არ დაკარგოთ დრო, მიიღეთ მოგება: როგორ ეხმარება AI საცალო ვაჭრობას მარაგების ოპტიმიზაციაში და ზარალის თავიდან აცილებაში

გლობალურად, საცალო ვაჭრობა ორი ძირითადი გამოწვევის წინაშე დგას, რაც კარგავს მოგებას და, შესაბამისად, აფერხებს ზრდას. ორივე გამოწვეულია მარაგების მართვის შეცდომებით: მარაგების სიჭარბე ან ნაკლებობა.

IHL Group-ის კვლევის თანახმად, 2023 წელს აშშ-ში საცალო ინვენტარისა და ფაქტობრივი მოთხოვნის შეუსაბამობა 1.77 ტრილიონ დოლარად შეფასდა — ეს აღემატება ლათინური ან სამხრეთ ამერიკის საცალო სექტორის მთლიან GDP -ს.

ამ თანხიდან 562 მილიარდი დოლარი ჭარბ მარაგზე მოდის, რომლების გაყიდვასაც საცალო მოვაჭრეები ცდილობენ თვითღირებულებით ან უფრო დაბალ ფასად. თუმცა, ამ მარაგების ნაწილი მაინც უნდა ჩამოიწეროს, რაც ნიშნავს, რომ ის დაკარგულია.

ევროპელი საცალო მოვაჭრეებიც მსგავსი პრობლემების წინაშე დგანან. ავტორიტეტული გამოცემა Internet Retailing-ის მიხედვით, 2023 წელს ბრიტანელ საცალო მოვაჭრეებს იძულებით მოუწიათ თავიანთი პროდუქციის თითქმის ნახევარი (48%) ფასდაკლებით გაეყიდათ ჭარბი მარაგის გამო. ამავდროულად, გავლენიანი გამოცემა Customer Think-ის შეფასებით, მარაგის ნაკლებობის გამო წლიური ზარალი საშუალოდ საცალო მოვაჭრის მოგების დაახლოებით 4%-ს შეადგენს.

როგორ კარგავენ კომპანიები თანხებს მარაგების არასწორი მართვის გამო

ჭარბი მარაგი და მისი ნაკლებობა გამოწვეულია არაზუსტი პროგნოზირებით. რატომ? რადგან პროგნოზირება არის მთელი მიწოდების ჯაჭვის სისტემის საწყისი წერტილი. ის ააქტიურებს შესყიდვის, წარმოებისა და ლოჯისტიკის დაგეგმვის მექანიზმებს. ამ ეტაპზე მცირე შეცდომაც კი ოპერაციული ხარჯების სწრაფ დაგროვებას უკავშირდება ჯაჭვის ყოველ მომდევნო რგოლში.

მოდით, უფრო ახლოს განვიხილოთ, თუ როგორ მუშაობს.

მოითხოვეთ პრეზენტაცია

შეწყვიტეთ ფულის ფლანგვა: რატომ არის ჭარბი მარაგი საცალო მოვაჭრეების მოგების მთავარი დაბრკოლება

თუ კომპანია გადაჭარბებულად აფასებს ბაზრის მოთხოვნას და ყიდულობს ან აწარმოებს იმაზე მეტ პროდუქციას, ვიდრე მომხმარებლები მზად არიან შეიძინონ, ეს, პირველ რიგში, იწვევს რესურსების არაეფექტურ გამოყენებას. სტრატეგიული ინვესტიციის ნაცვლად, რომელიც ზრდას უნდა ემსახურებოდეს, ფინანსური რესურსები ფაქტობრივად „იყინება“ საწყობის თაროებზე.

თუმცა, ზარალი მხოლოდ აქ არ სრულდება — ჭარბი მარაგი ხშირად იწვევს ოპერაციული ხარჯების მოულოდნელ ზრდას, განსაკუთრებით ლოჯისტიკასა და საწყობის შენახვასთან დაკავშირებულ ხარჯებში.

Bloomberg-ის მიერ 2022 წლის ბოლოს გამოქვეყნებული სტატისტიკის მიხედვით, მიუხედავად ჭარბი მარაგის გასაყიდად ჩადებული ძალისხმევისა, გლობალურად პროდუქციის თითქმის 8% საბოლოოდ ნარჩენებად იქცევა. ეს ნიშნავს, რომ ყოველწლიურად 160 მილიარდ დოლარზე მეტი ღირებულების პროდუქტი ნაგავსაყრელზე აღმოჩნდება.

