Previsione della domanda basata su ML per la catena di fornitura al dettaglio
Una catena di vendita al dettaglio con 200 negozi registrava tassi medi di esaurimento scorte del 12% e forti perdite di fine stagione dovute a previsioni di domanda imprecise. I modelli statistici esistenti non tenevano conto di eventi locali, andamenti meteorologici o calendari promozionali.
Cliente
Confidential, Retail Chain Client
Caposquadra
Sophie Müller
Data
Q1 2024
Sfida aziendale
Una catena di vendita al dettaglio con 200 negozi registrava tassi medi di esaurimento scorte del 12% e forti perdite di fine stagione dovute a previsioni di domanda imprecise. I modelli statistici esistenti non tenevano conto di eventi locali, andamenti meteorologici o calendari promozionali.
Soluzione e approccio
Abbiamo creato una piattaforma di previsione d'insieme che combina Facebook Prophet per la scomposizione di trend/stagionalità con LightGBM per una previsione completa di SKU e localizzazione. Il modello incorpora segnali esterni (meteo, eventi locali, promozioni della concorrenza) e viene riaddestrato settimanalmente tramite Airflow.
Capacità fornite
- Previsione della domanda d'insieme utilizzando Prophet e LightGBM
- Integrazione di segnali esterni (meteo, eventi, promozioni)
- Pipeline di riqualificazione settimanale a livello di posizione SKU in Airflow
- Dashboard di raccomandazione per il rifornimento rivolta all'acquirente
- Monitoraggio dell'accuratezza delle previsioni e delle prestazioni del modello
Risultati aziendali
Il tasso medio di esaurimento scorte è sceso dal 12% al 4,3% e le perdite dovute ai ribassi di fine stagione sono diminuite del 28%. L'accuratezza delle previsioni del team di approvvigionamento (misurata da MAPE) è migliorata dal 31% all'11% di errore.
4.3%
Tasso di esaurimento scorte (in calo dal 12%)
28%
Riduzione delle perdite dovute ai ribassi
11%
Previsione MAPE (in calo dal 31%)
Progetti correlati
Piattaforma di analisi dell'apprendimento e valutazione basata sull'intelligenza artificiale per EdTech
I tassi di completamento dei corsi sono migliorati dal 38% al 61% in un semestre. Il tasso di soddisfazione degli studenti (NPS) è aumentato da 31 a 58 e la piattaforma ha ridotto il tasso di abbandono mensile degli abbonati di 2,8 punti percentuali.
61%
Tasso di completamento del corso (in aumento rispetto al 38%)
58
NPS per studenti (in aumento rispetto a 31)
Piattaforma di digitalizzazione delle operazioni ospedaliere
I tempi di dimissione dei pazienti sono stati ridotti da 4,5 ore a 1,8 ore. La completezza della documentazione clinica è migliorata dal 67% al 96%, eliminando le lacune nei dati che causavano il rifiuto delle richieste di risarcimento assicurativo. I punteggi di produttività del personale sono migliorati del 34%.
4.5h→1.8h
Ora di dimissione del paziente
96%
Completezza della documentazione clinica
Piattaforma di ottimizzazione del percorso logistico dell'ultimo miglio
Il rispetto degli SLA di consegna è migliorato dal 76% al 94%, i costi del carburante per consegna sono diminuiti del 18% e la produttività degli autisti ha raggiunto l'88% della capacità teorica. Il cliente ha ampliato la propria attività in 3 nuove città in 6 mesi utilizzando la stessa piattaforma.
94%
Conformità SLA di consegna
18%
Riduzione del costo del carburante per consegna
Simulazione di formazione basata sulla realtà aumentata per le operazioni di produzione
I tempi di formazione per operatore si sono ridotti del 40% e gli incidenti di sicurezza correlati alla formazione sono scesi a zero. I punteggi di certificazione delle competenze sono migliorati in media di 22 punti percentuali. Il cliente sta espandendo la piattaforma ad altre due strutture.
40%
Riduzione dei tempi di formazione
0
Incidenti di sicurezza correlati alla formazione
Previsione della domanda basata su ML per la catena di fornitura al dettaglio
Il tasso medio di esaurimento scorte è sceso dal 12% al 4,3% e le perdite dovute ai ribassi di fine stagione sono diminuite del 28%. L'accuratezza delle previsioni del team di approvvigionamento (misurata da MAPE) è migliorata dal 31% all'11% di errore.
4.3%
Tasso di esaurimento scorte (in calo dal 12%)
28%
Riduzione delle perdite dovute ai ribassi
Visibilità end-to-end della supply chain e torre di controllo
I tempi di risposta alle interruzioni della supply chain sono migliorati da 4 giorni (ritardo di rilevamento) a 6 ore. Le rotture di stock attribuibili a lacune nella visibilità della supply chain sono state ridotte del 71%. Il team degli acquisti ha risparmiato 1,8 milioni di dollari in costi di trasporto rapido nel primo anno.
4d→6h
Tempo di risposta al rilevamento delle interruzioni
71%
Riduzione delle rotture di stock dovute a gap di visibilità