«Anlamaq vacibdir ki, operativ borc bir anda yaranmır. O, təkrarlanan kompromisli qərarlar, əl ilə edilən düzəlişlər və reaktiv yanaşmalar nəticəsində tədricən formalaşır. Buna görə bir çox şirkətlər üçün artıq məsələ tələbin proqnozlaşdırılmasının avtomatlaşdırılmasının lazım olub-olmaması deyil, biznesin nə qədər tez reaktiv idarəetmə modelindən proaktiv modelə keçməyə hazır olmasıdır.»
“Bizim üçün hər şey sadə bir sualla başladı: biz əslində nəyi həll etməyə çalışırıq? Bu sual AI ilə proqnozlaşdırmaya ciddi şəkildə baxmağa başladığımız anda ortaya çıxdı. Bugün şəbəkəmizin sıxlığı təxminən hər 100 000 şəhər əhalisinə 1,22 restoran təşkil edir. Biz nə qədər sürətlə böyüyürdüksə, planlaşdırma bir o qədər çətinləşirdi. Proqnozların dəqiqliyini qorumaq getdikcə çətin olurdu, çünki hər yeni restoran ayrıca yanaşma tələb edirdi. Məkan sayı az olanda təcrübəli planlaşdırıcı hələ də tələbi “hiss edə” bilir. Amma bir anda anlayırsan ki, artıq bir yox, demək olar ki, otuz biznesi eyni vaxtda idarə edirsən — bu, tamamilə fərqli bir oyundur.”
“Məsələn, Batumidə yağışlı həftəsonu “McDrive” vasitəsilə sifarişlərin sayını kəskin azalda bilər, amma eyni zamanda çatdırılma xidmətinə tələbi artıra bilər. Tbilisidə isə futbol matçının keçirildiyi gün restoran zalında pik yüklənmə yarana bilər və tələbin strukturu bir neçə saat ərzində dəyişə bilər. Bu cür ssenariləri əl ilə proqnozlaşdırmaq çətindir, çünki onlar daim dəyişən faktorların kombinasiyasından asılıdır. Dəyişənlərin sayı əl ilə aparılan təhlilin imkanlarını aşdıqda isə məsələ artıq prosesi optimallaşdırmaq deyil, onu yenidən düşünmək olur.”
“McDonald’s Georgia nümunəsi bugün getdikcə daha geniş yayılan yanaşma dəyişimini aydın şəkildə nümayiş etdirir: şirkətlər artıq texnologiyaya sahib olmağa yox, ondan tez dəyər əldə etməyə fokuslanır. Bu kontekstdə custom həll ilə hazır məhsul arasında seçim alətlərin özü ilə bağlı deyil. Söhbət sürət, fokus və biznesin dəyişikliklərə uyğunlaşma qabiliyyətindən gedir ki, məhz bunları SMART Demand Forecast həlli təmin etdi.”
“Proqnoz yalnız qərarları dəyişdirdiyi halda dəyər yaradır. Hətta ən dəqiq model belə həftəlik planlaşdırma prosesinə təsir göstərmirsə, o sadəcə analitika olaraq qalır. Proqnoz prosesin bir hissəsinə çevrildikdə isə təkcə dəqiqlik artmır — biznesin iş məntiqi də dəyişir: təcili sifarişlərin və operativ şəkildə qəbul edilən qərarların sayı azalır, artıq ehtiyatların yaranma riski aşağı düşür, xidmət səviyyəsinin sabitliyi yüksəlir, planlaşdırma isə daha proqnozlaşdırıla bilən olur.”
“Satış kanallarının hər birinin öz tələbat ritmi var. Məsələn, McDrive vasitəsilə edilən sifarişlər sürətli və impulsiv alışdır. Çatdırılma isə daha yüksək orta çek və hava şəraitinə, eləcə də yerli hadisələrə daha yüksək həssaslıq deməkdir. Zalda xidmət isə daha sabit və proqnozlaşdırıla bilən kanaldır. Əvvəllər biz Excel-də bütün sistem üzrə aqreqasiya olunmuş məlumatlarla işləyirdik. Lakin ayrı-ayrı restoran səviyyəsində bu, əslində “kor-koranə” işləmək demək idi. Excel bugün də faydalı alət ola bilər, amma o, hava şəraiti, yerli hadisələr və ya marketinq kampaniyalarının dalğa effekti kimi xarici siqnalları nəzərə almaq imkanına malik deyil. Məhz burada SMART Demand Forecast bizə tələbin real mənzərəsini, bütün mürəkkəbliyi ilə görməyə imkan verən həll oldu.”
