수요 예측을 위한 예측 분석

소매업체는 AI 및 예측 분석을 사용하여 수요 예측 및 재고 관리를 개선하고 있습니다. 수요 예측은 적합한 제품이 적합한 매장에서 적시에 제공되도록 하기 위해 다양한 출처의 데이터를 사용하는 프로세스입니다. 소매업체는 정확도를 높여 공급망을 최적화하고, 수익에 큰 영향을 줄 수 있습니다.

소매업체는 고객이 원하는 때에 제품을 얻을 수 있도록, 고객에게 제품이 제공되고 있는지, 제품이 판매대에 있는지, 그리고 어떤 매장에 어떤 제품을 채워 넣어야 하는지 이해할 수 있어야 합니다. Tesco의 실력 있는 공급망 팀은 새로운 머신 러닝 기반 예측 알고리즘을 구현하는 데 도움을 주어, 21일 만에 3,000개 이상의 매장과 3천만 개 이상의 제품을 관리할 수 있는 능력을 제공했습니다.

— Tesco 데이터 사이언티스트 이사 Rob Armstrong

수요 예측

Walmart는 RAPIDS 오픈 소스 데이터 처리 및 머신 러닝은 라이브러리를 사용하여 머신 러닝 알고리즘을 20배 빠르게 트레이닝했습니다. CUDA-X AI에 구축되고 NVIDIA GPU를 활용하는 RAPIDS를 통해 Walmart는 적합한 매장에서 적합한 제품을 보다 효율적으로 받고 실시간으로 쇼핑객 트렌드에 대응하고 대규모의 재고 비용 절감을 실현했습니다.

고객 재주문 예측

소비자 쇼핑 행동이 빠르게 변화하고 있으며, 더 많은 소매업체에서 수백만 개의 매장 및 물품 조합에 대한 일일 예측을 실행하고 예측의 정확성을 개선하기를 원하고 있습니다. 소매업체는 더 빠르고 신뢰할 수 있는 예측을 통해 공급망의 민첩성을 높이고 재고 관리를 최적화해야 합니다. 민첩성을 높이는 한 가지 방법은 고객의 구매 내역을 감안하여 식료품 재주문을 예측하는 것입니다.

퀵 서비스 레스토랑(QSR)에 대한 당일 예측

2,000개 이상의 레스토랑을 보유한 한 선도적인 레스토랑 체인에서는 당일 주문에 대한 제품 준비를 보장하기 위한 예측 모델링 접근 방식에 문제를 겪고 있었습니다. 레거시 예측 엔진은 부정확하고, 판매 추세가 지연되었고, 외부 영향이나 계절성을 설명할 수 없었으며, 맞춤형 모델에 적응하지 못했습니다. 

Quantiphi는 NVIDIA GPU 상에서 딥러닝을 활용하는 예측 엔진을 제공했습니다. 정확도를 20% 이상 개선했으며 시각화, 분석, 경고 및 제어 변수 수립을 지원합니다.

NVIDIA 뉴스레터를 구독하고 최신 소매 업계 소식을 받아보세요.