CASO STUDIO
Demand Forecasting
Humco realizza per un’Azienda in ambito GDO un sistema di previsione per ottimizzare l’inventario.
Parole chiave
- Previsione del venduto
- Ottimizzazione di magazzino
- Automatic replacement system
- Reorder point
Contesto
I sistemi di riordino della merce a scaffale nei supermercati hanno avuto un’evoluzione parallela a quella del settore informatico: dall’ingrato inventario quotidiano del commesso a una informatizzazione basata su semplici logiche di consumo automaticamente inventariate. Ma l’innovazione è ben altro: un sistema di analisi minuzioso e capillare tratta ogni singolo prodotto come un’entità singola; in tal modo la previsione di vendita può muoversi nel tempo secondo precise coordinate e con definiti valori che automatizzano ad altissima precisione i quantitativi di riordino su singolo punto vendita.
La vendita al dettaglio di beni di consumo è in rapido movimento con un mercato altamente competitivo: i rivenditori mirano a un improving continuo della customer loyalty offrendo servizi migliorativi rispetto alla concorrenza. Allo stesso tempo i protagonisti della GDO lottando costantemente per l’ottimizzazione dei costi. Una delle funzioni centripete per tale scopo è l’approvvigionamento delle scorte e della merce a scaffale con sistemi automatici di riordino: tali sistemi si basavano su logiche di inventario giornaliero e analisi storica del venduto.
Il nostro cliente vantava di un sistema di riordino automatico basato su logiche semplici, di tutto rispetto, ma perfettibile.
Soluzioni
L’evoluzione di un semplice sistema di riordino basato su euristiche standard passa necessariamente per il concetto di analisi complessa del dato. La soluzione che porta in campo l’AI è il Decision Support System (DSS) che si estende all’intero processo di approvvigionamento. Prevediamo le vendite per ottimizzare l’intera supply chain.
Humco sviluppa un sistema di intelligenza artificiale per la previsione del venduto che ottimizza l’intera catena di rifornimento con bontà previsionale oltre al 90% su prodotti sensibili come il latte fresco.
Il progetto gestisce un approccio bottom-up:
- Analisi previsionale per singolo prodotto
- Condizionato a singolo negozio (supermercato specifico)
- Condizionato a variabili endogene ed esogene di appartenenza
- Generalizzato per macro categoria e genere.
Risultati
Alcuni decenni fa, non c’erano alternative ai sistemi di rifornimento manuale dei negozi. Un pianificatore, solitamente il responsabile del negozio, era responsabile della decisione dei due principali parametri di rifornimento: il quantitativo da ordinare e il quando effettuare l’ordine. Per fare ciò il pianificatore controllava manualmente la quantità disponibile e stimava soggettivamente – e condizionatamente ai tempi dettati dal fornitore – il quando. Nell’ultimo decennio, si sono diffusi gli ERP (Enterprise Resource Planning), che strutturano il processo ma non rispondo ai due parametri principali.
I sistemi semi-automatici (ERP) supportano il pianificatore mostrandogli banalmente l’inventario e i vincoli d’ordine. Il sistema avanzato di riordino automatico in logica AI decide autonomamente quando ordinare e quale quantità.
I vantaggi? Diminuzione degli incidenti di OOS (out of stock) calcolato tra il 70 e l’80%, riduzione delle scorte del 15%, riduzione degli scarti e delle rottamazioni nell’ordine del 20%.
Scopri con un Test veloce e gratuito quanto è solida la tua Data Strategy
Contattaci
Lo spirito innovativo e l’approccio sistemico ci rendono sempre aperti a nuove sfide e opportunità