Як АІ в ритейлі допомагає оптимізувати складські запаси та запобігти списанню: втрачати не можна, час заробляти

Глобально у ритейлу є дві основні проблеми, які призводять до недоотримання прибутку й, як наслідок, гальмують розвиток. Обидві є результатом помилок в управлінні запасами: overstock та out-of-stock.

Згідно з дослідженнями IHL Group, у 2023 році в США невідповідність товарних запасів наявному попиту оцінювалася в 1,77 трильйона доларів — що перевищує сукупний ВВП роздрібної торгівлі Латинської або Південної Америки.

562 мільярди доларів із цієї суми припадає на надлишок товарів, які ритейлери намагаються продати хоча б за закупівельною ціною або навіть дешевше. Однак, частину таки доводиться списувати, що означає — викинути.

У європейських ритейлерів — подібні проблеми. За даними авторитетного видання Internet Retailing, у 2023 році британські продавці через оверстоки були змушені реалізовувати майже половину своєї продукції (48%) за зниженими цінами. Тим часом щорічні втрати stock-outs впливове видання Customer Think оцінює приблизно в 4% прибутку середньостатистичного ритейлера.

Як компанії втрачають гроші через неправильне управління запасами

Причиною як оverstock, так і оut-of-stock є некоректне прогнозування попиту. Чому? Тому що прогнозування попиту — це відправна точка всієї системи постачання (supply chain). Саме воно запускає механізми планування закупівель, виробництва та логістики. І навіть незначна похибка на цьому етапі спричиняє стрімке накопичення операційних витрат на кожній наступній ланці цього ланцюга.

Розберімося, як це працює.

Замовити презентацію

Не викидайте гроші на смітник: чому оverstock критичний для прибутковості  ритейлу

Якщо компанія помилилася в прогнозуванні в більший бік і привезла більше товару, ніж готові купити споживачі, вона передусім нераціонально використала ресурс. Адже гроші, замість того щоб стати стратегічною інвестицією й працювати на розвиток, фактично «заморожуються» на полицях складу.

Але це — не єдина втрата, спричинена overstock. Слід також бути готовим до непередбачуваного зростання операційних витрат — зокрема, складських і логістичних.

Наприкінці 2022 року видання Bloomberg опублікувало цифри, що вражають: попри всі зусилля з реалізації надлишкових товарів, майже 8% з них у світовому масштабі зрештою стають відходами. Таким чином щороку на смітнику опиняється на понад 160 мільярдів доларів непроданої продукції.

Out-of-stock: у чому його небезпека для бізнесу

Натомість недопостачання — це втрачені продажі. Але, як і у випадку з оверстоками, ці збитки хоч і очевидні, та не єдині. Регулярні out-of-stock — це прямий шлях до втрати представленості на ринку.

Та чи не найболючішим його наслідком для бізнесу в епоху клієнтоцентричного сервісу є зниження лояльності клієнтів.

За даними дослідження Customer Think, 37% споживачів, не знайшовши потрібного товару на полицях магазину, де зазвичай здійснюють покупки, намагаються придбати його деінде — дорогою додому або онлайн. У більшості випадків ці покупці назавжди втрачаються для цього бізнесу.

Як ритейлу навчитись оптимізувати рівень запасів та перестати втрачати кошти

Як організувати бізнес-процеси таким чином, щоб ритейл-мережі могли оперативно реагувати на динамічні очікування споживачів у кожному конкретному магазині? Як стабілізувати ланцюги постачання, щоб уникати втрат й ухвалювати обґрунтовані бізнес-рішення щодо планування постачання?

Відповідь — навчитися якісно прогнозувати попит.

У сучасних умовах це можливо лише шляхом трансформації бізнес-процесів у ланцюгах постачання на основі інноваційних технологій.

У цьому контексті показовим є урядовий демонстраційний експеримент, проведений у префектурах Оїта та Фукуока (Японія). Його метою було скорочення втрат харчових продуктів завдяки оптимізації supply chain з використанням AI-прогнозування попиту, а також одночасне збільшення продажів.

У результаті супермаркети, залучені до експерименту, лише завдяки точному прогнозуванню (зокрема з урахуванням прихованого попиту) змогли збільшити продажі продуктів, що брали участь в проєкті, майже на 20%.

Чому без інноваційних технологій тут не обійтися — і які можливості штучного інтелекту є вирішальними? Розберімося разом.

Використання AI для аналізу історичних продажів, сезонності, трендів

Насамперед цінність штучного інтелекту у створенні якісного прогнозу попиту полягає в тому, що сучасні алгоритми дозволяють за дуже короткий час проаналізувати величезні обсяги даних. Вони враховують актуальні множинні фактори, розраховують кореляції, визначають сезонні коливання та виявляють тренди.

Та найважливіше — усе це здійснюється з мінімальним рівнем помилок, які неминучі під час ручних розрахунків. А отже — з мінімальними втратами.

Як використання AI в ритейл-індустрії допомагає бізнесам зменшити списання

Основною причиною списань у ритейлі є товар, не реалізований вчасно, тобто той самий overstock, що утворився через неякісний прогноз попиту. І саме технології на базі штучного інтелекту є найбільш ефективними, коли йдеться про виведення прогнозування на новий рівень ефективності.

До того ж рішення для прогнозування попиту на базі штучного інтелекту  однаково добре підходить для розв’язання завдань з мінімізації списання товарів з різними термінами придатності. Просто для продукції з невеликим терміном придатності важливо частіше цей прогноз переглядати.

Прикладом такої системи прогнозування попиту на основі штучного інтелекту є  SMART Demand Forecast. Рішення є ефективним для складання прогнозів на різних рівнях агрегації та для різних періодів.

