2023年オフショア開発の 概要・動向(最新版)
2023年オフショア開発の 概要・動向(最新版)
もっと見る

スーパーマーケットにおけるAI予測

10月 23, 2022

現在、顧客の嗜好や行動パターンが変わっていくので、スーパーマーケットを代表とする小売企業が在庫を効果的に管理するために、より正解で信頼性の高い予測を下すのは難しくなると思われています。多くの管理者にとって、オムニチャネルおよびEコマースの急成長の背景に、物理的なスーパーマーケットが存在かどうかを決める要素は、素早く正解な需要予測です。しかし、覚えるべき一つのことは、将来を見抜く水晶玉がなければ、100%正解に予測するわけにはいけないです。ある程度エラーが発生するがするが、予測はスーパーにとって大重要なことです。本記事は、スーパーマーケットにおけるAI予測について紹介いたします。

 

1.AI予測とは?

AI予測とは、企業の運営報告書や顧客行動などの膨大なデータを分析したことで、需要予測や企画立案を補助する先端技術です。その中で、需要予測で最もよく使用されます。AIとマシンラーニングを使用したことにより、企業が繁忙期に需要を計算する代わりに、需要予測は過去のデータと傾向を分析した上で、将来の正確な状況を自動的に予測します。また、McKinsey によると、AI予測を使用した需要予測は、他の予測方法と比べてより正解かつ詳細なので、サプライチェーンで発生するエロ―を最大50%削減できます。

 

2.予測の種類

基本的に、営業における予測は二つの種類に分けられます。

  • 需要予測:在庫やスタッフなどのリソースを予測することは、需要が確実に満たされていることを確認するため大重要です。その内訳は、長期需要予測と短期需要予測が際立っています。短期需要予測とは、1年以下の期間で消費者の需要を予測するとのことです。それは、スーパーなどの繁忙期(例えば祝日)の需要のために準備しておくのに役立ちます。長期需要予測とは、1年を超えて4年までの期間で顧客の需要を予測するとのことです。これにより、商品需要の季節性や年間パターンをよく理解できます。

(需要予測を詳しく調べたい方は、こちらをクリックください。)

  • 成長予測:成長予測のモデリングは、企業企画にとって、大重要なものです。特に、将来の成長をより正解に予測することにより、より適切な予算決定を行い、より効果的に資源(リソース)を割り当て、目標を達成するために何をする必要があるかを正確に推測できます。

伝統的なビジネスにおける予測と比べて、AI技術を使用した予測システムは数えるできないビジネスメトリックとKPI を設定されたら、任務を全うすることができます。一方、AI予測システムは、全ての要素を考慮してより正解で信頼性が高い予測を提供することのみならず、その複雑な業務を自動的に実施して、より正解な意思決定をサポートするために、パターンの変化に応じて予測を継続的に再構成します。

3.AI予測のメリット

以下の通りに、AI予測のメリットを説明いたします:

  • 在庫管理を最適化する:効率的な在庫管理により、顧客が必要となる時に適切な商品を確実に手に入れることができるが、倉庫にある商品が紛失しないように数量が多すぎないことを確保することができます。仮にAI予測システムがないとすれば、商品が在庫切れの状態になりやすい(それは手ぶらで帰る顧客をがっかりさせる)、又は余剰在庫の状態になる可能性もあります(それは追加費用を引き起こす)。
  • 新製品発売のリスクを低減する:ほんの少しの需要予測(市場調査、店員や顧客などの情報を含む)では、まだ提供しない商品の需要を明らかにすることができます。
  • 適切な人員配置の決定を下す:顧客によって好みが違いので、顧客の好みにマッチする店員を配属したら、顧客の購入意思決定の経路で最終点に近いのではないだろうか。また、消費者の需要を予測することで、人事採用するべきか削減するべきかを判断することができます。
  • セール・マーケティングキャンペーンをサポートする:AI予測システムにより、需要予測のデータから顧客の嗜好や行動パターンを理解できるので、セール・マーケティングキャンペーンをより効果的に実施できます。
  • より正解な予算企画を立案、プラスのキャッシュフローを維持する:上記に話したAI予測システムのメリットは、無駄なコストを削減したり、赤字のリスクを低減するので、プラスのキャッシュフローを維持したり、売上原価などの固定費と変動費を軽減したりします。

 