“Hər bir proqnozlaşdırma alqoritmlərlə deyil, məlumatlarla başlayır və burada tez-tez lazımınca qiymətləndirilməyən sadə, amma vacib bir həqiqət var: garbage in — garbage out. Yəni sistemə keyfiyyətsiz və ya xaotik məlumat daxil olarsa, nəticələr də eyni olacaq — səhv və ya faydasız. Çıxışın keyfiyyəti həmişə birbaşa girişin keyfiyyətindən asılıdır.”
“Belə yüksək göstəricilər o deməkdir ki, biz artıq tələbin real davranışını, yəni orta göstəriciləri deyil, lokal xüsusiyyətləri görürük. Məsələn, şəhər mərkəzində yerləşən restoranla magistral yol üzərindəki restoran arasındakı fərqi görə bilirik. Əvvəllər bu fərqlər ümumi məlumatların içində itib-batırdı. Biz həm satış kanallarının strukturunu dərindən təhlil edə, həm də ehtiyacdan asılı olaraq ayrıca restoran səviyyəsində işləyə bilirik. Belə bir proqnozlaşdırma səviyyəsi əvvəllər sadəcə təsəvvürəgəlməz idi. Məhz bu imkan əməliyyat qərarlarımızın doğruluğuna və etibarlılığına inamı əhəmiyyətli dərəcədə artırır.”
Bu layihə sayəsində hər bir restoranımızda tələbin proqnozlaşdırılmasının dəqiqliyini əhəmiyyətli dərəcədə təkmilləşdirə bildik. İlk nəticələri aldıqda, biz aydın şəkildə başa düşdük ki, bu sərmayənin qarşılığını çox qısa müddətdə alacağıq.
Süni intellekt bir təhdid deyil. Bu, biznesin nə etdiyini yenidən düşünməsi üçün bir fürsətdir
Gələcəyin proqnozlaşdırılması aerodinamik boruda olduğu kimi, strategiyaların möhkəmliyini sınaqdan keçirmək üçün bir yoldur
Problemləri "diaqnostika" etməlisiniz – məsələn, pik mövsümdə tələbin qeyri-dəqiq proqnozlaşdırılması və ya promo qiymətlərinin təyin edilməsində səhvlər; səmərəsiz promo aksiyalar və ya işçi heyətinin bərabər yüklənməsində çətinliklər... Bununla belə, bu boşluqlara görə öz analitiklərinizi, marketoloqlarınızı və ya İR mütəxəssislərini günahlandırmağa tələsməyin. Məlumatların təhlili rejimini süni intellektə həvalə edin və işçilərinizə yaradıcılıq üçün yer ayırın və strateji tapşırıqlara diqqəti yönəltmək imkanı verin.
Proqnozları büdcələr, planlar və ya fərziyyələrlə qarışdırmayın. Proqnozlar gözləntiləri təsvir edir, büdcələr isə məqsədlərin mənbəyidir. Plan keçmişlə bağlı məlumatlar və gələcəyə dair fərziyyələrlə birlikdə proqnoz vermək üçün istifadə edilən planlaşdırılmış tədbirlər toplusudu.
Proqnozlarla real tələbat arasındakı uyğunsuzluqlar ehtiyatların idarə edilməsinə mənfi təsir göstərərək, xərclərimizi artırırdı. Eyni zamanda, əl ilə proqnozlaşdırma bütün səbəb-nəticə əlaqələrini başa düşməklə belə, bütün amilləri effektiv şəkildə nəzərə almağa imkan vermirdi. Bazarı təhlil etdikdən sonra anladıq ki, böyük həcmdə məlumatları emal edə bilən və çoxsaylı amilləri avtomatik nəzərə alan süni intellektə əsaslanan həllə ehtiyacımız var.”
