Dự báo nhu cầu và tối ưu tồn kho cho chuỗi 320 cửa hàng

Bối cảnh

Chuỗi bán lẻ 320 cửa hàng trên 28 tỉnh thành, khoảng 12.000 SKU đang kinh doanh. Việc đặt hàng do quản lý từng cửa hàng quyết định dựa trên kinh nghiệm, dẫn tới hai vấn đề xảy ra đồng thời: tồn kho chậm luân chuyển ở một số mặt hàng và hết hàng ở những mặt hàng bán chạy.

Thách thức

Dữ liệu bán hàng nằm trong hệ thống POS nhưng không ghép được với dữ liệu tồn kho và lịch khuyến mãi. Không ai đo được sai số dự báo vì chưa từng có dự báo chính thức.

Giải pháp triển khai

Giai đoạn đầu tập trung hợp nhất dữ liệu POS, kho và lịch khuyến mãi bằng BigAI DataHub. Sau đó xây mô hình dự báo hai tầng: một mô hình nền cho xu hướng và mùa vụ, một mô hình bổ sung xử lý tác động khuyến mãi.

Điểm quan trọng là mô hình không thay quyết định của quản lý cửa hàng mà đưa ra đề xuất kèm khoảng tin cậy. Quản lý có thể điều chỉnh, và mọi lần điều chỉnh đều được ghi lại để huấn luyện lại mô hình.

Kết quả

Sau ba tháng vận hành, sai số dự báo giảm từ 31% xuống 12%. Quan trọng hơn với ban lãnh đạo là lượng vốn lưu động giải phóng được từ phần tồn kho chậm luân chuyển.

Kết quả

Vuốt ngang để xem đầy đủ bảng

Điều thuyết phục ban lãnh đạo không phải độ chính xác của mô hình mà là con số vốn lưu động giải phóng được sau quý đầu tiên.

Công nghệ sử dụng