منصة استشعار الطلب التنبؤي

السياق والخلفية

CaseStudyPages.retail.content.background

التحدي

كان تاجر تجزئة للأزياء Fortune 100 يضم أكثر من 800 موقع فعلي يعاني من 'مفارقة المخزون': كان لديهم فائض في المخزون ونقص في المخزون في نفس الوقت. كانت العناصر الساخنة تنفد في غضون أيام في المراكز الحضرية، بينما كانت نفس العناصر تجمع الغبار في منافذ الضواحي.

اعتمدت نماذج التنبؤ القديمة الخاصة بهم بشكل كبير على بيانات المبيعات التاريخية (مثل 'ما تم بيعه العام الماضي'). فشل هذا النهج في التقاط سرعة الاتجاهات الحديثة التي تحركها TikTok و Instagram، ولم يتمكن من مراعاة العوامل المحلية المفرطة مثل تغيرات الطقس أو الأحداث المحلية. كانت النتيجة 150 مليون دولار من الإيرادات المفقودة سنوياً بسبب نفاد المخزون وتآكل كبير في الهامش من تخفيضات نهاية الموسم على المخزون غير المباع.

نهجنا

CaseStudyPages.retail.content.approach

سير عمل الحل

The diagram below shows how our Demand Sensing Platform integrates multiple data signals to generate forecasts and optimize inventory allocation.

الحل

طبقت Syvoq 'منصة استشعار الطلب' التي نقلت العميل من التقارير التفاعلية إلى الذكاء التنبئي. يحلل النظام باستمرار آلاف المتغيرات الخارجية للتنبؤ بما سيريده العملاء قبل دخولهم المتجر.

• استيعاب إشارات متعددة: يجمع بين بيانات POS الداخلية والإشارات الخارجية بما في ذلك تحليل مشاعر وسائل التواصل الاجتماعي (NLP)، وتوقعات الطقس المحلية، وكاشطات أسعار المنافسين، وبيانات Google Trends.
• موازنة مستقلة بين المتاجر: محرك تحسين يحدد اختلالات المخزون ويطلق تلقائياً أوامر نقل بين المتاجر القريبة لتلبية زيادات الطلب دون انتظار شحنات مركز التوزيع.
• التسعير الديناميكي وتحسين التخفيضات: يقترح تعديلات دقيقة ومفصلة للسعر لتعظيم استرداد الهامش على العناصر بطيئة الحركة قبل أن تصبح مخزوناً ميتاً.

التقنيات الرئيسية

التدريب والنشر

تم تدريب النموذج على 3 سنوات من بيانات المعاملات على مستوى SKU (مليارات الصفوف) جنباً إلى جنب مع بيانات وسائل التواصل الاجتماعي التاريخية المكشوطة لتعلم العلاقة بين 'الضجة' عبر الإنترنت والمبيعات دون اتصال.

استخدمنا بنية محول الاندماج الزمني (TFT)، وهي أحدث ما توصلت إليه التكنولوجيا للتنبؤ بالسلاسل الزمنية متعددة الآفاق. يسمح هذا للنموذج بتقديم تنبؤات دقيقة لأطر زمنية مختلفة في وقت واحد: تنبؤات لمدة 3 أيام لعمليات نقل المتجر، وتنبؤات لمدة أسبوعين لتجديد مركز التوزيع، وتنبؤات لمدة 3 أشهر لقرارات الشراء.

البنية التقنية

التأثير

أثبت النظام قيمته خلال موسم العطلات الحرج في الربع الرابع. من خلال التنبؤ بدقة باتجاه فيروسي لخط ملحقات معين قبل 14 يوماً، تمكن بائع التجزئة من وضع المخزون مسبقاً، مما أدى إلى توليد 4 ملايين دولار إضافية في الإيرادات من تلك الفئة الواحدة.