Cookie.

På acando.se använder vi cookies för att din upplevelse ska bli så bra som möjligt.

    Skapa mer pricksäkra prognoser och smartare sortiment med kognitiv analys

    Inom detaljhandeln talas det mycket om ”allocation and replenishment”, eller prognoser och varupåfyllning. Utgångspunkten är enkel, att fylla på butiker med varor. Men problemställningen är komplex. Att löpande se till att rätt sortiment finns tillgängligt i rätt kvantitet i varje butik vid rätt tidpunkt är en komplicerad utmaning.

    Sortiment och prisprognos – en konstform

    En halvfull varukorg kan få kunder att gå till konkurrenterna

    Att ta fram en träffsäker prognos är en konstform. Drivkraften bakom prognosarbetet är att rätt vara alltid ska finnas tillgänglig vid rätt tidpunkt. Finns inte alla varor när kunden vill ha dem tappar du försäljning och riskerar få missnöjda kunder. En halvfull varukorg kan få kunder att gå till konkurrenterna. För stora beställningar leder å andra sidan till överlager, kapitalbindning och svinn eller hyllvärmare som inte längre går att sälja.

    Ett välfungerande prognosarbete är en förutsättning för att hela kedjan, från inköp av varor och lagerhantering till lastning och transporter ut till butik ska fungera på ett effektivt sätt.

    Så hur kan du som handlare vara säker på att rätt produkter ingår i ditt sortiment -och att rätt varor fylls på i hyllorna? Du kan fråga runt bland stamkunderna och titta på butiksorder- och försäljningshistorik, vilket kan fungera hjälpligt för en liten butik med få produkter. För den som varit med länge kan magkänslan spela en avgörande roll. Svårare blir det för en kedja med kanske 1 000 butiker, som i snitt har 40 000 produkter. Det blir 40 000 000 hyllpositioner som ska beräknas och fyllas på. Utmaningen är så stor att ledande detaljhandelskedjor ser hur dålig allokering av produkter slår hårt mot företagets resultat.

    Förbättra kundupplevelsen med rätt affärssystem

    Sortiment och prisprognos byggd på dataanalys  

    Utmaningen är de gigantiska datamängder som behöver hanteras och analyseras för att identifiera köpmönster

    Pusselbitar

    Träffsäkerheten i en prognos bygger på all den data som finns i affärssystemet. På 90-talet hade vi inte tillgång till kundhistorik, bara försäljningshistorik aggregerad på butiksnivå. Idag har affärssystemet detaljerad information om enskilda kundtransaktioner och kan identifiera varje enskilt köp. Vilka produkter som köps tillsammans, var i landet, när på året och vilken tid på dygnet. Mer data i många fler dimensioner än tidigare ger förutsättningen för att ställa mer träffsäkra prognoser än vad som varit möjligt. Utmaningen är de gigantiska datamängder som behöver hanteras och analyseras för att identifiera köpmönster. Analysen måste väga in både historiska data och framtida förväntningar för att kunna generera användbara prognoser.  

    Kognitiv analys för bättre sortiment och pris

    Idag finns det många nya verktyg för att hantera och dra nytta av stora mängder data 

     

    En robot som spelar piano

    Läs även

    För att skapa en prognos behövs en prognosmodell. I modellen bestäms ett antal variabler som anpassas efter bransch, snittförsäljning, geografi, efterfrågan, väder med mera. Hur skapas en modell med bästa precision? Det finns inget entydigt svar. Genom att aktivt arbeta med flera prognosmodeller och jämföra resultaten förfinas utfallet. Resultaten värderas sedan och ifrågasätts utifrån erfarenhet. Är det ett rimligt eller missvisande resultat? Ett väl fungerande prognossystem måste dessutom kunna hantera data från externa källor, till exempel sociala medier och webbanalysverktyg.

    Idag finns det många nya verktyg för att hantera och dra nytta av den stora mängden data för att förbättra prognosarbetet. Bland de nya verktygen för att hantera komplexa data finns artificiell intelligens, (AI), och kognitiv analys. Kognitiv analys bygger på avancerad analys av kundens beteende i alla kanaler, digital som fysiska. Den kognitiva analysen tittar bland annat på sökningar, kundchattar, mejl, inlägg på sociala medier, klickade länkar och vad kunden gör i den fysiska butiken.

    All denna data analyseras för att förstå kunders beteende, preferenser och köpmönster på en mycket djup nivå.

    Vi på Acando har arbetet med detaljhandeln i 24 år. Idag har vi 150 konsulter som är specialiserade inom retail som brinner för att hjälpa Sveriges retailbolag ligga i framkant när det gäller att ge sina kunder det de vill ha, när de vill ha det. Hör av dig om du vill veta mer om hur vi kan hjälpa dig ta nästa steg för att utveckla dina affärer.

    Hör gärna av dig!

    Vi är alltid intresserade av att höra mer om dina utmaningar.

    Anders Gunnarsson anders.gunnarsson@acando.com +46 (0)70-351 31 11

    Eller vill du bli kontaktad?