მარაგის ნაკლებობა: რატომ არის ეს საშიში ბიზნესისთვის

მეორე მხრივ, მარაგის დეფიციტი იწვევს უშუალო გაყიდვების დაკარგვას. თუმცა, ისევე როგორც ჭარბი მარაგის შემთხვევაში, ეს აშკარა ზარალი ერთადერთი არ არის. მარაგის ხშირი ნაკლებობა კომპანიისთვის ნიშნავს ბაზრის წილის დაკარგვას და კონკურენტების გააქტიურებას.

თანამედროვე, მომხმარებელზე ორიენტირებულ ბაზარზე, ყველაზე მტკივნეული შედეგი შეიძლება იყოს მომხმარებლის ერთგულების დაკარგვა.
Customer Think-ის კვლევის მიხედვით, იმ მომხმარებელთა 37%, რომლებიც ვერ პოულობენ საჭირო პროდუქტს მათთვის ჩვეულ სავაჭრო ობიექტში, მის მოძიებას სხვა ადგილას ცდილობენ — ფიზიკურად ან ონლაინ. უმეტეს შემთხვევაში, ისინი აღარ ბრუნდებიან პირველ გამყიდველთან, რაც ნიშნავს, რომ ბიზნესი ამ მომხმარებლებს სამუდამოდ კარგავს.

როგორ შეუძლიათ საცალო მოვაჭრეებს მარაგების დონის ოპტიმიზაცია და თანხის დაკარგვის თავიდან აცილება

როგორ შეუძლიათ საცალო მოვაჭრეებს ისე დააორგანიზონ თავიანთი ბიზნეს პროცესები, რომ ოპერატიულად უპასუხონ მომხმარებელთა მუდმივად ცვალებად მოლოდინებს თითოეულ კონკრეტულ მაღაზიაში? როგორ მოახერხონ მიწოდების ჯაჭვის სტაბილიზაცია ისე, რომ თავიდან აიცილონ ზარალი და მიიღონ ინფორმირებული, მონაცემებზე დაფუძნებული გადაწყვეტილებები მიწოდების დაგეგმვისას?

პასუხი მოთხოვნის ზუსტი პროგნოზირების უნარის ათვისებაში იმალება.

დღევანდელ პირობებში ეს მხოლოდ ინოვაციური ტექნოლოგიების ინტეგრაციითა და მიწოდების ჯაჭვის პროცესების ციფრულ ტრანსფორმაციით არის შესაძლებელი.

მაგალითად, იაპონიის ოიტასა და ფუკუოკას პრეფექტურებში, მთავრობის ინიციატივით, ჩატარდა საჩვენებელი პროექტი, რომლის მიზანი იყო საკვები პროდუქტების ნარჩენების შემცირება მიწოდების ჯაჭვის ოპტიმიზაციის გზით — ხელოვნურ ინტელექტზე (AI) დაფუძნებული პროგნოზირების მოდელის გამოყენებით. ამასთან ერთად, მიზანი იყო გაყიდვების ზრდაც.

შედეგებმა აჩვენა, რომ პროექტში ჩართულმა სუპერმარკეტებმა შეძლეს ექსპერიმენტში მონაწილე პროდუქციის გაყიდვების თითქმის 20%-ით გაზრდა — მხოლოდ პროგნოზირების სიზუსტის გაუმჯობესებით და ფარული მოთხოვნის გამოვლენით.

მაგრამ რატომ არის სწორედ ინოვაციური ტექნოლოგიები ამ პროცესში გადამწყვეტი ფაქტორი? და რომელი AI შესაძლებლობები ცვლის თამაშის წესებს საცალო სექტორში ყველაზე მეტად? მოდით, დეტალურად განვიხილოთ.

გაყიდვების ისტორიის, სეზონურობისა და ტენდენციების ანალიზი

ხელოვნური ინტელექტის მთავარი ღირებულება მოთხოვნის ზუსტი პროგნოზირების პროცესში მდგომარეობს მის უნარში — გაანალიზოს უზარმაზარი მოცულობის მონაცემები სწრაფად და ეფექტურად.

თანამედროვე ალგორითმები არ შემოიფარგლება მხოლოდ წარსული გაყიდვების მონაცემებით. ისინი ერთდროულად ითვალისწინებენ ათეულობით მნიშვნელოვან ცვლადს, ამოწმებენ მათ შორის კორელაციებს, ასახავენ სეზონურ ცვლილებებს და აანალიზებენ ბაზარზე განვითარებად ტენდენციებს.

