03.12.2019 Новости, Дистрибьюторы/субдистрибьюторы, Зарубежные вендоры hardware, Искусственный интеллект, ОС и разработка приложений, Планирование и проекты, Решения для Big Data, РозницаООО «БСХ Бытовые Приборы» внедрила новые методы прогнозирования продаж, расчета стоков и планирования промоакций. Они основаны на прогнозных моделях, разработанных российской компанией GoodsForecast с применением технологий машинного обучения (machine learning, ML). Для БСХ было создано автоматизированное решение по прогнозированию спроса с помощью машинных алгоритмов, которое позволило упростить процесс планирования товаров категории B и С с невысоким уровнем продаж. «Автоматический прогноз сэкономил нам время на решение задач, стоящих перед специалистами отдела планирования, — говорит руководитель проектов БСХ Россия Павел Соболев. — Важным фактором является то, что в компании уже успешно функционировала система прогнозирования спроса, и многие процессы были выстроены. Внедрять элементы машинного обучения без налаженного бизнес-процесса, на мой взгляд, бесполезно». Также БСХ внедрила автоматизированный способ расчета оптимального уровня страхового запаса на складах (так называемого Safety Time). Этот параметр система определяет на основе волатильности качества поставок и предсказуемости продаж. Благодаря такому способу расчета страхового уровня стоков компания за время реализации проекта сократила запасы на складах примерно на 9% и стала точнее управлять оборачиваемостью и уровнем сервиса по разным группам товаров. До реализации автоматического расчета в БСХ уже действовала система автоматического формирования заказов на заводы, в которой ежедневно формировались ...
читать далее.
