До Хэллоуина еще несколько месяцев, но производители сладостей и костюмов уже летом готовятся к сезонному спросу. Mars, выпускающая M&M's, Twix и Skittles, отмечает, что потребители начинают покупать товары к празднику уже в июле. Это заставляет производителей и ритейлеров пересматривать привычные сроки продаж. Рамеш Коллепара, старший вице-президент снекового подразделения Mars и глобальный технический директор компании, отмечает, что бизнесу нужно прогнозировать не только объем спроса, но и время его начала, регионы концентрации и возможные изменения в предпочтениях покупателей.
Более ранние покупки сокращают окно пополнения запасов
Сезон Хэллоуина требует точной работы цепочек поставок: сладости и костюмы должны поступить в магазины до праздника, а избыточные запасы после окончания сезона могут привести к списаниям и уценкам. Бенджамин Бонд, старший вице-президент по клиентской стратегии и работе с клиентами в Simbe, говорит, что у ритейлеров обычно есть лишь около 10 дней в период пикового спроса, чтобы пополнить полки, выставить товар и перераспределить запасы.
Мадхав Дурбха, вице-президент отраслевой стратегии производственного направления RELEX Solutions, отмечает, что раньше специалисты по планированию во многом вручную меняли параметры прогнозов. Поэтому процесс частично зависел от проб и ошибок. Теперь ИИ может автоматически обновлять эти настройки, сокращая объем повторяющейся работы при корректировке алгоритмов прогнозирования.
Mars распределяет запасы с учетом регионального спроса
Mars использует ИИ, чтобы отслеживать изменения спроса на сладости к Хэллоуину и объединять в одной системе ранние сигналы о покупках, текущие запасы, производственные мощности и требования клиентов. По словам Коллепары, система связывает производство и дистрибуцию вокруг четырех вопросов: что хотят купить потребители, какие товары должна выпускать Mars, где разместить запасы и когда они понадобятся покупателям.
Согласно внутренним исследованиям Mars, жители западных штатов США чаще выбирают специализированные сладости с тематикой Хэллоуина, тогда как на Юге выше спрос на жевательные конфеты. Эти данные позволяют направлять товары по регионам, вместо того чтобы поставлять одинаковый ассортимент во все части страны. Такой подход влияет не только на своевременное появление сезонных товаров на полках, но и на затраты на производство, перевозку и последующую уценку.
Walmart учитывает продажи и соцсети при заказах
Индира Уппулури, старший вице-президент Walmart по технологиям цепочки поставок, говорит, что система ритейлера на базе ИИ начинает работу с прогнозирования спроса. Она сопоставляет продажи сладостей к Хэллоуину за предыдущий год, недавно запущенные продукты и тренды в социальных сетях, чтобы определить объем заказов у поставщиков и сроки их размещения.
На этапе дистрибуции Walmart применяет ИИ для анализа движения товаров по своей сети. Система проверяет, какие продукты загружены в каждый трейлер, сопоставляет эти данные с текущими запасами в магазинах и определяет, какие трейлеры нужно разгрузить немедленно, а какие могут подождать. В праздничный период товары постоянно поступают на объекты и покидают их, поэтому такой процесс призван сократить дефицит в отдельных магазинах и одновременно ограничить ненужную перегрузку складов.
Готовые паллеты и метки ускоряют пополнение магазинов
Работа с цепочкой поставок не заканчивается после прибытия товаров в распределительный центр. Walmart нужно переместить сладости и костюмы из подсобных помещений магазинов в торговый зал и менять график пополнения по мере изменения спроса. После поступления в распределительный центр автоматизированное оборудование сортирует товары по паллетам с учетом расположения полок в конкретных магазинах. Это позволяет сотрудникам быстрее разгружать и выставлять продукцию.
Walmart заранее формирует сезонные паллеты и хранит их в распределительных центрах, не занимая ограниченное пространство в подсобках магазинов. Когда магазину требуются дополнительные запасы, подготовленная паллета может быть отправлена непосредственно туда. На паллетах также размещаются метки Интернета вещей и RFID-метки, которые помогают Walmart подтвердить, для какого именно магазина предназначена каждая поставка.
По словам Уппулури, система на протяжении всего сезона продаж продолжает искать признаки избыточных или недостаточных запасов и корректирует планы по мере перемещения товаров по сети. Если непроданные сладости начинают накапливаться, система, например, может предложить поставщикам приостановить дальнейшие отгрузки. Для компаний главным критерием эффективности алгоритмов остается практический результат: могут ли покупатели найти нужные сладости и костюмы тогда, когда они им необходимы.