SüdkoreaHandel und E-Commerce2019 – laufendE-mart
SAIcast: KI-Absatzprognose und automatische Bestellung
Die KI-Prognosen von E-mart schlugen in einem Pilotversuch die manuelle Bestellung in 92 von 98 Produktgruppen; 2 Filialen stellten auf vollautomatische Bestellung um
Ausgangslage
E-mart betreibt rund 140 Hypermärkte, die jeweils mehr als 70.000 Artikel an mehr als 340 Tagen im Jahr verkaufen. Die Mitarbeiter schätzten den Absatz 1 Woche im Voraus von Hand, was zu Abfall, entgangenen Verkäufen durch Fehlbestände und zu Überbeständen führte, besonders bei Aktionen, deren Nachfrage mit befristeten Preissenkungen schwankt.
Vorgehen
Die IT-Tochter des Konzerns, Shinsegae I&C, entwickelte SAIcast, eine Cloud-Prognosesoftware auf AWS, die mit Absatzdaten aus 2 Jahren und rund 40 Variablen trainiert wurde. In einem Pilotversuch im Oktober 2019 in 2 Filialen mit 10.000 Produkten schlug sie die manuellen Prognosen in 92 von 98 Produktgruppen; nach 1 Monat Überprüfung stellten diese Filialen auf automatische Bestellung ohne menschliches Zutun um. Eine 2. Version für Aktionsartikel wurde im April 2020 in rund 140 Filialen mit etwa 50.000 Artikeln getestet; die Prognosen speisen das Bestellsystem, das die Bestellungen für jede Filiale und jedes Lager auslöst.
Kennzahlen
Erkenntnis
E-mart verglich KI und manuelle Prognosen Kategorie für Kategorie, bevor es die Bestellung automatisierte, und nutzte für Aktionsartikel ein eigenes Modell. Einsparungen bei Abfall oder Beständen hat das Unternehmen nicht offengelegt.
Kategorien
- Größe
- Großunternehmen
- Branche
- Handel und E-Commerce
- Unternehmensfunktion
- Logistik und Lieferkette
- Innovationsart
- Prozessinnovation
- KI-Technologie
- Prädiktive Analytik und ML
- Einführung
- Gemeinsame Entwicklung mit Partnern
- Nachweis
- Angabe des Unternehmens
Quellen
Quellenzusammenfassungen
Byline Network beschreibt anhand einer Präsentation von Shinsegae I&C und AWS, wie Shinsegae I&C SAIcast entwickelte und testete. Berichtet werden der Pilotversuch vom Oktober 2019 in 2 Filialen (10.000 Produkte, KI besser in 92 von 98 Gruppen, 18 % geringerer Fehler), die Umstellung dieser Filialen auf automatische Bestellung und der Test eines Modells für Aktionsartikel im April 2020 in rund 140 Filialen mit 50.000 Artikeln, bei dem die KI im Verhältnis 82 zu 18 genauer war. Der Beitrag erwähnt auch Zweifel in der Praxis an Machbarkeit und Wirtschaftlichkeit.
Money Today beschreibt SAIcast als Cloud-Plattform, die den Tagesabsatz je Produkt aus Hunderten Variablen wie Wetter, Preis, Aktionen und Jahreszeit prognostiziert. Die Prognosen gehen an das Bestellsystem, das die benötigten Mengen für jede Filiale und jedes Lager bestellt. Nach Angaben des Berichts verringerte das System Abfall, entgangene Verkäufe durch Fehlbestände und Überbestände, ohne Zahlen zu nennen.
Ausführliche Angaben finden Sie in den Originalquellen.