salescast在庫予測のための小売ネットワーク

LOKAD小売ネットワークのための在庫予測


ホーム » 在庫予測 » このページ

Lokadの背後にある技術は、店のレベルで、倉庫レベルの両方を保持し、在庫の量を最小限に抑えながら、任意サイズの一般的な製品小売業者は、それらの製品の可用性を向上させるのに役立ちます。Lokadに関連した自動化の非常に高いレベルでは、余分な労力を伴うことがなくても、複雑な製品の選択に適しています。変位予測技術は、特に販売が断続的不安定の両方であっても、高いサービスレベルをサポートするように調整されます。また、クラウド•コンピューティングを通じて、Lokadは店の数千にスケールアップすることができます。

複雑な品揃え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、直接在庫予測を生成します;“直接”と言う場合には、我々はそれを意味します。Lokadを使用して予測を生成する際に関与するいかなる種類の統計的な構成はありません。これはあっても、これらの統計的なスキルなしに、そのユーザーにLokadが簡単にアクセスできるようになります。手動介入は予想が正常に動作していることを確認することが期待されている場合、それに終わりはありません:あまりにも多くの製品は、あまりにも多くの店があります。 多くの古典的な予測ソリューションは、これまで一般的な商品の小売に関しては、我々はそのような機能はひどく誤解を招くであることを、何度も何度も観察している、可能性に“調整”の予測を提供していますが。手動介入は予想が正常に動作していることを確認することが期待されている場合、それに終わりはありません:あまりにも多くの製品は、あまりにも多くの店があります。全自動化は、単に、この場合の唯一のオプションです。



Lokad独自の予測技術は、製品間の相関を活用しています。単一の製品を見ると確かに、ほとんどない十分な過去のデータ利用可能がありません。幸いなことに、企業は多くの場合、同時に製品の何百も、そうでない場合は何千、販売、したがって、製品カタログで他の商品との関係で観察することができるすべてのパターンを活用することで、Lokadは「調整」への複雑なニーズをスキップ手動予報。これは、望ましくない”ブラックボックス”の行動と見られますが、我々の経験は、手動での唯一のほんの一部以上を見直す決して十分な時間があるので、あっても、単純な線形予測モデルは、実際には、小売ネットワークのためのblackboxesように振る舞うんことを示していることができます日常的に生成された結果。

クラシック予測システムもエッジの場合に悩まされています:少なすぎる販売実績を持つ製品、製品を少なすぎる販売量と不明な季節プロファイル製品など。予測技術は、全体の品揃えの100%のカバレッジを確保するために、背後には、製品を残さありません。

最初に相関させるように多くのデータを持っているからこそ、製品や店舗間レバレッジの相関は、小売ネットワークのためになくてはならないです予測モデルを進めます。

断続的な需要のための高かいサービスレベル

店舗レベルでは、製品の大部分は別個の製品単位のほんの一握りが毎日販売されていることにより断続的な需要パターンに関連しています。しかし製品が唯一、1週間に1回販売されている場合でも、ほとんどの小売業者は、顧客満足を維持するために、高いサービスレベルを提供するよう努めています。その変位予測技術により、Lokadは、非常にまれにしか販売されていない製品の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、中央値予測、または将来の需要の上または下にあるので、50%のチャンスがある。すなわち予報では、すなわち、古典的な予測に依存しています。製品の大部分は、1日1回未満に販売されているので、店舗レベルで古典的な予測は、単に作動しません。 古典的な予測ソリューションは、中央値予測、または将来の需要の上または下にあるので、50%のチャンスがある。すなわち予報では、すなわち、古典的な予測に依存しています。製品の大部分は、1日1回未満に販売されているので、店舗レベルで古典的な予測は、単に作動しません。 いくつかのツールは、分別予測に、より高いレベルの予測を脱凝集させるために、毎週、あるいは毎月のレベルで予測することにより、この問題に対処しようとするが、そのような方法に関連する誤差の量は非常に驚異的です。在庫最適化のための古典的な予測を使用すると、間違った角度から問題を解決します。

Lokadは、直接、次の簡単な質問に答える小売統計的予測技術を開発しました:どれくらい多くの製品XがサービスレベルYを達成するために必要なのですか?非常に間接的な、典型的には中央値予測と安全在庫を伴う非常に不正確なルートを通って、この質問に答えるためにしようとする代わりに、Lokadの技術は変位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の予測方法は、直接、および古典的な予測と同じように間接的ではないので、変位予測によって配信在庫性能が大幅に古典的なアプローチによって得られた性能を超えています。



店舗数千へのスケールアップ




アップストア千個のために高度な統計予測を提供することは、処理能力の膨大な量を必要とします。Lokadは、MicrosoftのAzureで、マイクロソフトのクラウドコンピューティングプラットフォームのその使用によって、この処理能力を提供します。そして、このLokadでの私たちの仕事により、我々は2010年にマイクロソフトから最初のAzureパートナー賞を授与されています。

特に、Lokadはできるだけ早く予測ジョブがLokadによって行うことが必要であることを意味する、自動スケーリングとして知られている技術を活用し、マイクロソフトのAzure(潜在的にそれらの何百もの小売ネットワークの規模に応じて、上の我々動的にプロビジョニングサーバー)、私たちはすぐに60分未満で予測結果を提供するためにこれらのサーバーを使用しています。計算が完了するとすぐに、すべてのサーバーは、プロビジョニング解除されます。

在庫予想は1日に複数回必要なことはほとんどないため、自動スケーリングは係数24の直接的なハードウェアコストの削減を提供しています;それはクライアントに減少として渡すことができます。ただし、ハードウェアコストの実際の削減は、我々が頻繁に小売データの高性能処理を目指している技術を開発したという事実から生じます。



倉庫レベルでの複雑な購買戦略

店舗レベルでの並び替え処理は、典型的には比較的簡単ですが、倉庫レベルでの戦略を購入することは非常に複雑になることがあります。Lokadのスクリプトエンジンを通じて、アカウントの価格ブレーク、出荷手数料、倉庫容量にかかる正しい購買発注、リードタイムの変動中に定期的に需要予測をオンにすることが可能です。Priceforgeは、ネットワークの全体的な在庫の性能を追跡するために、管理者が必要とするすべての高業界固有のKPIを確立するために使用することができます。