁属于业内领军企业，消费者要求会更高。”金明称，业内仓储一般残损率为2%~3%，但通过仓储自动化，苏宁能将这一数字降至1%之内。
　　力推CPFR和ECR
　　有了运转良好的WMS和TMS两大管理系统做支撑，苏宁的供应链是否已经万事无忧?答案当然是否定的。
　　“一方面，企业对于消费者需求的响应永远有改善的空间;另一方面，国内目前企业间的供应链对接水平还相当低。”金明举例说，某知名彩电品牌也有自己的仓储基地，其产品从生产线上下来，就运到这些仓库中;而当来自苏宁电器的订单到达该公司后，该公司再将产品从仓库运到苏宁分布在全国的物流中心，苏宁再由物流中心向小的配送点或者消费者家中配送。
　　“不难看出来，企业间的对接，人为多了一道仓储环节，造成了财力、物力、人力的浪费和不经济。”金明称，国内还有不少家电企业，试图通过自建渠道，延伸其产业链，将企业原本相对有限的财务资源进一步从研发和制造两个环节分摊到了研发、制造和渠道三个环节，忽视社会发展分工越来越细的基本趋势。从这个角度讲，金明认为，苏宁电器接下来会将更多精力用于CPFR和ECR的企业间推广。
　　所谓CPFR，即协同式供应链库存管理，是CollaborativePlanningForecastingandReplenishment的英文简称，亦称为协同、规划、预测与补货。ECR(EfficientConsumerResponse)则是“高效消费者反应”。两者均致力于生产和流通企业间供应链环节的有效减少，缩短面对最终消费者的时间，提高合作企业的效益。
　　但如金明所述，在国内，要建立起成熟的CPFR，并非易事。苏宁的策略是通过OEM产品的定制、苏宁与标杆企业的示范合作循序渐进，争取越来越多生产制造企业的认可。
　　2010年苏宁已实现几乎所有供应商的信息接入，并与30家重要的供应商达成多种创新形式的合作关系。
　　苏宁的订单是采购订单，但是对于上游的供应商而言就变成了销售订单。无论是内部审批单据、审核信用，还是双方的系统及内部流程都需要共同进行一些改造。而对于那些经过多年的合作，双方已经建立起充分信任的大供应商，在建立起战略合作伙伴关系后，双方的对接更是一件容易的事情。
　　但是“对接”也并不意味着一定能达到CPFR的功能。不仅因为供应商大小的不同，对接方式有区别，即使在那些实现B2B直连的供应商中间，也有CPFR和非CPFR的区别。这主要取决于供应商对合作的开放态度和认识深度。
　　作为零售终端，苏宁天然比生产厂商更接近消费者，更了解消费者的需求。在早期部分强势家电品牌不愿按照苏宁提出的产品型号、性能、规格等进行生产时，苏宁通过向OEM厂商提出订单需求，以买断、包销、定制等方式满足消费者需求。
　　“作为零售商，苏宁的核心竞争力不是去研发和制造，但苏宁拥有大量的客户消费数据，通过深层的数据挖掘，消费者的