【食品卸】新商品の需要予測精度を向上し、発注業務の省力化と残在庫の20%削減を実現

概要

昨今の食品ロス削減ニーズの高まり、人手不足、サプライチェーン全体にかかる配送費の急騰を受けて、省力化と残在庫削減を目的とした予測精度向上が求められていました。

解決したい課題

これまでは担当者によって商品及びセンター毎にきめ細かい発注量の計算を行っていましたが、新型コロナウイルスや原材料の値上げといった社会情勢の変化から、売れ筋商品の変化や度重なる売価変更により、適正数量の見極めが困難になってきていました。
また、合わせて熟練者の減少などもあり、発注業務の標準化や省力化にも取り組む必要がありました。

解決策・効果

従来の予測方式よりも様々な要因を取り込み、過去の販売実績が無い新商品でも予測が可能なAIによる需要予測を導入しました。
気象や販促などの外的要因も取り込んだ結果、「使える」精度レベルまで高めることができました。
これにより、20%以上の発注業務の省力化と残在庫削減を実現しています。

<予測モデル・イメージ>