Smartstock > Retail

Retail

prognozowanie retail

Kluczowym elementem przewagi konkurencyjnej sieci detalicznych jest znajomość potrzeb konsumentów i możliwość ich zaspokojenia po konkurencyjnej cenie. Dostępność na półce oczekiwanych przez klientów towarów podczas każdej wizyty w sklepie buduje lojalność i pozwala na generowanie strumienia przychodów niezbędnego do dalszej ekspansji.

Szerokie portfolio produktów, różnorodność formatów sklepów, zróżnicowana specyfika popytu rynkowego w poszczególnych lokalizacjach to tylko niektóre wyzwania jakim muszą podołać managerowie zarządzający zapasem. Optymalizacja punktowa zapasów w sieci prowadzi zwykle do braku dostępności towarów w jednych lokalizacjach, a jednocześnie do nadmiernych zapasów w innych. Skutkuje to z jednej strony utratą sprzedaży, odpływem klientów i erozją marży, a z drugiej wpływa na zamrożenie kapitału niezbędnego do prowadzania działań marketingowych i rozwoju.

Dlatego zatowarowanie sieci sklepów, i zaopatrującego je centrum dystrybucji, wymaga zastosowania zaawansowanych metod optymalizacji zapasów uwzględniających specyfikę 2-stopniowej sieci dystrybucji. Model taki powinien nie tylko pozwalać na generowanie popytu statystycznego na najniższym poziomie tj. produktu w danym sklepie, ale także rozumieć zróżnicowanie sklepów pod kątem posiadanej przestrzeni magazynowej czy lokalizacji geograficznej. Optymalizacja zatowarowania sklepów przez centrum dystrybucji powinna uwzględniać przypisane w planogramach minimalne wielkości ekspozycyjne, dni rotacji półki, jednostki zbiorcze i kalendarz dostaw z centrum dystrybucji.

Optymalnie wyliczone zapotrzebowania ze sklepów stają się jednocześnie zapotrzebowaniem jakie musi zaspokoić centrum dystrybucji. Innymi słowy staje się popytem zależnym będącym jedną z najważniejszych wsadowych do optymalizacji zamówień magazynu centralnego w kontekście dostaw od dostawców zewnętrznych. Pozostałymi danymi jakie muszą być uwzględnione podczas generowania optymalnych zamówień do dostawców są ich lead time’y czy wymagane minima logistyczne i/lub wartościowe. Ponadto centrum dystrybucji musi znać service level dostawców i rozumieć zmienność popytu na poziomie sklepów po to, aby odpowiednio zabezpieczyć się przed ryzykiem wystąpienia sytuacji out-of-stock, nie dopuszczając przy tym do sytuacji overstock.

Złożoność 2-stopniowej sieci dystrybucji wymaga w procesie optymalizacji zapasów zastosowania zaawansowanych technik obliczeniowych nie tylko w kontekście statystyczno-matematycznym, ale także przygotowanych na skalowalność wraz z rozwojem sieci sprzedaży.

Wykorzystanie uczenia maszynowego opartego o chmurę obliczeniową pozwala na codzienne generowanie optymalnych zamówień zatowarowania zarówno punktów sprzedaży jaki zaopatrującego je centrum dystrybucji.