Toimitusketjun hallinnasta vähittäiskaupan kokonaisvaltaiseen suunnitteluun ja optimointiin Tammiseminaari Tommi Ylinen
Kokonaisvaltaista vähittäiskaupan suunnittelua, analytiikkaa ja optimointia ennustepohjaisesti Kampanjaanalytiikka ja suunnittelu Markdownoptimointi Varastojen optimointi Hinnoittelu & kampanjat Toimitusketju Kysyntäennusteet / suunnitelma Toimitusketjun kapasiteetti Työvoiman suunnittelu Kassa- ja hyllytystyön ennustaminen Työvuorojen optimointi Budjetointi Planogrammien automatisointi ja optimointi Tila Makrotilan suunnittelu Valikoima Klusterointi Budjetointi ja kausien hallinta Valikoimaoptimointi Kausien hallinta ja open-to-buy Kokoprofilointi
Joustavat ja tarkat ennustemenetelmät tärkeässä roolissa Eri ennustemenetelmien käyttäminen Aikasarjamenetelmät Regressio Koneoppiminen eri tasoilla Tuote, tuoteryhmä Kpl, lavat, rivit eri aikajaksoille Tuntitaso vs. 24kk eteenpäin Useina eri versioina
Esimerkki: Sääennustetta hyödyntämällä tarkempiin ennusteisiin Osa tuoteryhmistä on hyvinkin sääherkkiä, mutta rajoitetun tilan / pilaantumisajan takia bufferivarastot on pidettävä pieninä. Helleviikonloppuihin on siis varauduttava sääennustetta hyödyntäen. Koneoppimismenetelmillä voidaan automaattisesti tunnistaa sääherkät tuotteet ja laskea niille sääkorjattu ennuste. Tuloksena tarkemmat ennusteet, ja lisäksi myös kyky tehdä datapohjaisesti päätöksiä esim. hävikin ja menetetyn myynnin välillä
Esimerkki: Ulkoisen datan hyödyntäminen Säätiedon lisäksi voidaan käyttää mitä tahansa saatavilla olevaa aikasarjaa ennusteen tarkentamiseen. Erityisesti kampanjoissa tyypillisesti hyödynnetään tietoa hinnoista, esillepanoista ja muiden tuotteiden myynneistä (kannibalisaatio/halo). Muita esimerkkejä: Matkustajamäärät/liikennetiedot Kilpailijan hinnat / toimenpiteet Klikkaukset nettikaupassa Esillepanotietojen puuttuessa esillepanot voidaan myös tunnistaa suoraan saldohistoriasta, ja tällä tiedolla voidaan tarkentaa ennusteita.
Analytiikkalähtöistä kampanjasuunnittelua Tuotteita voidaan valita kampanjaan erilaisia datapohjaisia kriteerejä hyödyntäen: Ylivarastoidut/hävikkiriskiset tuotteet Toimittajien markkinointitukien huomiointi Hinta/esillepanoherkkyyksien huomiointi Kampanjahinta voidaan optimoida hintajoustoja ja määritettyjä tavoitteita hyödyntäen (kate, myynti, asiakasvirrat). Erityisesillepanojen suunnittelussa hyödynnetään kampanjaennusteita sekä tuotteiden esillepanohistoriaa.
Kun kysyntä kohtaa tarjonnan Valmistavassa teollisuudessa yleinen S&OP-prosessi on vähittäiskaupan puolella vielä melko harvinainen Liiketoiminnan vauhti ja volyymi aiheuttavat omat haasteensa Toisaalta toimitusketjut ovat globaaleihin valmistajiin nähden selvästi yksinkertaisempia Gartner lanseerasi hiljattain oman MIOEkonseptinsa vähittäiskauppaan, ja prosessi on hiljalleen yleistymässä
Suunnittelemalla eroon kapasiteettiongelmista Isot sesongit (etenkin joulu, lisäksi esim. juhannus ja pääsiäinen) aiheuttavat helposti kapasiteettihaasteita Myymälöissä Keskusvarastossa Kuljetuksissa Kapasiteetin suunnittelu tapahtuu usein kuukausia etukäteen ja vaatii tarkat kapasiteettiennusteet esim. lava/rivi-tasolla. Eri vaihtoehtoja simuloimalla voidaan valita paras suunnitelma, jolla minimoidaan kapasiteettiongelmat ja/tai ylimääräisen kapasiteetin käyttö.
Kaupan työvuorojen optimoinnissa iso potentiaali Myymälätyövoima on yksi suurimmista kustannustekijöistä kaupan alalla, mutta työvoiman optimoinnissa useita ratkomattomia retail-spesifejä haasteita. Optimaalisten työvuorojen tuottamiseen vaaditaan tarkka ennuste sekä kassapaineen (tunti/varttitaso) että hyllytystyön osalta, useita viikkoja etukäteen. Kelluvat työt Kiinteät työt Hyllytystyön kelluvuus Kiinteät työt: paistopisteet, siivous Henkilökohtaiset erot hyllytystehokkuudessa Hyppykassa Myymälän ominaisuudet: veikkaus, palvelutiski, ahtaat käytävät TES-vaatimukset
Scaling and surpassing the intelligence of groomed local retail
Kiitos Kysymyksiä? Thank you! TOMMI YLINEN Chief Product Officer tommi.ylinen@relexsolutions.com +358 50 433 5975 www.relexsolutions.com @RelexSolutions RELEX Solutions