
Consumer Goods & Retail - Vorhersage und Zuweisungsoptimierung für stationäre Kanäle
Consumer Goods & Retail
Ein Modell zur Vorhersage und Optimierung der Produktzuweisung in stationären Kanälen führte zu einem signifikanten jährlichen Umsatzwachstum durch die Reduzierung von Fehlkalkulationen und Retouren.
Ausgangslage
Ein großes Einzelhandelsunternehmen sah sich mit einer unbefriedigenden Fehlkalkulationsquote im stationären Bereich konfrontiert. Es gab eine signifikant hohe Retourenquote, gleichzeitig wurden die Produkte an anderen Standorten viel früher als geplant vollständig verkauft, so dass die Nachfrage nicht vollständig gedeckt werden konnte.
Die Architektur
Die Architektur ist in Google Cloud umgesetzt. Hierbei werden Technologien wie Google Dataflow, Google Vertex AI, Google Cloud Run und OpenAI verwendet.
synvert Vorteile
Durch die Optimierung der Produktzuweisung werden Fehlkalkulationen und Retouren reduziert, was zu einem jährlichen Umsatzwachstum im signifikanten Bereich führt.
Services von synvert
synvert entwickelte ein Modell für die Triebkräfte der Nachfrage. Es wurden verschiedene Merkmale entwickelt und die Nachfrage wurde mathematisch als Zielwert auf der Grundlage des Umsatzes modelliert. Zu diesem Zweck wurde ein Merkmalspeicher mit verschiedenen Logiken eingerichtet. Bei der Generierung eines Trainingssets wurde ein Parallelisierungstool eingesetzt, um die zugrunde liegenden Big-Data-Herausforderungen effizient zu meistern. Für die Inferenz entwickelte synvert eine vollautomatische, cloud-native Softwarelösung, die sich in die Zielsysteme integrierte.