【小売業様向け】需要予測・自動発注・在庫最適化を実現する「AI発注支援システム」
|
|
「AI発注支援システム」は、自動発注によってこれまで店舗の担当者が苦労して行ってきた発注作業の負担軽減をご支援します。
商品ごとの「安全在庫」「最低陳列量」などをシステムで自動設定し、最適な発注数を提案してくれるため、担当者は何もすることなく過剰在庫や欠品を抑えることが可能です。
また、必要に応じて担当者自身で提案された発注数を修正することもでき、その結果をシステムが都度学習して常に最新かつ最適な発注数を継続的に提案します。
＊AI発注支援システムは提案から販売、開発支援を野村総合研究所が行い、アシストは紹介のみを行っています。
このようなお悩みはありませんか？
現在の発注は「安全在庫」「最低陳列量」「店の意思」などを店舗担当者がそれぞれ考えて設定しているため、非常に業務負荷が高く人的コストが多くかかってしまっている。 さらには人事異動があった場合に正しく引継ぎしないとメンテナンスができません・・・
たとえ1日の発注数が正しくても、店舗に納品されるタイミングが指定できなければ正しく店舗に陳列できない。商品によってはまとめて納品して欲しいものと、便をわけて納品して欲しいものがあるので、商品ごとに納品数を指定できた方がスタッフは助かります。
これまでも需要予測は取り入れてきたけれど、特売やトレンドの影響を受けやすく読み間違えが損失に直結する日配品においては、どうしても安全在庫を多めに取らざるを得えない。 結果として廃棄ロスなどの問題につながってしまっています・・・
発注業務にAIを適用するということ
これまでも統計手法を利用した需要予測は取り入れられてきましたが、実際には上記のように人手でなんとかカバーして運用しているケースもあります。 従来の自動発注の問題を解消し、AIを活用して自動発注を高度化することで、リテールDXの第一歩を踏み出すことが可能となります。
AI型自動発注システムを開発する難しさ
従来よりAIによる需要予測型の自動発注システムは存在しますが、需要予測モデルの構築はデータサイエンティストの存在が不可欠でした。
長年の運用によりモデルは陳腐化していくため、予測モデルの精度を保たなくてはいけないことや、そのモデルの構築に時間がかかるためにトレンドを追いかけることが難しく、ある程度商品を絞った運用がなされてきました。
需要予測型の自動発注システムはその期待効果とは別に多くの投資と時間を要するため、すべての商品や店舗への適用ができず、なかなか一般的となりづらい
- 需要予測のモデルはデータサイエンティストがイチからデータを使い構築する必要がある
- 需要予測モデルの予測精度が長い年月を経て劣化してきてしまう
- 店舗担当者がシステムに頼り切りになってしまい市場の動きを読む「発注力」が育たなくなる
需要予測・自動発注・在庫最適化を
すべてまとめてご支援するAI発注支援システム
AI発注支援システムは、需要予測・自動発注・在庫最適化に必要となる業務ロジックや機能がすべて搭載されているため、ゼロからの開発が不要となり導入後すぐに業務でご利用いただけます。
また、需要予測モデルは一度作って終わりではなく、予測精度の監視を常に行いモデルを更新するため、気持ちいい発注点を継続的に提案してくれます。
ユーザーが何もせずとも正しい結果が得られるノウハウレス自動型システムです。
AIと業務を融合し、最適な発注数を提案し続けてくれる
基本的には人がなにもせずともシステム側で最適な発注数を提案してくれますが、必要に応じて担当者が発注数を変更することも可能です。 その結果をシステム側で学習し、さらには本当にその発注数で正しかったのかを自動で予実分析することで、継続的にモデルが成長する仕組みを実現します。
AI発注支援システムの特徴
AI発注支援システムは以下の特徴をもって、需要予測・自動発注・在庫最適化の機能を提供します。
発注機への発注点提案
需要予測では様々な要因を予測に活用します。多くのデータを使って高精度なモデルを繰り返し短時間で生成できるDataRobotを使うことににより、従来データサイエンティストで一から作成していたモデルを短期に導入し、半自動で更新していくことができます。
- 特売などの影響を高精度に予測
- 発注機、発注システムと連携、デプロイできるため、モデルの複数運用が可能
- クラウド型で提供となるため導入後すぐにご利用可能
