Cofnij do listy

Sztuczna Inteligencja w branży retail, czyli jak prognozować sprzedaż w czasie niepewności

Jak prognozować sprzedaż - kluczowe metody i narzędzia do skutecznego przewidywania popytu na asortyment sklepowy.

O tym, jak zaawansowana analiza danych, oparta na sztucznej inteligencji, może pomóc branży retail odnaleźć się w nowej rzeczywistości biznesowej, mówi w Wiadomościach Handlowych Michał Koziara, CEO w 3Soft S.A.

Jak obecna sytuacja związana z pandemią COVID-19 wpłynie na branżę retail?

Epidemia zmieniła oblicze nie tylko branży retail, ale funkcjonowanie całego świata. Trudno wyrokować jakie skutki dla gospodarki, a tym samym dla branży retail, będzie miała pandemia i przewidywany kryzys. Stajemy w obliczu zupełnie nowej sytuacji rynkowej gdzie wiedza i dotychczasowe doświadczenia mogą okazać się niewystarczające do znalezienia rozwiązań, które odpowiedzą na aktualne wyzwania. Realizację tych nowych wyzwań, może wspierać zaawansowana analiza danych.  

Z moich obserwacji branży wynika, że te firmy, które jeszcze przed pandemią zaczęły korzystać z zaawansowanej analizy danych oraz automatyzacji procesów biznesowych radzą sobie z obecną sytuacją znacznie lepiej.

Z moich obserwacji branży wynika, że te firmy, które jeszcze przed pandemią zaczęły korzystać z zaawansowanej analizy danych oraz automatyzacji procesów biznesowych radzą sobie z obecną sytuacją znacznie lepiej. Zauważam też, że retailerzy, którzy dotychczas sceptycznie podchodzili do wykorzystania sztucznej inteligencji w prognozowaniu popytu i sprzedaży, zaczynają pytać o takie rozwiązania. Chcą zdobyć narzędzia pomocne w minimalizacji skutków pandemii i optymalizacji procesów w nowej rzeczywistości biznesowej. Dane są „odporne na wirusy” i nieustannie mogą dostarczać wartościowych informacji. Z pewnością analiza danych oparta na sztucznej inteligencji pomoże detalistom szybciej odnaleźć się w nowej rzeczywistości i podejmować decyzje w oparciu o fakty, a nie intuicję

Jak wspomniana sztuczna inteligencja może pomóc retailerom?

Sztuczna inteligencja to nie tylko futurystyczne i autonomiczne sklepy, interaktywne półki czy boty jako asystenci sklepowi. Takie rozwiązania, choć wydają się atrakcyjne, dla większości detalistów będą  trudne do wdrożenia, chociażby ze względu na konieczność poniesienia znacznych kosztów w infrastrukturę i wyposażenie sklepów. Jednak, zastosowanie sztucznej inteligencji do analizy danych jest stosunkowo tanie i efektywne biznesowo. Każda firma posiada dane, z których potencjału można skorzystać. Mówimy tutaj o konkretnych możliwościach budowania przewagi konkurencyjnej poprzez minimalizację out-of-stocków (ang. braków w zatowarowaniu) oraz ograniczenie overstocków (ang. zbyt duże zatowarowanie), co pozwala na zwiększenie sprzedaży i ograniczenie strat. Modele machine learning (ang. uczenia maszynowego) w dwa tygodnie są w stanie „nauczyć się” nowej rzeczywistości, czyli reagować na zmiany w sposób automatyczny. Pogłębiona analiza statystyczna wsparta wiedzą ekspercką daje biznesowi nowe spojrzenie na aktualną sytuację rynkową.

Nasze platformy analityczne, dedykowane branży retail, umożliwiają prognozowanie sprzedaży indywidualnie dla każdego sklepu i każdego produktu oraz generowanie automatycznych poleceń zatowarowania sklepów. W magazynach optymalizują dostępność towarów i przydzielonego kapitału na podstawie prognoz popytu oraz generują automatyczne zamówienia dla dostawców. Wykorzystanie najnowszych technologii Big Data zapewnia efektywny monitoring przepływu danych i procesów sprzedażowych w czasie rzeczywistym oraz generowanie alertów w przypadku wystąpienia anomalii.

