【データ・AI活用×海外事例】中国大手生鮮食品小売店_生鮮食品の仕入れ業務を最適化、売切れ・廃棄を削減

💡要約

• 中国で数千店舗の生鮮食品販売店を展開する大手チェーンでは、人の経験に頼った非常に精度の低い需要予測に基づいた仕入れ計画により、深刻な売切れが頻繁に発生してしていた
• 改善策として、需要予測AIを含む仕入れ最適化システムを導入した
• このシステムを導入した店舗は、売切れによる機会損失の改善により売上が最大65%増加し、廃棄が20％減少した

課題

　中国で数千店舗の生鮮食品販売店を展開する大手チェーンでは、これまで各店舗の従業員が経験や勘に頼って商品の需要予測を行い、その結果をもとに仕入れ計画を立てていました。しかし、このやり方は時間がかかる上に非常に精度が低かったので、商品の売切れもしくは売れ残りの廃棄が頻繁に発生しており、損失を減らす改革が求められていました。

解決策

　2019年に同社は仕入れ最適化システムを導入し、商品の需要予測や仕入れ計画を自動化・最適化することでこの課題を解決しました。

機能
（１）売上に関連するデータを分析し、従来の予測の問題点を見つける
　従来の予測では、各商品の売れ行きと店舗利用客数には強い相関があると考えられており、各商品の需要予測の指標として想定利用客数が重要視されてきました。
しかし、改めて売上に関連するデータの分析を行ったところ、各商品の売上と店舗利用客数に強い相関はない一方で、商品カテゴリ別の売上と店舗利用客数に強い相関があることが判明しました。理由として、従来の予測では顧客が目当ての商品がなかった時に同じ商品カテゴリの中で代替品を購入することが考慮されていないことが考えられます。

（２）仕入れ最適化システムで、自動で需要予測を行う
　上記の分析結果をもとに、各商品カテゴリに特化した需要予測AIを含む、仕入れ最適化システムを作成しました。休日、天気、季節、気温、利用客数などの指標データをもとに、AIがそれぞれの商品カテゴリの特徴を考慮し需要予測を行うことで、予測精度95%を実現しました。

（３）需要予測結果をもとに、最適な仕入れ計画を算出する
　仕入れ最適化システムには最適な仕入れ計画を算出する機能も含まれています。各商品の需要予測結果、在庫数、賞味期限、リードタイムなどのデータから、各商品の適正在庫数、予想売切れ日、入荷優先順位、価格調整や割引券発行のタイミングを算出します。

成果

　仕入れ最適化システムを導入した店舗は、売切れによる機会損失の改善により売上が最大65%増加し、廃棄が20％減少しました。

実際の実現方法

同社が導入したシステムを、「Liberty DSP」で再現することが可能です。

１．カテゴリ情報・在庫数・賞味期限・発注リードタイムなど含む”商品データベース”や、店舗利用客数・カレンダー・天気・気温などの”指標データ”を自動取得
２．AIを用いた需要予測により、商品カテゴリ情報・店舗利用客数・カレンダー・天気・気温などから、見込販売数を予測
３．最適化シミュレーションで、各商品の需要予測結果・在庫数・賞味期限・発注リードタイムなどのデータから、各商品の最適な在庫数・仕入れ計画・販売価格・割引タイミングなどを算出
４．結果データを可視化、または.CSV形式で出力

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/

参考記事：https://www.fanruan.com/cases/view?cid=32