リテールのノウハウを詰め込んだ機能
発注点は需要予測の結果だけで決まるわけではなく、発注点の算出方式やバラ／ケースによる納品など会社によって様々です。AI発注支援システムではこれらのロジックをあらかじめ埋め込んで自動選択する特許技術（2021年11月現在、出願中）により、個社ごとに最適な発注点を算出します。
詳細設定不要
- パラメーター設定不要
- 予測精度やフェースを元にシステムが基準在庫を自動算出（店の意思により設定も可能）
バラ・ケース商品の自動換算
- バラ・ケースマスタを元にケースをバラ換算
- 現場担当者には発注ケース数を提案
発注数算出方式の自動選択
商品特性から適切な発注数算出方式を自動判別
| 分類 | 発注数算出方式 | 適したカテゴリ |
|---|---|---|
| 補充型 | Sell One Buy One | 低販売頻度品 ※現在未使用 |
| 在庫補充（基準在庫算出） | 通常アイテム （グロサリー中心） |
|
| 予測型 | 需要予測（基準在庫算出） | 通常アイテム （グロサリー中心） |
| 需要予測（売切り商品） | 売切り商品（日配中心） |
アラートリストによる省力化
| 発注提案 アラートリスト |
急激に売上傾向が変わった商品や新商品など、予測精度が低い商品を出力 |
| フェース拡縮 アラートリスト |
売場のフェース数と売上数を比較し、フェース数が過剰・過小の場合に、対象商品を出力 |
| 品切れアイテム一覧 | 品切れが発生したアイテムを出力する |
| 単品棚卸指示書 | 異常在庫になったアイテムを出力し、単品棚卸実施を促す |
| 発注修正リスト | 人が発注数を修正した場合に出力される |
需要予測モデルの精度監視と精度向上
需要予測モデルは何か月も運用しているとだんだんと精度が低下してくることがあります。 軽微な影響であれば、個別モデルチューニングを、大幅な精度低下の場合は、全体モデルチューニングを行うなどPDCAを回すための監視機構が備わっています。
数百、数千の需要予測デモルの精度を監視し、必要に応じてモデルチューニングを行うことで、自動発注システムを長く維持・継続・発展することが可能です。
個別モデルチューニング
- 需要予測モデルを自動再学習
- 商品／店舗のクラスタリング、最新のデータを使ったモデルを生成
全体モデルチューニング
- 大きな精度低下、重大な変化があった場合に管理者がモデルを見直し
- 予測に影響を与える要素を再度洗い出し、データ収集、モデリングを1から行う
AI発注支援システムによる効果
自動発注システム導入の主な動機は、店舗スタッフの労働時間の削減を目的としたケースが多いです。
昨今では、日配品における廃棄ロス問題なども社会問題化しています。また、消費者の嗜好も多様化しており、ストアロイヤリティを上げるために、欠品・在庫切れによる機会損失も防ぐ必要があるなど、オペレーションは非常に複雑化してきています。
AI発注支援システムにより適切な発注量を実現し、お客様におけるこれらの課題を解決していきます。
| 対象業態 | 食品スーパー、ドラッグストアなど 約4,000店舗で導入または導入検討中 |
|---|---|
| 対象カテゴリ | 製品すべて 食料品（グロサリー、日配）をはじめとし、住居品など |
| 発注採用率 | 平均90%以上 |
在庫最適化
- 在庫削減効果
- 30%
- 品切・欠品削減効果
- 30%
- ロス・廃棄削減効果
- 30%
業務改善
- 発注時間削減効果
- 60%
- 付帯業務削減効果
- 80%
AI発注支援システムで発注作業をもっと簡単に
これまでのシステムよりも現場の感覚に近い提案をしてくれた！基準在庫のメンテナンスがなくなってすごく楽になりました。
自分でも気づかなかった商品まで漏れなく発注してくれる。人がやることと言ったら発注量の修正だけなので、従業員への教育がとても楽です！
担当者のレベルに依存しないので安定的に運用できる。品切れもしづらくなったため、機会損失の発生確率が大幅に下がりました。
お客様の声
DX推進の一貫として店舗での発注業務の自動化に着目し、DataRobotが組み込まれたAI発注支援システムを導入しました。AIから提案される発注数の予測値を活用して、発注時間の削減や業務の標準化に取り組んでいます。自動発注により、担当者が注力すべき業務に集中でき、売り場レベルの向上に貢献しています。（相鉄ローゼン様）
