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 AI™에 구축되고 NVIDIA GPU를 활용하는 RAPIDS를 통해 Walmart는 적합한 매장에서 적합한 제품을 보다 효율적으로 받고 실시간으로 쇼핑객 트렌드에 대응하고 대규모의 재고 비용 절감을 실현했습니다. 영상 보기: Walmart가 예측을 개선하는 방법(40:27)
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. 블로그 읽기: AI를 사용하여 가장 정확한 소매 예측 솔루션을 개발한 모범 사례(2021년 3월)