Эффекты внедрения системы автозаказа на основе AI

Московская сеть магазинов, торгующая замороженными и fresh-продуктами, решила эту проблему, внедрив систему RS.SCM.

В ходе проекта ритейлер подключил к системе автоматического заказа все 150 магазинов, распределительный центр и производство.

Цели проекта:

• Оптимизировать товарные запасы в условиях нехватки торговой площади;
• Снизить дефицит товара на полках;
• Уменьшить упущенные продажи;
• Перераспределить ассортимент и занимаемое им пространство.

RS.SCM оптимизировала распределение ассортимента

Ранее, при ручном заказе, менеджеры некорректно оценивали спрос на отдельные товары.

RS.SCM, опираясь на собственные прогнозы спроса, начала наращивать долю товаров классов A и B в заказе.

Повысилось качество пополнения запасов магазинов в условиях нехватки торговой площади

Товарного запаса в магазине хватало, в среднем, на 2,4 дня. Даже при ежедневном пополнении магазинов, покупатели регулярно сталкивались с отсутствием товара на полке.

Изменение структуры ассортимента в заказах снизило количество случаев Out-of-Stock, и позволило увеличить уровень товарных запасов до 3,5 дней.

Корректный прогноз спроса улучшил планирование производства

До внедрения RS.SCM, при составлении планов производства не учитывались случаи отсутствия товара на полках.

Система прогнозирования спроса очистила историю продаж от OOS и других аномалий. Искуственный интеллект подобрал наиболее оптимальный метод расчета прогноза регулярных продаж и промо-акций. Его результаты стали использовать при планировании для всех звеньев цепочки поставок - от завода, до РЦ и каждого магазина.

RS.SCM снизила трудозатраты на формирование заказов

До запуска заказы на всю сеть рассчитывались менеджерами вручную.

Система прогнозирует и рассчитывает заказ точнее и быстрее, чем человек. После запуска корректировкам подвергается менее четверти заказов.

Узнать больше о возможностях RS.SCM можно на странице продукта.