Staré postupy již nefungují
Ještě před postupnými vlnami celosvětové pandemie museli plánovači poptávky držet krok s rychle se vyvíjejícími preferencemi zákazníků, konkurenčními subjekty vstupujícími na trh a měnící se dynamikou trhu. Pro mnoho maloobchodníků bylo možné pokulhávat s využitím údajů z minulých let, které odrážely sezónnost, a s trochou lidského odhadu, který se snažil přizpůsobit novějším změnám na trhu. Zatímco několik prozíravých maloobchodníků usilovalo o možnosti předvídání poptávky na základě umělé inteligence, mnoho maloobchodníků tuto investici odložilo ve prospěch jiných priorit.
Systém Demand Forecast AI (DFAI) byl vyvinut společností SymphonyAI, aby poskytoval předpověď poptávky pro každý produkt v každé prodejně pro sadu termínů (např. příští týden, následující týden). Maloobchodníci používají Demand Forecast AI k zajištění dostatečných zásob, aby se vyhnuli výpadkům zásob, a generují přesné vstupy jako první článek dodavatelského řetězce.
Limity historických dat
Historický přístup založený na datech je dnes bolestně a nenávratně narušen. Od chvíle, kdy na přelomu let 2019 a 2020 začal stín Covidu zasahovat do různých částí světa, poptávka nakupujících se prudce změnila. Dokonce i historicky technologiím odolné spotřebitelské sektory se přesunuly na internet, protože zavírání obchodů a strach z Covidu donutil nakupující nakupovat online. Spotřeba potravin, toaletního papíru a kancelářských potřeb, která se dříve odehrávala v komerčním měřítku ve školách, kancelářích nebo na univerzitách, se přesunula do domácností, protože učení a práce na dálku se staly normou.
Uprostřed značné ekonomické nejistoty vedla zvýšená citlivost na cenu nakupující k tomu, že začali využívat značek obchodů a agresivněji vyhledávali akční nabídky, než se odhodlali k nákupu. Postupem času, zejména na trzích, kde byly ekonomické otřesy krátkodobé, začalo mnoho nakupujících v domácnosti vyhledávat luxusní potraviny a alkohol, protože výdaje obvykle určené na cestování, stravování a zábavu ponechávaly rozpočty flexibilní pro luxusněji zaměřenou domácí spotřebu.
Hodnota historických údajů v takových dobách klesla z pochybné na irelevantní, stejně jako přesnost lidských odhadů. Naštěstí stále více maloobchodníků vidí hodnotu předpovědí poptávky založených na umělé inteligenci, které využívají strojové učení
A samozřejmě, organická poptávka zákazníků je pro maloobchodníky jen polovinou příběhu, který jim umožňuje efektivní prognózování a plánování zásob. Komplexní dynamické modelování musí také zohlednit, jak maloobchodníci ovlivňují poptávku svými cenovými a propagačními akcemi.
Síla dynamických předpovědí založených na umělé inteligenci
Špičková věda založená na umělé inteligenci naštěstí dokáže zpracovat kompletní historické a aktuální informace o akcích, výprodejích, sezónnosti atd. Model se samozřejmě učí z historických dat, ale v neustále se vyvíjejícím režimu strojového učení reflektuje aktuální podmínky a dokáže také překvapivě přesně předpovídat budoucnost. V algoritmech zaměřených na budoucnost, které se používají k vytváření předpovědí, modely zohledňují budoucí údaje včetně kalendářních událostí a plánů propagace. Výsledkem jsou včasné a akční prognózy, které maloobchodníkům umožňují uspokojit aktuální poptávku zákazníků, kdy a kde je to důležité, a optimálně plánovat řízení a optimalizaci dodavatelského řetězce, aby měli na skladě dostatek – ale ne příliš mnoho – zboží, které uspokojí poptávku.
V době vážných narušení dodavatelského řetězce poskytuje přesné předpovídání chytrým maloobchodníkům rozhodující výhodu při proaktivním řízení jejich dodavatelských partnerů, optimalizaci obchodních prostředků a efektivním řízení finančních a obchodních cílů.
Ale počkejte – je toho více!
Zvu vás, abyste si přečetli další díly této série, které se hlouběji zabývají vědeckými poznatky o předvídání poptávky společnosti SymphonyAI a tím, co uživatelé v reálném světě hledají v řešeních pro předvídání na základě umělé inteligence dnes i v budoucnu.