Крім того, якщо клієнт має нестандартний запит, який потрібно врахувати у прогнозах, SMART Demand Forecast підтримує можливість ручного прогнозування попиту. Це дозволяє оперативно вносити додаткові уточнювальні дані та гнучко реагувати на зміни в умовах динамічного й стрімко змінного ринку.

Замовити презентацію

Як рішення SMART Demand Forecast допомогло команді McDonald’s Georgia підвищити точність прогнозування попиту

Показовим у цьому аспекті є впровадження SMART Demand Forecast у мережі з 23 ресторанів  швидкого обслуговування McDonald’s в Грузії, яка щодня приймає 35 тисяч відвідувачів.

До співпраці зі SMART business прогнозування в компанії здійснювалося для всієї мережі на місяць уперед. Такий рівень точності регулярно призводив до додаткових логістичних витрат через необхідність переміщення інгредієнтів між закладами. Усунення цієї проблеми та мінімізація операційних витрат стали основною причиною, чому McDonald’s Georgia вирішила здійснити цей апґрейд.

Висока експертиза команди впровадження дозволила виявити оптимальний пул факторів впливу на точність прогнозу для цієї компанії та реалізувати прогнозування на рівні тижня для кожного окремого закладу.

У результаті вдалося досягнути цільових показників, які перевершили очікування:

• 83% точності прогнозування продажів для кожного закладу на основі тижневої агрегації даних за період 4 тижнів.
• 80% точності прогнозування продажів для кожного закладу на основі тижневої агрегації даних за період 12 тижнів.
• Відхилення в середньому до 5% від виконання прогнозу, що є нормою серед світової бізнес-спільноти.

Як змусити дані працювати на ваш бізнес

Тож якщо ваша компанія уже не просто генерує дані, а й активно їх агрегує завдяки можливостям власної ІТ-екосистеми, не варто зволікати з наступним кроком — впровадженням рішень на основі штучного інтелекту.

Саме завдяки АІ ІТ-продукти компанії стають кращою версією себе, а дані починають активно працювати на підвищення прибутковості. Передусім — завдяки суттєвому зростанню швидкості збору та обробки інформації.

Data-driven-підхід в контексті ритейлу

Data-driven-підхід — це про те, як бізнесу змусити дані працювати на себе. А яку ділянку делегувати АІ — це завжди індивідуальне рішення.

Найбільшої популярності останнім часом набули  чат-боти та віртуальні помічники на базі АІ, що дозволило значно підсилити сферу обслуговування.

Зокрема, експерти Promodo зазначають, що 80% роздрібних та eCommerce-компаній вже використовують або планують впровадження АІ-чат-ботів у найближчому майбутньому. За їхніми прогнозами, до 2030 року штучний інтелект керуватиме 80% усіх взаємодій з клієнтами.

Також у ритейлі АІ-помічники можуть бути ефективними в операційному секторі — зокрема під час списань і приймання товарів. І це — не враховуючи їхній потенціал у сферах продажів та маркетингу.

АІ на службі у ритейлу: «за» та «проти»

В умовах надзвичайно динамічного ринку бути успішним у ритейлі означає вміти враховувати велику кількість чинників. Зробити це якісно та коректно без сучасних рішень і підходів уже практично неможливо. Тож не варто «чіплятись» за останні популярні кліше.

Міф перший: хороші аналітики зроблять прогноз краще

Ось приклад: більшість ритейлерів в Україні досі не враховують у прогнозуванні повітряні тривоги, під час яких торгові центри не працюють. І не враховують не тому, що не хочуть, а тому, що просто не знають, як це зробити. Як наслідок — зазнають додаткових збитків.

Причина в тому, що традиційні статистичні моделі обмежені лише історичними даними й не дають змоги враховувати майбутні події. Тож, щоб не стати заручником «непередбачуваних» обставин, надзвичайно важливо трансформувати власні бізнес-процеси — зокрема, шляхом впровадження прогнозних систем на основі АІ.

А аналітикам дозвольте зосередитись на стратегічно важливих завданнях.

Міф другий: впровадження АІ в ритейлі призведе до масових звільнень персоналу

Він давно спростований успішними бізнесами в усьому світі. Побоювання, що AІ забере роботу у співробітників, — поширена реакція в періоди впровадження будь-яких технологічних інновацій.

Свого часу бухгалтери з осторогою ставилися до масового впровадження ERP-систем. І серед причин двох гучних невдач, що стали класикою історії цифрової трансформації — у компаніях Nestlé та Hershey — крім невідповідності між чинними бізнес-процесами та стандартизованими вимогами ERP, називають і супротив персоналу.

Однак, сьогодні вже важко знайти когось, хто сумнівається в ролі ERP для оптимізації бізнес-процесів і підвищення їхньої продуктивності. ERP — це база для успіху бізнесу. Разом з тим, попит на фахових бухгалтерів не зменшився, натомість з’явилися нові вимоги до їхніх навичок. Аналогічна перспектива і в рішень на базі АІ. Не варто перейматись, що АІ забере у вас роботу: варто зосередитись на опануванні навичок роботи з ним.

Міф третій: АІ в ритейлі – дорога технологія, користь від якої важко оцінити

BrandWagon опублікував результати дослідження під назвою «Intelligent Retail», проведеного компанією «KPMG International».

За його даними, 55% ритейл-компаній, які застосовують data-driven-підхід, повідомляють про ROI від впроваджених з метою АІ-трансформації технологій на рівні 10–30%. Ба більше — опитані заявили про підвищення ефективності бізнесу на 33% та економію до 67% коштів у процесах, куди було впроваджено АІ.

Тож сьогодні АІ для ритейлу — як сучасний ґаджет: без нього можна жити, але надзвичайно складно досягти успіху в умовах сучасного ринку.