Select Page

Der häufigste Ansatz besteht darin, dem neuen Produkt ein Referenzprodukt zuzuweisen, das als Blaupause für das Verkaufsmuster des neuen Produkts verwendet werden soll, bis es genügend eigene historische Daten angesammelt hat. In Branchen wie dem Lebensmitteleinzelhandel kann die Zahl der neuen Produkte pro Jahr jedoch enorm sein. Dies bedeutet, dass die manuelle Identifizierung und Einstellung von Referenzprodukten nicht machbar oder zumindest sehr ineffizient ist. Ein anderer beschrieb die Menschen “übereinander”, als der Verkäufer rief: “Erinnere dich an die soziale Distanz.” Die dupe Version ist Lidl es Esmara Ladies Maxi-Kleid und hat auch ein Blumenmuster, mit Schmetterlingsärmeln und einem Rüschensaum. Wenn Sie mehr Bestellungen pro Tag aufgeben oder den optimalen Backplan pro Tag entwerfen, müssen sowohl wochentagsbezogene als auch tagesweite Nachfrageschwankungen berücksichtigt werden. Bei einigen Produkten folgt das Tages- oder sogenannte Intraday-Nachfragemuster dem allgemeinen Kundenstamm für diesen Tag; Bei anderen Produkten, wie z. B. Mittagsartikeln, wird die Nachfrage stärker davon beeinflusst, wie die Artikel verzehrt werden sollen. Die Zeitreihenprognose ist ein solider und gut verstandener Ansatz für die Schätzung der Basisverkäufe. Durch die Verwendung einer Reihe von Best-Practice-Statistiktests und Zeitreihenmodellen können verschiedene Arten von Verkaufsmustern, wie Trends, Saisonalität und wochentagsbedingte Nachfrageschwankungen, genau modelliert werden. Auch hier ist es ein recht komplexer und fehleranfälliger Prozess, sowohl Wochentags- als auch Intraday-Nachfragemuster manuell nachzuverfolgen. Dennoch verlassen sich viele Einzelhändler immer noch auf ihre Filialmitarbeiter, um dies auf eigene Faust herauszufinden. Dies ist ein Glücksspiel mit hohem Einsatz, da ultrafrische Produkte unweigerlich einen großen Einfluss darauf haben, wie die Verbraucher die Qualität frischer Produkte in einem Geschäft beurteilen.

Abbildung 2: Welches ist der bessere Roboter zum Waschen von Kleidung? (Illustration inspiriert von einem ausgezeichneten Blogbeitrag von Ben Evans.) Spezialisierte KI wird immer häufiger und wird häufig verwendet, um Anwendungen auszuführen, die auf den ersten Blick nicht besonders intelligent aussehen. Die besten Prognosesysteme wählen automatisch die optimalen Prognosemodelle und Parameter pro Shop und SKU aus. Dies geschieht in der Regel auf der Grundlage einer Reihe statistischer Tests, die Nachfragemuster wie Saisonalität oder Trends identifizieren. In ähnlicher Weise hat der Zugriff auf neue Daten und erschwingliche Datenverarbeitung die KI-Technologie zu einem Muss in der Planungs-Toolbox jedes Einzelhändlers gemacht. Im Wesentlichen fügt KI ihrer Toolbox neue, anspruchsvollere Tools hinzu. Diese Tools, wie z. B. Algorithmen für maschinelles Lernen, machen es erheblich einfacher, sehr große Datenmengen zu analysieren, um neue, manchmal überraschende Muster zu identifizieren oder Muster auf einer granulareren Ebene als je zuvor zu erkennen. Maschinelles Lernen ermöglicht z. B.

die automatische Abschätzung der Auswirkungen von Wetteränderungen, z. B. erwarteter Niederschlag oder Temperatur, wenn die Nachfrage nach bestimmten Produkten in einem bestimmten Geschäft an einem bestimmten Wochentag in einer bestimmten Saison vorhergesagt wird (weitere Einzelheiten siehe Abschnitt 2.4). Huawei hat eine Reihe von ziemlich billigen Fitness-Tracker produziert, und das Huawei Band 3e ist ziemlich ungewöhnlich. Es bietet nicht viel in Bezug auf intelligente Benachrichtigungen und Funktionen, noch, am anderen Ende der Skala, für wettbewerbsfähige Läufer (es gibt keine GPS oder Herzfrequenz-Überwachung). Dennoch bietet es eine überraschend breite Palette von Laufdaten, einschließlich Fußschlagmuster, durchschnittliche Bodenkontaktzeit, durchschnittlicher Schwenkwinkel und Vorschläge zur Haltung und Positionierung, um Verletzungen zu vermeiden und Ihre Leistung zu verbessern. Da die Zeitreihenprognose auf der Suche nach Mustern in historischen Verkaufsdaten beruht, sind zusätzliche Routinen für den Umgang mit neuen Produkten erforderlich. Die Dienstplanplanung in Lagern und Verteilung folgt einem ähnlichen Muster, wobei die Hauptauslastungstreiber 1) projizierte Ausgehendeliefe und 2) projizierte eingehende Lieferpositionen sind.