確率的プロモーション予測
しかし、ほぼすべての小売業者がプロモーションを実施しており、ほぼすべての予測ベンダーの主張はプロモーション対応の完全なサポートを提供すると謳っているにもかかわらず、実際には市場に存在するほとんどの予測ソリューションがこの点において十分とは言えません。さらに悪いことに、私たちの経験では、これらの多くのソリューションは、予測精度に関して、プロモーションを完全に無視するという素朴なアプローチを取った場合よりも劣った結果をもたらしていることが示唆されています.
プロモーションがこれほどまでに困難である理由は、プロモーションに取り組む際に常に観察される不確実性の度合いにあります。平均または中央値の将来需要のみを考慮する従来の予測手法では、この余分な不確実性が予測プロセスに大きな悪影響を及ぼします。実際、これらの予測ソリューションが出力する数値は非常に信頼性に欠けるため、サプライチェーン最適化に活用できる合理的な選択肢を提供するものではありません.
しかし、Lokadでは、何年にもわたって不確実な未来に対処する能力を磨いてきました。特に、第4世代の確率的予測エンジンにより、非常に不確実な状況を正確に定量化するための技術が完全に整いました。確率的視点は不確実性を解消するわけではありませんが、事例全体を否定するのではなく、その不確実性の程度を正確な定量分析によって示します.
当社の確率的予測エンジンは、最近プロモーションをネイティブにサポートできるようにアップグレードされました。Lokadにプロモーションデータが提供されると、過去のプロモーションと将来のプロモーションの両方がそのようにフラグ付けされることが期待されます。過去のプロモーションは、定量的な効果を評価するとともに、プロモーション自体がもたらす需要の歪みを適切に反映するために使用されます。将来のプロモーションは、需要の向上を予測し、予測値をそれに応じて調整するために利用されます.
従来の多くの予測ソリューションとは異なり、当社の予測エンジンは、歴史データからプロモーションによる急激な変動が「除去」されていることを前提としていません。実際、プロモーションが実施されなかった場合に何が起こったかを正確に知ることは誰にもできません.
最後に、プロモーション予測のためにLokadが提供できる機械学習や高度な統計手法のいかんによらず、綿密なデータ準備はこれまで同様に極めて重要です。エンドツーエンドのプロモーション予測は、当社のサービスとしての在庫最適化パッケージの一部として完全にサポートされています.
