Прогнозная оптимизация для моды

Мода движется новинками. Модный бренд должен разрабатывать и продвигать правильный продукт в нужное время, по правильной цене и с таким количеством на складе, которое оказывается как раз достаточным для удовлетворения спроса. Затем акции используются для того, чтобы сначала усилить спрос, а потом ликвидировать оставшиеся излишки запасов. Lokad предлагает программное обеспечение на основе статистических методов, которое обеспечивает прогнозную оптимизацию на каждом этапе жизненного цикла продукта – от зарождения идеи до ликвидации. Наша технология учитывает именно те аспекты, которые делают моду настолько невероятно сложной: повсеместные каннибализации и замещения, непредсказуемые тренды и сезонность, бесконечный поток новых продуктов, крайне динамичные цены и так далее.

Примечание. Следующий материал не относится к сегменту жесткой роскоши, для которого применяются совсем иные правила и ограничения. Подробности см. Predictive Optimization for Hard Luxury.

рисунок модных моделей

Vizions by Zalando: первая платформа конференций в Европе, 20 апреля 2017, Берлин

Давайте начнем с невинного вопроса. Почему, по вашему мнению, проходят распродажи? В наши дни зимние распродажи, летние распродажи и множество мелких акций между ними стали неотъемлемой частью, особенно в моде. (...) Но зачем они вообще существуют? Они существуют для того, чтобы торговые сети могли избавиться от избыточных запасов. Изначально распродажи – это проявление неудачного прогноза. Можно утверждать, что сегодня они значат гораздо больше. Это так, но изначальная цель остается прежней.

Joannes Vermorel, Founder of Lokad

форма цитаты слева

LOKAD ТВ
Посмотрите наши интервью на LOKAD TV и узнайте больше о цепях поставок и моде.

Комплексная оптимизация на всем жизненном цикле продукта

Фаза 1 - до запуска коллекции

Многие модные бренды представляют тысячи новых артикулов в каждой коллекции – с учетом размеров, цветов, точек продажи и т.д.

витрина новой коллекции

За последнее десятилетие самые успешные бренды продемонстрировали свою способность всё лучше соответствовать последним трендам, увеличивая число коллекций в год и сокращая сроки реализации.

Технология прогнозной оптимизации от Lokad решает каждое отдельное решение на протяжении всего жизненного цикла каждого продукта бренда. Наша технология представляет собой сочетание машинного обучения – используемого для выявления закономерностей и прогнозов на основе данных – и численной оптимизации, которая применяется для генерации оптимизированных решений.

Подготовка новой коллекции начинается с разработки оптимизации ассортимента – также называемой планом ассортимента. Технология Lokad позволяет составить правильное сочетание размеров, цветов и фасонов на основе первоначальных дизайнов. Этот план ассортимента предназначен для максимально точного соответствия пожеланиям и ожиданиям вашей клиентской базы. Lokad поможет вам сформировать обоснование для плана ассортимента и предоставляет планировщикам возможность доработать его с учетом их стратегических соображений, а не микроуправлять каждым отдельным вариантом продукта.

Как только план ассортимента утвержден, мы предоставляем оптимизацию закупок, предлагая точное количество единиц, которые следует произвести или закупить для каждого варианта продукта – а также когда размещать заказ. Естественно, большинство продуктов никогда ранее не продавались. Эта задача обычно осложняется многочисленными ограничениями по минимальному заказу (MOQ – минимальное количество заказа), ценовыми скидками, а также различиями в сроках поставки (например, замедление производства в Азии из-за Китайского Нового года). Lokad также может оптимизировать транспортную смесь (например, морские против воздушных перевозок) и источник поставок (например, зарубежные поставщики против местных).

Например, наш решатель MOQ способен справляться с несколькими пересекающимися ограничениями MOQ: может существовать MOQ на уровне продукта (например, минимум 100 единиц на каждый заказ продукта), другой MOQ на уровне ткани (например, минимум 3000 метров ткани на каждый цвет) и окончательный MOQ на уровне поставщика (например, минимум $50,000 в заказе товаров). Решать все эти ограничения, сохраняя контроль над уровнями запасов, является серьезной проблемой, когда MOQ обрабатываются вручную. Lokad полностью автоматизирует этот процесс с помощью численных решателей, позволяющих определить самую прибыльную «конвертную» закупку, удовлетворяющую всем заданным ограничениям.

