SCM
データ・AI活用×海外事例
2023.12.20
【データ・AI活用×海外事例】中国大手スーパーマーケット_需要予測・自動仕入れ計画作成システムを導入
💡要約
- 中国の大手スーパーマーケットチェーン物美（Wumart）は、仕入れ業務において品切れや在庫過多の発生、データ入力などの非効率性に課題を感じていた
- 改善策として、AIによる需要予測を行い、予測結果をもとに自動で仕入れ計画を作成するシステムを構築した
- システムを先行で導入した30店舗では、欠品率が7％から2％未満に低減、店舗在庫の最大在庫回転日数を35日から21日以内に短縮することに成功した
課題
物美（Wumart）は中国の大手スーパーマーケットチェーンで、北京市を中心としてスーパーマーケットやコンビニエンスストアを1,800店舗以上展開しています。同社の仕入れ業務では、下記の課題がありました。
- 人による需要予測の精度が悪いために、品切れによる機会損失や、売れ残り商品の過剰在庫による無駄な管理コストが発生
- データ入力や仕入れ計画作成などの業務を手作業で行っていて非効率
解決策
同社はデジタル化の波の下で、従来の仕入れ業務の改善に取り組みました。
AIを活用した需要予測システムを構築
「ベストセラー商品」、「ロングテール商品」、「新商品」、「プロモーション商品」といった売れ方の特性の異なる商品カテゴリごとに異なるアルゴリズムを採用し、高精度な需要予測システムを実現しました。また、販売のサイクル、設定価格、天候、プロモーションなど日々変更される情報や外部情報を自動で取り込むことでさらに正確な予測を実現し、各店舗の1日の予測誤差は平均25％以下に抑えられました。このシステムでは、将来の3週間分の予測が可能です。
仕入れ計画の自動化
１の需要予測の結果に加えて、現在の在庫数、将来の入荷予定、商品の陳列、ロット数などの情報に基づいて自動取得し仕入れ計画を作成するシステムを構築しました。このシステムは、仕入れ計画の計算を自動化するだけでなく、データ入力やパラメータ設定にかかっていた工数の削減を実現しました。
成果
システムを先行で導入した30店舗では、欠品率が7％から2％未満に低減し、店舗在庫の最大在庫回転日数が従来は35日だったところ21日以内に短縮しました。店舗の在庫スペースには50％の空きができました。
実際の実現方法
同社が導入したAI含む需要予測・自動仕入れ計画作成システムを、「Liberty DSP」で再現することが可能です。
商品カテゴリごとにAIによる需要予測と、その結果に基づく仕入れ計画を自動作成します。
ポイント❶ 各種APIを用いたデータ連携機能により、天気予報など外部サイトの情報を自動取得
社内データだけでなく日々更新される外部データを取り込むことで、急激な需要の変化にも対応可能になります。（有用な社外データの例：天候、人流、検索トレンド、コロナワクチン数）
ポイント❷ 需要予測結果の個数や精度だけでなく、変動幅を算出
需要予測結果だけが分かっても100％的中するわけではないので、どのくらい余裕を見て在庫を持てばいいのか判断できなければ仕入れ計画作成の役に立ちません。そこで、需要予測の結果に対し、商品毎のブレ幅を算出するAIを追加することで最適な在庫数に基づいた仕入れ計画作成を実現しています。
LibatyDSP
「Liberty DSP」は、Liberty Dataが提供する、蓄積→分析・可視化→事象予測→事業最適化までを一気通貫で有機的に自動遂行することを志向したデータサイエンスプラットフォームです。
サービスサイト＿「Liberty DSP」 https://www.liberty-nation.com/product/
サービスサイト＿「DSP for SupplyChainPlaning」 https://www.liberty-nation.com/dspsupplychainplaning/
資料請求・お問合せ https://www.liberty-nation.com/contents/
