الذكاء الاصطناعي لتجديد مخزون المتاجر

في تجارة التجزئة متعددة المواقع، يُعدّ تجديد مخزون المتاجر من أكثر أنشطة التخطيط استهلاكاً للجهد وعرضة للخطأ. لا يستطيع المشترون الذين يديرون آلاف المنتجات عبر عشرات المتاجر منح كل مزيج من المنتج والموقع الاهتمام التحليلي اللازم للحفاظ على مستويات مخزون مثالية. والنتيجة هي فائض منهجي في المخزون في الفئات عالية الأداء ونفاد مزمن في المنتجات سريعة الحركة — وغالباً في الوقت نفسه.

ما نبنيه

نبني نماذج التنبؤ بالطلب على مستوى المتجر التي تولّد مقترحات تجديد آلية لكل مزيج من المنتج والموقع. تأخذ المقترحات في الاعتبار الأنماط الموسمية والزيادات الترويجية والحد الأدنى لكميات الطلب من الموردين وتوفّر فترات التسليم. يراجع المشترون قائمة استثناءات قابلة للإدارة — المنتجات عالية عدم اليقين وإطلاق المنتجات الجديدة وفترات العروض الترويجية — بدلاً من مراجعة كل منتج. يراقب تتبّع التباين دقة المقترحات بمرور الوقت لإعادة تدريب النماذج عند انحراف الأداء.