Nasze platformy analityczne, dedykowane branży retail, umożliwiają prognozowanie sprzedaży indywidualnie dla każdego sklepu i każdego produktu oraz generowanie automatycznych poleceń zatowarowania sklepów. W magazynach optymalizują dostępność towarów i przydzielonego kapitału na podstawie prognoz popytu oraz generują automatyczne zamówienia dla dostawców. Wykorzystanie najnowszych technologii Big Data zapewnia efektywny monitoring przepływu danych i procesów sprzedażowych w czasie rzeczywistym oraz generowanie alertów w przypadku wystąpienia anomalii. To wszystko dzieje się automatycznie, z uwzględnieniem specyficznych dla branży retail czynników oraz nowych zmiennych, których dostarcza nowa retailowa rzeczywistość.

Na czym może polegać taka automatyzacja?

Weźmy jako przykład sieć sklepów. Automatyzacja staje się kluczowa, gdy konieczne jest codzienne, optymalne zatowarowanie dziesiątków punktów sprzedaży przy asortymencie sięgającym tysięcy artykułów, w oparciu o najnowsze dane. Większość retailerów angażuje swoich pracowników w proces zatowarowania sklepów na poziomie operacyjnym. Pandemia pokazała, że optymalizacja polegająca na zwiększeniu automatyzacji jest bezpieczniejsza zarówno dla pracowników jak i dla zachowania ciągłości dostaw. Modele statystyczne mogą być trenowane codziennie, na podstawie aktualnych danych sprzedażowych. Rezultatem są prognozy sprzedaży generowane dla każdego produktu i sklepu indywidualnie. W oparciu o prognozy tworzone są listy komisjonowania dla każdego sklepu. Cały proces, od gromadzenia paragonów z kas, przez uczenie modeli, po generowanie zleceń dla magazynierów przebiega automatycznie, ograniczając zaangażowanie ludzi do absolutnego minimum. Takie rozwiązanie jest bezpieczne i efektywne.

Jakie konkretne rezultaty osiągają klienci 3Soft dzięki wykorzystaniu platform do analizy danych?

Jeśli chodzi o branżę retail, kluczowe parametry, które wspieramy to wzrost sprzedaży dzięki minimalizacji out-of-stock’ów i redukcja strat dzięki ograniczeniu overstock’ów. Mówimy o kilkuprocentowych wzrostach sprzedaży, co dla naszych globalnych klientów oznacza milionowe zyski. Do tego dochodzi zmniejszenie średnich braków w sklepach na poziomie kilkudziesięciu procent. Skuteczność wykorzystania naszych prognoz wynosi średnio 95 do 98 proc., w zależności od rodzaju asortymentu.

Korzystając ze swojego doświadczenia, co może Pan doradzić detalistom w obecnej sytuacji?

Z perspektywy wykorzystania zaawansowanej analizy danych w retailu rekomenduję rozważenie wdrożenia rozwiązań z tego obszaru nawet w niewielkim zakresie lub w odniesieniu do pojedynczego procesu biznesowego. Jestem zwolennikiem strategii zrywania nisko wiszących owoców, a więc realizowania w pierwszej kolejności tych business case’ów, które przy najmniejszych nakładach i przy niskim ryzyku mogą przynieść największe korzyści. Wbrew pozorom, w kontekście czerpania wartości biznesowej z danych gromadzonych przez retail, takich możliwości jest wiele. Co więcej, pierwsze efekty można uzyskać bardzo szybko, już po dwóch, trzech miesiącach.

W 3Soft współpracę z klientami zawsze zaczynamy od warsztatów technologiczno-biznesowych. Podczas takich spotkań analizujemy sytuację, identyfikujemy szanse i możliwe do realizacji scenariusze. Wspólnie z klientem zastanawiamy się nad dostępnymi danymi i procesami, które mogą podlegać optymalizacji poprzez wykorzystanie sztucznej inteligencji. Staramy się inspirować i kolejno przekuwać inspiracje w konkretne działania. Tak rozumiemy naszą rolę.

Wywiad został opublikowany na portalu WiadomosciHandlowe.pl.

Lubisz wiedzieć więcej?

Dołącz do naszego newslettera

Newslettery wysyłane są w formacie wiadomości e-mail, nie częściej niż raz w miesiącu bądź niezwłocznie w przypadku istotnych aktualności/zmian/treści edukacyjnych. Więcej w regulaminie.