Cокращение возвратов скоропортящейся продукции
Задача
Mинимизировать возвраты и снизить убытки
Возвраты непроданной продукции и, следовательно, убытки - актуальная проблема многих производителей скоропортящегося товара (хлебобулочные, молочные и мясоперерабатывающие производства).
Oдин 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.
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
- 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
На хлебозаводе из примера выше 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
