← 사례
영국유통·이커머스2021 – 진행 중

원 스톱

보충 발주를 위한 머신러닝 수요 예측

원 스톱이 머신러닝 예측을 추가한 뒤 초신선 식품 재고 확보율이 8.5% 높아졌다고 밝혔다

성과 확인회사 발표

문제

원 스톱에는 날씨에 민감한 수요와, 상품 사이에서 판매를 옮겨 놓는 프로모션을 반영한 예측이 필요했다. 유통기한이 짧아 재고가 남으면 비용이 컸다.

접근 방식

원 스톱은 2019년 공급망 계획 시스템을 도입한 뒤 렐렉스 머신러닝 예측을 추가했다. 예측은 유통기한과 수요 패턴이 다른 상품을 모두 다뤘다. 결과는 4개월간 사용한 뒤 보고됐다.

주요 수치

8.5%원 스톱이 밝힌, 유통기한 3일 미만 초신선 식품의 재고 확보율 증가율. 폐기는 그만큼 늘지 않음회사 발표[1]

시사점

원 스톱은 유통기한이 가장 짧은 상품의 재고 확보율이 높아졌고 폐기는 그만큼 늘지 않았다고 밝혔다. 머신러닝 도입은 앞선 보충 발주 시스템 구축 뒤에 이뤄졌다.

분류

규모
대기업
경영 기능
물류·공급망
혁신 유형
프로세스 혁신
근거
회사 발표

출처

  1. One Stop benefits from machine learning
    Logistics Business2022년 4월 29일언론 기사

출처 요약

[1]Logistics Business2022년 4월 29일

로지스틱스 비즈니스는 원 스톱의 머신러닝 도입을 보도하고 공급망 책임자의 말을 인용했다. 초신선 식품 재고 확보율이 8.5% 높아졌고 폐기는 그만큼 늘지 않았다고 보도했다.

자세한 내용은 원문에서 확인하실 수 있습니다.

등록일 2026년 11월 1일 · 수정일 2026년 11월 1일
사례 페이지 열기 ↗