ყველაზე მნიშვნელოვანი კი ის არის, რომ ეს ყველაფერი ხორციელდება მინიმალური შეცდომის ალბათობით — რაც პრაქტიკულად შეუძლებელია ხელით გამოთვლებისას.
შედეგად, პროგნოზებში ნაკლები ცდომილება პირდაპირ იწვევს ოპერაციული ხარჯების შემცირებას და მარაგთან დაკავშირებული ზარალის მინიმიზაციას.

როგორ ეხმარება AI ბიზნესს ნარჩენების შემცირებაში

საცალო ვაჭრობაში ჩამოწერის ერთ-ერთი ძირითადი მიზეზი დარჩენილი მარაგია — ანუ ჭარბი პროდუქცია, რომელიც ხშირად გამოწვეულია არაზუსტი პროგნოზებით. სწორედ ამიტომ, AI-ზე დაფუძნებული ტექნოლოგიები ერთ-ერთ ყველაზე ეფექტურ ინსტრუმენტად ითვლება მოთხოვნის პროგნოზირების სიზუსტისა და პროცესის ოპტიმიზაციის ახალი დონეზე ასაყვანად.

მნიშვნელოვანია აღინიშნოს, რომ ხელოვნური ინტელექტის მიერ მხარდაჭერილი პროგნოზირების სისტემები თანაბრად კარგად მუშაობს როგორც ხანგრძლივ ვადის მქონე, ასევე მალფუჭებად პროდუქციაზე. კერძოდ, მალფუჭებადი პროდუქტებისთვის აუცილებელია პროგნოზის უფრო ხშირი განახლება და რეალურ დროში რეაგირება მოთხოვნის ცვლილებებზე.

ერთ-ერთი ასეთი უახლესი გადაწყვეტაილებაა SMART Demand Forecast — AI-ზე დაფუძნებული მოთხოვნის პროგნოზირების ინსტრუმენტი. ის საშუალებას აძლევს კომპანიებს განახორციელონ პროგნოზირება სხვადასხვა აგრეგაციის დონეზე (მაგალითად, მაღაზიების, რეგიონების ან პროდუქციის კატეგორიების ჭრილში) და სხვადასხვა დაგეგმვის ჰორიზონტისთვის — მოკლევადიანი ან გრძელვადიანი სტრატეგიული დაგეგმვის მიზნებისთვის.

გარდა ამისა, SMART Demand Forecast ითვალისწინებს ბიზნესის რეალურ საჭიროებებს და მომხმარებელს აძლევს საშუალებას, ხელით შეიტანონ დამატებითი მონაცემები — მაგალითად, მარკეტინგული კამპანიები, სეზონური ინიციატივები ან სხვა არასტანდარტული ფაქტორები, რომლებიც გავლენას ახდენენ მოთხოვნაზე. ეს ხელს უწყობს პროგნოზის მაქსიმალურ ადაპტაციას სწრაფად ცვალებადი და კონკურენტული ბაზრის პირობებში.

მოითხოვეთ პრეზენტაცია

როგორ დაეხმარა SMART Demand Forecast McDonald’s Georgia-ს გუნდს პროგნოზის სიზუსტის გაუმჯობესებაში

SMART Demand Forecast-ის წარმატებული დანერგვის შესანიშნავი მაგალითია მაკდონალდსის 23 სწრაფი კვების რესტორანი საქართველოში, რომელიც ყოველდღიურად 35,000-მდე მომხმარებელს ემსახურება.

SMART business-თან თანამშრომლობამდე კომპანია მოთხოვნის პროგნოზირებას თვეში ერთხელ, მთელ ქსელზე ერთად ახორციელებდა. ამგვარი დაბალი გრანულარულობა ხშირად იწვევდა არაეფექტურ განაწილებას ინგრედიენტების შორის და ზრდიდა ლოჯისტიკურ ხარჯებს.

პრობლემის მოგვარებისა და ოპერაციული ხარჯების შემცირების მიზნით, მაკდონალდსმა საქართველოში პროგნოზირების პროცესის სრულად განახლება და SMART Demand Forecast-ის დანერგვა აირჩია.

SMART business-ის იმპლემენტაციის გუნდის პროფესიონალიზმისა და სიღრმისეული ცოდნის შედეგად, შესაძლებელი გახდა პროგნოზირების სიზუსტეზე გავლენის მქონე ძირითადი ფაქტორების იდენტიფიცირება და პროცესების შესაბამისი ოპტიმიზაცია.

შედეგად, სისტემაში დაინერგა ყოველკვირეული პროგნოზირება თითოეული რესტორნისთვის ინდივიდუალურად, რამაც მნიშვნელოვნად გააუმჯობესა რესურსების განაწილება და შემცირდა არაპროგნოზირებადი ხარჯები.