Фаза 2 - после запуска коллекции

Когда запуск коллекции не за горами, мы предоставляем оптимизацию распределения запасов, определяя точно, сколько единиц распределить для каждого распределительного центра и/или для каждого магазина. В магазине запасы выполняют две функции: не только удовлетворяют спрос, но и привлекают клиентов. Оптимизация распределения учитывает этот мерчендайзинговый аспект, максимально используя возможности каждого магазина. Она также принимает во внимание ограничения по вместимости хранения (например, пространство на полках) и ограниченные возможности наземных команд по обработке больших партий товаров. Кроме того, учитываются преимущества формирования пакетов и лотов, которые помогают снизить затраты на обработку.

Чтобы соответствовать последним трендам, мы выявляем хиты продаж и медленно движущиеся товары. Определение хитов, предназначенное для запуска раннего пополнения запасов, может осуществляться даже при ограниченных объемах запасов, путем пробного тестирования рынка в ограниченном числе магазинов – возможно, даже только через платформу электронной коммерции. Напротив, раннее выявление медленно движущихся товаров также важно, чтобы как можно быстрее убрать с полок те продукты, которые занимают место в ущерб более перспективным.

Для большинства брендов fast fashion скидки и другие промо-механизмы являются частью ДНК бренда. Lokad предоставляет возможности оптимизации цен, предлагая, когда снизить цену, чтобы в конце коллекции не осталось излишков, при этом максимально увеличивая общую валовую маржу

Мы также учитываем скидки, предоставляемые в рамках программ лояльности – применяемые единообразно к множеству товаров – которые могут заменять и иногда дополнять скидки на уровне отдельного продукта.

распродажа коллекции моды

Оптимизация ассортимента, оптимизация закупок, оптимизация распределения запасов, выявление хитов и медленно движущихся товаров, оптимизация цен: Lokad можно использовать для оптимизации всех этих решений – и не только – с целостным подходом к полному жизненному циклу продукта. Однако можно начать с узкой специализации. По любым вопросам пишите нам на contact@lokad.com

Мода требует нетрадиционных прогнозов спроса

Оптимизация решений, связанных с запасами и ценами, требует точного понимания будущего. Однако классический подход к прогнозированию спроса в моде в большинстве случаев оказывается неэффективным. Поэтому Lokad разработал уникальные возможности прогнозирования, созданные с учетом вызовов, с которыми сталкиваются компании в индустрии моды.

Мы используем вероятностные прогнозы: рассматриваем все возможные варианты будущего и вычисляем их вероятности. Действительно, неопределенность спроса в моде неизбежна. Нет возможности создать «идеальный» прогноз. Традиционные методы предполагают принятие решения на основе единственного прогноза, что делает такие решения уязвимыми к ошибкам.

Вместо того чтобы отвергать неопределенность, мы принимаем её. С помощью вероятностных прогнозов мы уравновешиваем риски и возможности.

Прогнозы составляются на уровне ассортимента, чтобы учитывать эффекты каннибализации и замещения. Прогнозирование спроса на продукт в изоляции бессмысленно, поскольку спрос на него сильно зависит от наличия или отсутствия схожих товаров, конкурирующих за одних и тех же клиентов. Традиционные методы, сосредоточенные на временных рядах, полностью упускают этот момент, а ситуация обычно ухудшается, когда дополнительно учитываются страховые запасы или уровни сервиса.

Спрос определяется ценой, которая является неотъемлемой частью нашего прогноза. Будущий спрос определяется не просто вероятностями, но эти вероятности зависят от цены продукта – инструмента, которым располагает компания.

Снова, ассортимент имеет значение, и рост спроса зависит от общей интенсивности промоакций. Нельзя ожидать такого же эффекта, если продвигается только один товар, по сравнению с акцией, затрагивающей весь магазин. Прогнозы касаются не только спроса; необходимо прогнозировать и возвраты, и сроки поставок.

Каждый источник неопределенности требует надлежащего статистического прогнозирования, и хотя будущий спрос является ключевым, существуют и другие потребности, выходящие за рамки прогнозирования спроса, и мы разработали нашу технологию с учетом этих требований. Эти прогнозы также, как правило, являются вероятностными и часто комбинируются с самими прогнозами спроса – например, прогнозированием спроса в течение периода поставки. Последнее поколение нашей технологии прогнозирования основывается на дифференцируемом программировании. Это ответвление глубокого обучения особенно подходит для работы с разреженным и прерывистым спросом, характерным для индустрии моды.

социальные сети

А как насчет погоды и социальных сетей?

Наш опыт показывает, что большинство компаний крайне недооценивают использование собственных «базовых» исторических данных. Большинство прогнозов спроса даже не используют данные о лояльности клиентов, а большинство заказов оформляются без формального прогноза сроков поставки. Таким образом, хотя мы не исключаем возможность получения подсказок из внешних источников, таких как социальные сети или погодные данные, мы твердо считаем, что компании должны начать с максимально эффективного использования уже имеющихся данных.

