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。 ビデオを見る: Walmart が予測を改善した方法 (40:27)
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。 ブログを読む: AI を利用する最も正確な小売予測ソリューションのためのベスト プラクティス (2021 年 3 月)
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。 ビデオを見る: QSR の予測を自動化する Quantiphi のソリューション (19:47)