პროექტმა მიაღწია — და გადააჭარბა — სამიზნე KPI-ებს:

• 83% პროგნოზის სიზუსტე თითოეული რესტორნისთვის 4-კვირიანი ყოველკვირეული მონაცემთა აგრეგაციის საფუძველზე.
• 80% პროგნოზის სიზუსტე თითოეული რესტორნისთვის 12-კვირიანი ყოველკვირეული მონაცემთა აგრეგაციის საფუძველზე.
• საშუალო პროგნოზის გადახრა არაუმეტეს 5%, რაც შეესაბამება გლობალურ ბიზნეს სტანდარტებს.

როგორ გამოიყენოთ მონაცემები თქვენი ბიზნესისთვის

თუ თქვენი კომპანია არა მხოლოდ აგენერირებს მონაცემებს, არამედ აქტიურად აგროვებს მათ თავისი IT ეკოსისტემის შესაძლებლობების წყალობით, ნუ გადადებთ შემდეგ ნაბიჯს — AI-ზე დაფუძნებული გადაწყვეტილებების დანერგვას.

AI არის ის, რაც თქვენს IT პროდუქტებს უკეთეს ვერსიებად, მონაცემებს კი მოგების ნამდვილ მამოძრავებელ ძალად აქცევს. უპირველეს ყოვლისა — მონაცემთა შეგროვებისა და დამუშავების სიჩქარის მნიშვნელოვანი ზრდით.

მონაცემებზე ორიენტირებული მიდგომა საცალო ვაჭრობაში

მონაცემებზე ორიენტირებული მიდგომა ნიშნავს, რომ მონაცემები უნდა მუშაობდეს თქვენი ბიზნესისთვის — არა პირიქით.

იმის განსაზღვრა, თუ კონკრეტულად რომელი ამოცანები უნდა გადაეცეს AI-ს, ყოველთვის ინდივიდუალურ მიდგომას მოითხოვს — დამოკიდებულია კომპანიის საჭიროებებსა და სტრატეგიულ მიზნებზე.

ბოლო პერიოდში, ერთ-ერთ ყველაზე ფართოდ გავრცელებული ვერსიებია AI-ზე დაფუძნებული ჩატბოტები და ვირტუალური ასისტენტები, რომლებმაც მნიშვნელოვნად გააუმჯობესეს მომხმარებელთა მომსახურების გამოცდილება — სისწრაფის, ხელმისაწვდომობისა და პერსონალიზაციის თვალსაზრისით.

Promodo-ს ექსპერტების მონაცემებით, საცალო და ელექტრონული კომერციის კომპანიების 80% უკვე იყენებენ ან უახლოეს მომავალში გეგმავენ AI ჩატბოტების დანერგვას. მათი პროგნოზით, 2030 წლისთვის AI მოემსახურება მომხმარებლებთან ურთიერთქმედების 80%-ს — რაც დამხმარე პერსონალის მნიშვნელოვანი დატვირთვისგან გათავისუფლების და მომსახურების ხარისხის ზრდას ნიშნავს.

AI ასისტენტები უკვე წარმატებით გამოიყენება საცალო ოპერაციებშიც — განსაკუთრებით მარაგის ჩამოწერის, საქონლის მიღებისა და გადანაწილების პროცესებში. და ეს მხოლოდ დასაწყისია — ხელოვნური ინტელექტის პოტენციალი გაყიდვებისა და მარკეტინგის ავტომატიზაციაში ჯერ კიდევ სრულად არ არის ათვისებული.

AI საცალო ვაჭრობაში: დადებითი და უარყოფითი მხარეები

დღევანდელ სწრაფად განვითარებად ბაზარზე, საცალო ვაჭრობაში წარმატება უამრავი ფაქტორის გათვალისწინებას გულისხმობს. ამის ეფექტურად და ზუსტად გაკეთება თანამედროვე ინსტრუმენტებისა და მიდგომების გარეშე თითქმის შეუძლებელია — ამიტომ არ ღირს მოდურ მითებზე ჯიუტად ჩაჭიდება.

მითი 1: კარგი ანალიტიკოსები უკეთესად პროგნოზირებენ, ვიდრე AI

მაგალითი უკრაინიდან:

უკრაინაში საცალო მოვაჭრეების უმეტესობა ჯერ კიდევ არ იყენებს საჰაერო განგაშის სიგნალებს თავიანთ პროგნოზებში — პერიოდი, როდესაც სავაჭრო ცენტრები დახურულია. ეს კი არა იმიტომ ხდება, რომ არ სურთ, არამედ უბრალოდ არ აქვთ შესაბამისი ცოდნა და შესაძლებლობები ამის მოსაგვარებლად. შედეგად, კომპანიები განიცდიან ზედმეტ ზარალს და ოპერაციულ არასტაბილურობას.