Масштабирование для решения задачи

Масштабная мода включает сотни магазинов и десятки тысяч вариантов товаров. Поэтому прогнозирующий механизм должен быть способен масштабироваться до миллионов позиций SKU. Наш механизм прогнозирования изначально разработан для облачных вычислений. В отличие от традиционных решений, облако для Lokad не является второстепенным: Lokad способен обрабатывать терабайты данных ежедневно.

данные магазина моды

Кроме того, в отличие от традиционных подходов, наши возможности прогнозирования не зависят от ручного связывания старых и новых продуктов посредством указания системе, какой из старых продуктов следует считать наиболее релевантным для прогнозирования нового продукта.

Вместо этого, наш прогнозный движок полностью полагается на передовые алгоритмы машинного обучения для автоматического обнаружения сходств, которые могут существовать между продуктами, и самостоятельно определения, какие конкретные товары важны для прогнозирования нового продукта в коллекции.

Это автоматическое обнаружение сходств основывается на многочисленных характеристиках товаров, которые обычно присутствуют в модной индустрии: тип продукта, семейство товаров, размер, цвет, ткань, стиль, ценовой сегмент, бренд и т.д. Хотя можно было бы волноваться по поводу объёма требуемых данных, наш опыт в Lokad показывает, что данные каталога, существующие, например, для функционирования различных аспектов интерфейса электронной коммерции, обычно достаточны для достижения хороших результатов.

Традиционные решения прогнозирования, основанные на ручном подборе пар товаров, слишком трудоёмки, чтобы быть эффективными – слишком много пар для рассмотрения – ведь именно подбор пар является основным ингредиентом прогнозов.

Из-за неэффективности этого метода компании склонны возвращаться к своим электронным таблицам, поскольку метод ручного подбора пар не обеспечивает необходимую ценность. Lokad решает задачу напрямую, сосредотачиваясь на её основной сложности, а не перекладывая бремя на пользователей.

Однако в Lokad, хотя мы можем называть этот процесс прогнозирования сопоставлением товаров, мы не предполагаем, что существует однозначное соответствие между товарами из старой и новой коллекций. Например, один товар может быть разделён на несколько вариантов, что может привести к каннибализации продаж. Тогда другой товар может быть действительно «новым» и не иметь близких аналогов из прошлого. В таком случае прогнозный движок обращается к более широким соображениям, таким как категория товара, семейство, бренд или ценовой сегмент.

Экономические движущие факторы и whiteboxing

Решения должны оптимизироваться с учётом их ожидаемой отдачи, выраженной в долларах или евро, а не в процентах.

Все факторы, определяющие затраты и выгоды от принятого решения, в совокупности называются экономическими движущими факторами: они включают валовую маржу, затраты на хранение запасов, транспортные расходы, альтернативные издержки использования полочного пространства, репутацию среди клиентов и т.д. Lokad явно моделирует все эти экономические факторы с учётом особенностей модного рынка.

Например, когда товар продаётся со скидкой, у клиента формируется ожидание получить аналогичную скидку в будущем.

store-front-with-promotion

Первая цель этих экономических факторов — поддерживать численный процесс оптимизации, который генерирует решения (например, объемы закупок или величины скидок на товары). Нет оптимизации без измерения: именно экономические факторы в буквальном смысле заставляют работать процесс оптимизации.

Lokad не является заменой глубоким стратегическим инсайтам (они исходят из экспертизы вашей команды), наша технология разработана исключительно для того, чтобы можно было масштабно использовать эти стратегические инсайты — отражённые в экономических факторах — в каждом принятом компанией решении.

Вторая цель этих факторов — процесс «whiteboxing». Его суть заключается в предоставлении вашим командам высокой степени прозрачности для каждого решения, сгенерированного Lokad. Ваша команда должна понимать, почему именно это решение предлагается Lokad. Для этого каждое решение сопровождается набором метрик — измеряемых в евро или долларах — которые объясняют деловой смысл принятого решения. Эти метрики являются различными отражениями экономических движущих факторов. Наш опыт показывает, что этот подход превосходит попытки разъяснить алгоритмические детали расчёта, которые не только невероятно утомительны, но и в значительной степени бессмысленны, если вы не являетесь экспертом в области машинного обучения или численной оптимизации.

С точки зрения управления, экономические факторы являются мощным механизмом для направления компании в правильное русло. Эти факторы не считаются «неизменными», а, наоборот, всегда подвержены изменениям, чтобы отражать эволюцию рынка. Технология Lokad разработана для обеспечения высокой гибкости: с минимальными усилиями можно разработать сложные сценарии «что если», изображающие различные альтернативные стратегии.