Lokadの技術は、一般的な商品小売業者が店舗レベルと倉庫レベルの在庫量を最小限に抑えながら、製品の入手可能性を高めるのに役立ちます。Lokadに関連する非常に高い自動化レベルにより、余分な人手を必要とせずに複雑な製品選択にも対応できます。分位点予測技術は、売上が断続的かつ不規則な場合でも高いサービスレベルをサポートするように特別に設計されています。さらに、クラウドコンピューティングを通じて、Lokadは数千の店舗にスケーリングすることができます。
電子機器小売業者のWortenは、300以上の店舗と電子商取引を提供し、テックラバー向けの多様な製品を提供しています。
Wortenは、店舗と人間のタッチを持つデジタル戦略を提唱しています。LOKADとのパートナーシップにより、私たちは管理の知識をデジタル化し、更新し、顧客が求めるものを提供するために私たちの店舗がより良く準備されるようにしています。最終的に、このパートナーシップは、サプライチェーンの見方と管理方法において技術的な飛躍と管理的な飛躍です。
Wortenの在庫責任者Bruno Thiago Saraiva氏
Lokad TV
複雑なアソートメントのための完全自動化
Lokadは、過去の販売データをインポートし、在庫予測を直接生成します。そして、「直接」と言うと、それは本当です。Lokadを使用して予測を生成する際には、いかなる種類の統計的な設定も必要ありません。そのため、統計的なスキルを持たないユーザーでもLokadを簡単に利用することができます。
予測が正常に動作することを確認するために手動の介入が必要な場合、それには終わりがありません:製品が多すぎ、店舗が多すぎます。
多くの古典的な予測ソリューションは、予測を「調整」することができる可能性を提供していますが、一般的な商品小売業に関しては、そのような機能は非常に誤解を招くものです。
予測が正常に動作することを確認するために手動の介入が必要な場合、それには終わりがありません:製品が多すぎ、店舗が多すぎます。この場合、完全な自動化が唯一の選択肢です。
Lokadの独自の予測技術は、製品間の相関関係を活用しています。実際、単一の製品を見ると、利用可能な過去のデータはほとんどありません。幸いなことに、企業はしばしば同時に何百、何千もの製品を販売しており、そのため、製品カタログ内の他の商品に関連して観察できるすべてのパターンを活用することで、Lokadは予測を手動で「調整」する必要性を回避しています。これは望ましくない「ブラックボックス」の振る舞いと見なされるかもしれませんが、私たちの経験からは、単純な線形予測モデルでも、実際には小売ネットワークにおいてはブラックボックスのように振る舞うことがあります。なぜなら、毎日生成される結果のごく一部しか手動で確認する時間がないからです。
古典的な予測システムは、エッジケースにも悩まされています:販売履歴が少なすぎる製品、販売数量が少なすぎる製品、季節性のプロファイルが明確でない製品など。私たちの予測技術は、すべての製品を見逃さず、全ての商品の100%のカバレッジを確保します。
小売ネットワークにおいては、製品と店舗の間の相関関係を活用する先進的な予測モデルが必須です。なぜなら、最初に相関関係を持つデータが非常に多いからです。
断続的な需要に対する高いサービスレベル
店舗レベルでは、ほとんどの商品は断続的な需要パターンに関連しており、毎日わずかな数の異なる商品が販売されています。しかし、商品が週に1回しか売れない場合でも、ほとんどの小売業者は顧客の満足度を高めるために高いサービスレベルを提供しようとします。Lokadの分位点予測技術を通じて、非常にまれにしか売れない商品に対しても正確な在庫予測結果を提供することができます。
古典的な予測ソリューションは、古典的な予測、つまり中央値の予測、つまり将来の需要が上回るか下回るかの50%の確率を持つ予測に依存しています。しかし、店舗レベルでは、古典的な予測は単純に機能しません。なぜなら、ほとんどの商品が1日に1回未満しか売れないからです。
製品Xの単位数を達成するためには、サービスレベルYにどれだけの単位数が必要ですか?
一部のツールは、週次または月次レベルで予測を行い、上位レベルの予測を分数の予測に分解することで、この問題に対処しようとしますが、そのような方法に関連するエラーの量は非常に驚くべきものです。在庫最適化のために古典的な予測を使用することは、問題を誤った角度から解決しようとするものです。
Lokadは、小売業向けに統計的な予測技術を開発しました。この技術は、次の単純な質問に直接答えることができます:製品Xの単位数を達成するためには、サービスレベルYにどれだけの単位数が必要ですか?中央値の予測や安全在庫を含む非常に間接的で非常に不正確なルートを通じてこの質問に答えようとする代わりに、Lokadの技術は分位点予測を通じて直接的な答えを提供することができます。その結果、Lokadの予測手法は直接的であり、古典的な予測とは異なり、分位点予測によって提供される在庫のパフォーマンスは、古典的な手法に比べてはるかに優れています。
数千の店舗にスケールアップ
数千の店舗に対して高度な統計予測を提供するには、膨大な処理能力が必要です。Lokadは、MicrosoftのクラウドコンピューティングプラットフォームであるMicrosoft Azureを使用して、この処理能力を提供しています。Lokadの取り組みにより、2010年にMicrosoftから最初のAzureパートナーアワードを受賞しました。
特に、Lokadは自動スケーリングという技術を活用しています。これは、Lokadが予測ジョブを実行する必要があると判断されると、Microsoft Azure上のサーバーを動的にプロビジョニングし(小売ネットワークの規模に応じて数百台になる可能性があります)、これらのサーバーを即座に使用して60分以内で予測結果を提供します。計算が完了すると、すべてのサーバーは非プロビジョニングされます。
在庫予測はほとんどの場合、1日に1回以上必要とされないため、自動スケーリングによりハードウェアコストが24倍削減されます。この削減は、小売データの高性能処理に特化した技術を開発していることから生じるハードウェアコストの実際の削減です。
倉庫レベルでの複雑な調達戦略
店舗レベルでの再発注プロセスは通常比較的単純ですが、倉庫レベルでの調達戦略は非常に複雑な場合があります。Lokadのスクリプティングエンジンを使用すると、通常の需要予測を正しい発注に変換することができます。これには、価格の変動、出荷手数料、倉庫容量、リードタイムの変動などが考慮されます。Priceforgeは、ネットワーク全体の在庫パフォーマンスを追跡するためにマネージャーが必要とする業界固有のKPIを確立するためにも使用できます。