Das neueste KI-Tool von Google ermöglicht es Einzelhändlern, die Nachfrage in Echtzeit genau zu prognostizieren
Laut Google LLC können Einzelhändler seinen neuesten Dienst für künstliche Intelligenz nutzen, um die Bestandsverwaltung besser in den Griff zu bekommen, Logistikabläufe zu rationalisieren, die Geschäftsplanung zu verbessern und die allgemeine Kundenzufriedenheit zu verbessern.
heute bekannt gegeben, Vertex-KI-Vorhersage ist ein neuer Service, der Einzelhändlern hilft, Echtzeit-Prognosen näher zu kommen, indem sie die Nachfrage nach den verschiedenen Waren und Produkten, die sie verkaufen, genau prognostizieren.
Craig Wiley, Director of Product Management für Google Cloud AI, erklärte in einem Blogbeitrag, dass genaue Prognosen für Einzelhändler von entscheidender Bedeutung sind, um sicherzustellen, dass sie die richtigen Produkte in den richtigen Mengen und an den richtigen Standorten verfügbar haben.
Für Einzelhändler ist die Bestandsverwaltung ein heikler Balanceakt. Kunden möchten nicht, dass Artikel ausverkauft sind, aber gleichzeitig ist zu viel Lagerbestand verschwenderisch und kostspielig. Wiley verweist auf Daten der IHL Group, die darauf hindeuten, dass Einzelhändler jährlich mehr als eine Billion Dollar aufgrund von Bestandsmissmanagement verlieren. Eine Studie von McKinsey & Co. zeigt jedoch, wie eine Verbesserung der Nachfrageprognose um 10 % bis 20 % zu 5 % niedrigeren Bestandskosten und einer Umsatzsteigerung von 2 % bis 3 % führen kann.
Das ist jedoch noch nicht alles, da Bedarfsprognosen Einzelhändlern auch dabei helfen können, ihre Filialen und Support-Zentren effizienter zu besetzen, indem sie die Kundenzahlen genau vorhersagen. Es kann Ihnen auch dabei helfen, Werbeaktionen zu planen und die Faktoren zu bewerten, die sich sowohl auf den physischen als auch auf den Online-Traffic auswirken.
Die Herausforderung für Einzelhändler besteht darin, dass ihre Daten erheblich komplexer werden, wenn sie an neue Standorte expandieren und mehr Produkte hinzufügen. „Der uneingeschränkte Betrieb während der Pandemie hat die Engpässe in der Lieferkette und die Herausforderungen bei der Prognose noch verstärkt, da das Tempo des Wandels so schnell war“, sagte Wiley.
Vertex AI Forecast soll Einzelhändlern helfen, diese Herausforderungen zu meistern. Es ist eine neue Ergänzung zu Google Vertex-KI Plattform für maschinelles Lernen, die: debütierte letztes Jahr, sodass Einzelhändler Datensätze mit bis zu 100 Millionen Zeilen aus BigQuery- oder Standard-CSV-Dateien einbeziehen können. Anschließend evaluiert es Hunderte verschiedener Modelle für maschinelles Lernen mithilfe seiner Modellarchitektursuche, um dasjenige zu finden, das mit diesem Datensatz am besten funktioniert.
Sobald das beste maschinelle Lernmodell gefunden ist, kann Vertex AI Forecast eine „hochpräzise Prognose“ erstellen, die auf mehreren Ebenen funktioniert und die Produktnachfrage für einzelne Artikel auf Filial- oder regionaler Ebene abgleicht. Einzelhändler erhalten die Einblicke, die sie benötigen, um sicherzustellen, dass ihnen die Lagerbestände nicht ausgehen. Darüber hinaus kann Vertex AI unstrukturierte Daten aufnehmen, um zu verstehen, wie Faktoren wie Wetter, Frachtkosten, Rohstoffpreise, Versandkosten und mehr die Nachfrage beeinflussen können.
„Eine solche Zuordnung gilt nicht nur für die Gesamtprognose, sondern für jeden einzelnen Punkt an jedem Punkt“, erklärt Wiley. „So können beispielsweise in der Bekleidungskategorie Aktionen an Wochentagen der Haupttreiber der Nachfrage sein, aber nicht während der Ferienzeit. Erkenntnisse wie diese sind von unschätzbarem Wert, wenn es darum geht, Entscheidungen darüber zu treffen, wie auf Prognosen reagiert werden soll.“
Early Adopters von Vertex AI Forecast sagen, dass sie bereits gute Ergebnisse aus der genaueren Bedarfsprognose sehen, die es bietet.
Amaresh Siva, Senior Vice President of Innovation, Data and Supply Chain bei Lowe’s Cos. Inc., sagte, sein Unternehmen betreibe mehr als 1.700 Geschäfte in den USA, so dass die Notwendigkeit hochgenauer Prognosen von entscheidender Bedeutung sei.
„Mit Vertex AI Forecasting war Lowe’s in der Lage, genaue hierarchische Modelle zu erstellen, die SKU- und Store-Level-Prognosen ausgleichen“, sagte Siva. „Diese Modelle berücksichtigen unser Laden-, SKU- und Regionsinventar, Werbedaten und mehrere andere Signale und liefern genauere Prognosen.“
