Παράλειψη συνδέσμων

On Shelf Availability: How can AI help us improve our forecasting accuracy across the whole supply value chain and thus reduce OOS

ΠΕΡΙΓΡΑΦΗ:

Στο τομέα του λιανεμπορίου, η διαθεσιμότητα στο ράφι είναι κρίσιμος παράγοντας για τη πληροφόρηση των καταναλωτών καθώς κ την αύξηση πωλήσεων. Η βελτιστοποίηση της ροής του προϊόντος στο ράφι είναι επιτακτική καθώς η διακοπή αυτής, συνεπάγεται απώλειες κατά μήκος της εφοδιαστικής αλυσίδας.

Σύμφωνα με διαθέσιμα ευρωπαϊκά στοιχεία1 προηγούμενων ετών, η έλλειψη διαθεσιμότητας προϊόντων μπορεί να επηρεάσει ουσιαστικά τη συμπεριφορά των καταναλωτών. Ενδεικτικά, περίπου 37% των καταναλωτών φαίνεται να επιλέγει εναλλακτικό προϊόν, ενώ περίπου 21% στρέφεται σε διαφορετικό κατάστημα όταν το επιθυμητό προϊόν δεν είναι διαθέσιμο. Τα ποσοστά αυτά αποτελούν μέσους όρους, καθώς σε επιμέρους κατηγορίες προϊόντων η επίδραση ενδέχεται να είναι σημαντικά εντονότερη. Παράλληλα, περίπου 9% των καταναλωτών αναφέρεται ότι, σε περίπτωση έλλειψης του επιθυμητού προϊόντος, δεν προχωρά σε καμία αγορά.

Τα παραπάνω στοιχεία χρησιμοποιούνται ενδεικτικά, με στόχο να αποτυπώσουν τη φύση και την έκταση του φαινομένου και όχι την ακριβή ποσοτική του αποτύπωση στη σημερινή αγορά.

 

On-Shelf-Availability (OSA): Είναι ο βαθμός στον οποίο ένα προϊόν είναι πραγματικά διαθέσιμο στο ράφι, για τον καταναλωτή, τη στιγμή που θέλει να το αγοράσει. Η άμεση μέτρησή του θεωρείται δαπανηρή, καθώς, κυρίως οι merchandisers των εταιρειών, ελέγχουν τα προϊόντα στα ράφια του σούπερ-μάρκετ, με το μειονέκτημα ότι πρόκειται για εικόνα στιγμής.

Το OSA αρκετές φορές συγχέεται με το Service Level της Αποθήκης, το οποίο είναι το ποσοστό κάλυψης των παραγγελιών (σε γραμμές, τεμάχια, αξία). Πρόκειται για δύο διαφορετικούς δείκτες που όμως ο ένας μπορεί να επηρεάσει τον άλλο. Παρόλα αυτά, χρειάζεται να αναφερθεί, ότι υπάρχουν περαιτέρω παράγοντες που επηρεάζουν το OSA.

ΣΤΟΧΟΣ ΟΜΑΔΑΣ ΕΡΓΑΣΙΑΣ:

Βασικός στόχος της ομάδας εργασίας είναι τα παρακάτω:

1.      Ορισμός OSA: Αξιολόγηση της αξίας του OSA για τα μέλη της ομάδας εργασίας.

 

2.      Χαρτογράφηση συντελεστών OSA: Να αναλύσει τους παράγοντες που επηρεάζουν το OSA (διαθεσιμότητα στο ράφι), όπως:

 

3.      Χαρτογράφηση υπαρχουσών μεθόδων πρόβλεψης πωλήσεων: Κατανόηση διαθέσιμων μεθόδων πρόβλεψης, καθώς και τυχόν τεχνολογικούς και όχι μόνο, περιορισμούς.

 

4.      Ετοιμότητα & παράγοντες χρήσης ΑΙ: Να ερευνήσει την ετοιμότητα για χρήση ΑΙ στην πρόβλεψη (τεχνικά και ανθρώπινος παράγοντας).

 

5.      Τεχνολογία και Επικοινωνία: Να ερευνήσει πως το ΑΙ θα βελτιώσει τη ποιότητα των δεδομένων με σκοπό το ακριβέστερο OSA και κατά συνέπεια τη βελτίωση της πρόβλεψης.

Εκτίμηση των τεχνολογικών λύσεων και συστημάτων επικοινωνίας μεταξύ των μερών της εφοδιαστικής αλυσίδας.

 

6.      Διερεύνηση της δυνατότητας πιλοτικής εφαρμογής εργαλείων AI[1] με σκοπό τη βελτιστοποίηση των δεδομένων που επηρεάζουν την ακρίβεια πρόβλεψης και ως εκ τούτου το OSA.

 

7.      Νομικά και Κανονιστικά Θέματα: Επισκόπηση των νομικών ζητημάτων και κανονιστικών απαιτήσεων.



 

ΣΥΝΤΟΝΙΣΤΕΣ & ΜΕΛΗ ΟΜΑΔΑΣ ΕΡΓΑΣΙΑΣ:

ΟΝΟΜΑΤΕΠΩΝΥΜΟΤΙΤΛΟΣΕΤΑΙΡΙΑ
Μαργκώ ΚούτσηIWS Senior Leader & Process Engineer, Innovation Supply Center, Athens DCPROCTER & GAMBLE
Κωνσταντίνος ΑβραμίδηςHead of Inventory & Logistics Analytics, Storage and Distribution (Logistics) Center DepartmentΔ. ΜΑΣΟΥΤΗΣ
×