პრობლემა მოდის ტრადიციული სტატისტიკური მოდელებიდან, რომლებიც მხოლოდ ისტორიულ მონაცემებზეა დაფუძნებული და ვერ ითვალისწინებენ მომავალში მოსალოდნელ მნიშვნელოვნ და არაპროგნოზირებად მოვლენებს.

ამიტომ ბიზნეს პროცესების ტრანსფორმაცია გადამწყვეტი მნშვნელობის მატარებელია — განსაკუთრებით AI-ზე დაფუძნებული პროგნოზირების სისტემების დანერგვა, რათა კომპანიებმა შეძლონ დროული რეაგირება და „გაუთვალისწინებელი“ გარემოებებისგან გამოწვეული რისკების მინიმიზაცია.

ნება მიეცით თქვენს ანალიტიკოსებს, რომ დრო დაუთმონ სტრატეგიულ, კრეატიულ ამოცანებს და ავტომატიზებულ სისტემებს გადააბარონ ყოველდღიური, ტექნიკური დეტალების მართვა.

მითი 2: AI-ის დანერგვა გამოიწვევს მასობრივ გათავისუფლებას

ეს მითი უკვე დიდი ხანია უარყო მსოფლიოს წამყვანმა კომპანიებმა. შიში, რომ AI რეალურ თანამშრომლებს ჩაანაცვლებს, ჩვეულებრივი რეაქციაა ნებისმიერი ტექნოლოგიური ინოვაციის ტალღის დროს.

ოდესღაც, ბუღალტრები ფრთხილობდნენ ERP სისტემების დანერგვისას. სინამდვილეში, ცვლილებებისადმი წინააღმდეგობა ერთ-ერთი მთავარი მიზეზი იყო ციფრული ტრანსფორმაციების წარუმატებლობისა ისეთ კომპანიებში, როგორებიც არიან Nestlé და Hershey — სადაც არსებული ბიზნეს პროცესები არ შეესაბამებოდა ERP-ის სტანდარტულ მოთხოვნებს.

დღეს კი ERP-ს როლის ეფექტურობაში ეჭვი არავის ეპარება ოპერაციების ოპტიმიზაციისა და ეფექტურობის ზრდის მხრც. ERP ბიზნესის წარმატების უცვლელი საფუძველი გახდა.

კვალიფიციური ბუღალტრების მოთხოვნა არ შემცირებულა — თუმცა მნიშვნელოვნად გაიზარდა მათი პროფესიული უნარებისა და მოლოდინების სია.

ანალოგიურად, AI გადაწყვეტილებებთანაც ასე უნდა მოიქცეთ: ნუ გეშინიათ, რომ AI წაგართმევთ სამუშაოს — გამოიყენეთ ეს შესაძლებლობა, დაეუფლეთ AI–თან თანამშრომლობის ახალ უნარებს და გახდით კიდევ უფრო ფასეული პროფესიონალები.

მითი 3: AI ძვირია, მისი სარგებლის გაზომვა კი – რთული

BrandWagon-მა გააზიარა KPMG International-ის მიერ ჩატარებული „Intelligent Retail“ კვლევის შედეგები, რომლებიც ნათლად ასახავს AI ტექნოლოგიების ბიზნესზე გავლენას საცალო ვაჭრობაში.

ანგარიშის მიხედვით, იმ საცალო ვაჭრობის კომპანიების 55%-მა, რომლებმაც დანერგეს მონაცემებზე დაფუძნებული მიდგომა, AI ტექნოლოგიებიდან 10–30%-ის ფარგლებში ინვესტიციის დაბრუნება (ROI) დააფიქსირეს.

გარდა ამისა, კვლევის მონაწილეებმა აღნიშნეს ბიზნესის ეფექტიანობის ზრდა 33%-ით, ასევე ხარჯების შემცირება 67%-მდე იმ პროცესებში, სადაც ხელოვნური ინტელექტი უკვე ინტეგრირებული იყო.

ასე რომ, დღეს AI საცალო ვაჭრობაში თანამედროვე გაჯეტს ჰგავს: თქვენ შეგიძლიათ იმუშაოთ მის გარეშე, მაგრამ დღევანდელ ბაზარზე წარმატების მიღწევა მის გარეშე წარმოუდგენლად რთულია.