Задача

Возвраты непроданной продукции и, следовательно, убытки - актуальная проблема многих производителей скоропортящегося товара (хлебобулочные, молочные и мясоперерабатывающие производства). Например, один из наших заказчиков - хлебозавод - ежедневно производит около 350 наименований скоропортящейся продукции, которая поставляется в 6000 торговых точек разных сетей. Каждый магазин делает заказ самостоятельно. Объем возвратов только по десяти точкам реализации составляет более 11 млн. рублей в год (более 14% от объема поставок). Повторное использование практически невозможно.

Задача: минимизировать возвраты и снизить убытки

Решение

Решение: cокращение возвратов средствами прогнозной аналитики на базе модели Microsoft Azure Machine Learning. Для прогноза анализируются два потока данных: исторические отчеты об уже свершившихся продажах/отгрузках за период и внешние факторы (сезонность, праздники и выходные дни, погодные условия и т.д.). В результате получаем необходимый объем поставок по каждому продукту для каждой торговой точки. Решение поставляется в формате сервиса и НЕ требует приобретения дополнительного оборудования и ПО.

Результат

Результат: на указанном хлебозаводе уменьшение возвратов для тестовой выборки из десяти точек реализации составило более 500 тысяч рублей в месяц. Наличие прогноза также позволит планировать производство, построить систему автозаказа, оптимизировать логистические цепочки и в целом повысить эффективность работы предприятия.

* Минимальный процент возврата необходим, чтобы исключить ситуацию пустых полок в магазинах

Расскажите нам о своих задачах

Мы предлагаем пилотный проект бесплатно обратившимся в 2017 году!

Заполняя форму, Вы соглашаетесь с правилами обработки персональных данных.