需要予測の予測分析

AI と予測分析を利用することで、小売業者は需要予測と在庫管理を改善しています。需要予測は、さまざまなソースからのデータを使用し、適切なタイミングで適切な店舗に適切な製品の在庫を置くプロセスです。精度を高めることで、小売業者はサプライチェーンを最適化し、収益を大きく変えることができます。

小売業者は、「どの商品」を「どの店舗」に仕入れる必要があるのか、非常に細かなレベルまで把握し、顧客にサービスを提供できているか、製品の在庫が棚に並んでいるか、そして顧客が必要なものを必要なときに購入できるよう、確認する必要があります。Tesco の優秀なサプライチェーン チームは、機械学習をベースとした新しい予測アルゴリズムを導入しました。21 日間の期間で 3,000 を超える店舗と 3,000 万を超える商品を管理できます。

— Tesco のデータ サイエンス部門ディレクター、Rob Armstrong 氏

需要予測

Walmart は RAPIDS オープンソース データ処理と機械学習ライブラリを利用し、機械学習アルゴリズムを 20 倍の速さでトレーニングしています。CUDA-X AI 上に構築され、NVIDIA GPU を活用する RAPIDS により、Walmart は適切な製品をより効率的に適切な店舗に届け、買い物客の動向にリアルタイムに反応し、大規模な在庫コストの削減を実現しています。

顧客の再注文を予測する

顧客の購買行動が急速に変化しています。商品と店舗を大量に組み合わせた予測を毎日行い、予測の精度を高めたい小売業者が増えています。予測のスピードと信頼度を上げてサプライチェーンの敏捷性を上げることと、在庫管理を最適化することが小売業者にとって重要です。敏捷性を上げる方法のひとつは、顧客の購買履歴から食糧雑貨の再注文を予測する方法があります。

クイックサービス レストラン (QSR) の当日予測

2,000 店舗以上を展開する大手外食チェーンでは、当日注文に備えるための予測モデリングのアプローチで問題を抱えていました。従来の予測エンジンは精度が低く、売り上げ傾向に遅れをとり、外部からの影響や季節性を考慮できず、カスタマイズされたモデルにも適応できませんでした。 

Quantiphi は NVIDIA GPU 上でディープラーニングを活用する予測エンジンを提供しました。精度が 20% 以上向上し、ビジュアライゼーション、分析、アラート、制御変数の設定などが可能になりました。

登録して NVIDIA から小売業界の最新ニュースを受け取る