Predikcia dopytu v sieti pekární – menej vratiek, vyšší obrat
Sieć piekarni i cukierni połączona modelem AI: produkcja, dostawy, sklep i dane sprzedażowe

Predikcia dopytu v sieti pekární – menej vratiek, vyšší obrat

Pre reťazec pekární, ktorý prevádzkuje niekoľko desiatok predajných miest, spolupráca s MAWEB vytvorila O 58 % menej vratiek (v knižných cenách) popri a Obrat vzrástol o 10 %. Na tejto kombinácii záleží, pretože v tomto odvetví je najjednoduchším spôsobom, ako znížiť vratky, vyrobiť a dodať menej – čo zvyčajne končí prázdnymi regálmi a klesajúcimi predajmi. Tu sa obrat nielen držal; to rástlo, čo ukazuje, že model zasiahol skutočný dopyt, a nie len orezávanie dodávok.

Okrem zníženia nepredaných pekárenských výrobkov vrátených obchodmi klient poukazuje na druhú výhodu práce: údaje o predaji sa mu dali do poriadku. Čísla z jednotlivých predajných miest, predtým roztrúsené a nekonzistentné, sa zjednotili a stali sa základom riadenia celého reťazca – nielen prognózovania.

klienta

Sieť pekární pôsobiaca na niekoľkých desiatkach predajných miest. Pred implementáciou sa plánovanie výroby a dodávok opieralo o skúsenosti zamestnancov jednotlivých predajní, čo v takom rozsahu spôsobilo nekonzistentnosť medzi lokalitami a sťažilo centralizované riadenie zásob.

Balík služieb

Predikcia dopytu — model AI predpovedajúci predaj pre jednotlivé predajne a produkty, ktorý podporuje rozhodnutia o objemoch výroby a dodávok.

Ciele

  • Znížiť vratky a straty z nadprodukcie bez zhoršenia dostupnosti výrobkov v predajniach.
  • Udržať alebo zvýšiť obrat – zníženie vratiek nesmelo znížiť predaj.
  • Zjednotiť a usporiadať údaje o predaji z každej predajne ako základ pre lepšie riadenie reťazca.

Metóda merania: porovnanie vratiek v účtovných cenách a obratu pred spustením predikčného modelu a po ňom.

Doručenie

MAWEB zhromažďoval a organizoval historické údaje o predaji klienta z každého predajného miesta – predaj, dodávky, vrátenia a vonkajšie faktory, ktoré hýbu dopytom (kalendár, dni v týždni, štátne sviatky medzi nimi). Na tomto základe sme vytvorili prediktívny model predpovedajúci predaj samostatne pre každú predajňu a produkt, pričom sme generovali denné odporúčania pre objemy výroby a dodávok.

Kľúčovým prvkom modelu boli záruky obmedzujúce riziko, že optimalizácia nepredaných pekárenských výrobkov vrátených obchodmi by znížila dostupnosť výrobkov a obrat – model neznižuje dodávky mechanicky, ale prispôsobuje ich dopytu očakávanému na danom mieste.

Popri implementácii došlo k zjednoteniu údajov z jednotlivých predajní – predtým vedených odlišne v závislosti od lokality – do spoločného formátu. Nezávisle od samotných prognóz, ktoré klientovi poskytli ucelený obraz o predaji v celom reťazci, ktorý využíva aj na každodenné riadenie.

Výsledky

  • Vratky sa znížili o 58 % (v účtovných cenách oproti obdobiu pred implementáciou).
  • Obrat vyšší o 10% za rovnaké obdobie – menej vratiek neznamenalo nižší predaj.
  • Údaje o predaji usporiadané v rámci reťazca — pomenovaný klientom ako dodatočná výhoda práce, ktorá presahuje samotnú predikciu a podporuje lepšie riadenie podniku.