)
Intelligenza Artificiale nel Retail: AI-Driven Predictive Replenishment
Scenario
Lavorando a stretto contatto con il nostro cliente, è emersa la necessità di implementare un approccio innovativo ed efficiente per il riassortimento della merce dei negozi, soprattutto per le categorie di prodotto a bassa rotazione (vendite poco frequenti, sporadiche e pertanto non facilmente predicibili).
La sfida era chiara:
Evitare le rotture di stock (stock out), che avrebbero comportato perdita di vendite
Ridurre overstock, per efficientare l’occupazione di spazio dei magazzini e costi derivanti
Ottimizzare la distribuzione della merce nei diversi mercati/canali
Soluzione
La soluzione per il calcolo del forecast di vendita concepita da Technology Reply pone il proprio core sull’Intelligenza Artificiale e sulle sconfinate risorse del cloud.
Partendo dall’idea base di definire una “dynamic replenishment policy” per non avere stock-out e cercando al contempo di evitare un inutile over-stock, il processo predittivo si basa sulla “periodic review” del “punto di riordino” (quantità minima di scorte, al di sotto della quale scatta un ordine di rifornimento, per garantire la disponibilità di scorte sufficienti a soddisfare la domanda durante il lead time), correlando più variabili possibile.
L’applicativo prende in input tutta la serie di dati necessaria a formulare la previsione (vendite, movimenti di magazzino, promozioni, condizioni meteo, footflow, tempi consegna… ) e, attraverso il suo AI-engine (sfrutta un modello Transformer, la stessa tecnologia alla base di ChatGPT), elabora in output la previsione di vendita necessaria per valutare un eventuale riassortimento.
Ad esempio, correlando le condizioni meteorologiche è possibile evitare di riassortire tipologie di calzatura prevalentemente estiva se il meteo risulta particolarmente avverso o viceversa.
Avendo implementato la nostra soluzione nell’ambiente Oracle cloud Infrastructure, grazie anche alla flessibilità derivante dal linguaggio di sviluppo usato (Python) coadiuvate dalle potenzialità teoricamente illimitate del cloud e la personalizzazione di un motore predittivo basato AI che considera variabili multiple, la soluzione di Technology Reply fornisce al cliente uno strumento di previsione e analisi dati scalabile e personalizzabile sulla base delle singole esigenze, permettendo di avere previsioni molto più accurate rispetto alle classiche soluzioni disponibili nel mercato.
Benefici
In questo contesto di efficientamento e ottimizzazione del processo di replenishment, la soluzione sviluppata da Technology Reply presenta unPrevisioni su più orizzonti temporali a serie di vantaggi chiave per il cliente:
In sintesi, la soluzione offre un efficace strumento di previsione e di analisi (supporta l’identificazione di correlazioni significative tra i dati), perché abbina la possibilità di previsioni accurate a un'ampia personalizzazione delle variabili che influenzano i riassortimenti.
Efficientare il processo di riassortimento ha ovviamente i suoi “side effect” sulla sostenibilità ambientale, efficientamento della produzione (evita surplus produttivo), nonché riduzione dei costi legati ai trasporti, magazzino (stock) ed alla marginalità (es. svendite).