Yeni tələb proqnozlaşdırma sistemini seçərkən, SMART Demand Forecast həllinin həm müntəzəm, həm də promo satışları proqnozlaşdıra bildiyini öyrəndik. Sistemin analoqlar və anomaliyalar ilə işləmə bacarığı xüsusilə marağımızı cəlb etdi. Təchizatçı ilkin mərhələdə proqnozların dəqiqliyini qiymətləndirməyə imkan verən pilot layihənin işə salınmasını əhatə edən tətbiq prosesini bizə ətraflı şəkildə izah etdi. Əlavə olaraq, məhsulun inkişaf planı bizə uzunmüddətli əməkdaşlığa inam verdi ki, bu da SMART business həllinin seçilməsində həlledici faktor oldu
Bizim üçün dəyər ondan ibarətdir ki, təchizatçı öz təcrübəsinə və biznes proseslərimizin xüsusiyyətlərinə diqqət yetirərək yüksək keyfiyyətli tələb proqnozu yaratmaq üçün hansı məlumatların zəruri olduğunu müstəqil şəkildə müəyyənləşdirdi. Müvafiq olaraq, biz sadəcə universal məlumat strukturuna (satışlar, məhsul iyerarxiyası, promo kampaniyaları, xarici amillər və s.) uyğun olaraq məlumat verdik. Və SMART business komandası artıq bu məlumatları uyğunlaşdırdı, həmçinin sistemdə istifadə olunan və tələbata əhəmiyyətli dərəcədə təsir edən "cannibalization" aspektlərini və əlavə hesablama amillərini nəzərə alan ML-modelləri qurdu.
Əvvəlcə tələbə təsir edən əsas amillər, məsələn, həftənin günü, əvvəlki aylara aid satış məlumatları, məhsul qiymətləri və s., əsasında ilkin model quruldu ki, bu da müəyyən bir səviyyədə proqnoz dəqiqliyini təmin etdi. Sonra "cannibalization", mövsümi əmsallar, elastiklik amilləri və s. kimi yeni amillər əlavə etməklə modeli optimallaşdırdıq. Biz nəyin yaxşılaşdığını, nəyin isə yaxşılaşmadığını izlədik. Burada əsas məsələ sistemi həddindən artıq yükləməməkdir, çünki çox öyrədilmiş model səhv proqnozlar verə bilər. Komandamız hər bir faktorun təsirini müəyyən etmək üçün dərin biliklərə və zəruri alətlərə malikdir. Bu, bizə əhəmiyyəti az olan amilləri aradan qaldırmağa, lazımsız məlumatları azaltmağa və McDonald's Georgia-nın hər bir restoranı üçün proqnozların dəqiqliyini artırmağa kömək etdi.
SMART Demand Forecast həllinin tətbiqi nəticələrindən son dərəcə məmnun qaldıq. Bu layihə sayəsində hər bir restoranımızda tələbin proqnozlaşdırılmasının dəqiqliyini əhəmiyyətli dərəcədə təkmilləşdirə bildik. İlk nəticələri aldıqda, biz aydın şəkildə başa düşdük ki, bu sərmayənin qarşılığını çox qısa müddətdə alacağıq. SMART business komandasına yüksək peşəkarlığı və koordinasiyalı işləri üçün təşəkkür edirik. Onların həlli biznes proseslərimizi yeni bir səviyyədə hiss etməyə və anlamağa kömək edir.
Süni intellekt əsasında həllərin tətbiqi daimi əməkdaşlıq, atılan addımların təhlili və təchizatçı ilə müştəri arasında sıx ünsiyyət tələb edir ki. Bu yanaşma bizə McDonald’s Georgia ilə yüksək nəticələr əldə etməyə kömək etdi. Komandalarımız daim əlaqədə oldu, yaranan məsələlərə operativ reaksiya verdi. Bu, layihənin məhsuldarlığına və uğuruna müsbət təsir etdi və gələcək əməkdaşlıq üçün möhkəm zəmin yaratdı.