4.AI予測を発揮させる必要条件

AI予測のメリットを否定できないが、以下の条件を満たさなかったら、望ましい効果を与えません。

  • 技術面:深層学習するAIは、アクセスできる高品質なデータが要ります。また、システムをスムーズに稼働するために、データを収集・保存・処理するインフラが必要です。
  • 経済面:データ準備、システムのメンテナンスおよび設備費用がけっこうかかります。
  • 知識:AI予測又はAIに関する知識を持つ人材は、稼働中に問題があったら、直ぐに発見することができます。しかし、AIの人材がない場合、VTIのコンサルティングサービスを推奨いたします。
  • 組織:AIなどのような先端技術は、ありふれた方法と比較して桁違いです。ですから、AI予測システムを導入するために、企業の社員一同の決意が不可欠です。

 

5.AI予測システムがどのように稼働するか

AIを使用した予測システムは、機械学習のアルゴリズムを使用して予測を最適化します。次に、AI予測システムは、予測している特定のビジネスメトリックに最適なモデルを選択します。基本的に、以下の通りにAI予測システムのプロセスを説明いたします:

  • データと接続する:予測に役立つ可能性のあるデータ(内部のデータおよび外部のデータ)を提供します。
  • 予測のメトリックを選択する:次に、予測するメトリック(指標)と対象期間を選択します。
  • 自動データ準備を実行する:データの準備は重要な作業になる場合があります。自動データ準備により、様々なアルゴリズムを使用して履歴データを前処理し、予測に関係ない要因を取り除くことができます。
  • マシンラーニングモデルをトレーニングする:予測のために前処理されたデータを様々なアルゴリズムに送信し、結果ごとの予測精度をテストします。
  • カスタマイズされたモデルを作成する:各モデルの予測精度に基づいて、カスタムモデルを作成するために、最も高いモデルのみ選択します。
  • カスタムモデルを確認する:最初のカスタマイズされたモデルが作成された後、予測精度をよく実施し、必要に応じてトレーニングの手順を繰り返します。
  • 予測を下す:カスタム・モデルと提供されたデータを使用して、リアルタイムの予測を下し、結果は将来の使用のために保存されます。
  • 予測インサイトを利用する:最後に、予測はダッシュボート、レポート、又はアラートに表示されるために、技術的な専門知識を持たない人でも理解できます。

 

6.活用事例

Walmart

小売業界における大手企業であるWalmartは、企業のスーパーマーケットでAIを使用した千万の機器を設備しました。Walmart Global Techにより、AIを活用した予測システムはサプライチェーンを最適化するので、顧客が必要になっている時に商品を手に入れることができます。統計によると、Walmartは1時ごと、100万の消費者から2,5PB(ペタバイト)の非構造データを収集します。そのデータを分析したことは、千万の商品をカーパーして、需要を予測することだけではなく、千億人の顧客の嗜好を突くことができます。

Amazon

Amazon は2013年から、運送をはじめとするサプライチェーンでAIを使用しました。当時、AI予測システムは出荷・入荷などの数量を予測するのに役立ちました。しかし、きょかなし個人情報を収集するのは犯法だとAmazonの予測担当チームが話しました。それに対して、このチームはAIを学習させるために、過去の需要とオンラインショッピングの習慣を収集してアルゴリズムと統計的なモデルを作成しました。AI予測システムを導入した結果、年中の需要を予測することを自動的に実施し、オンラインで買い物する顧客の嗜好をより正解に引き出してセール・マーケティングキャンペーンを支援しました。また、AI予測システムを活用したことで、キャッシュレス決済を備えた食品店で顧客が新商品を買う可能性を予測して、顧客にカスタマイズされる商品を開発・改善することができます。Amazon の統計によると、それにより、売上は35%以上増加しました。

 

7.VTIのケーススタディ

VTIは、AIなどうのような先端技術やリテールのノウハウを活用することにより、デジタルトランスフォーメーションと事業成長に向けたソフトウェア開発のワンストップソリューション・Retail Xをご提供いたします。Retail Xを詳しく調べたい方は、ご遠慮なくご連絡ください。

VTIのケーススタディ:

AIによる需要予測・企画立案補助

お客様に受注実績や商品情報から市場需要、発注量を高精度で予測できるAIアプリを提供しました。これにより、発注量や生産量を最適化したり、売上が7~10%を増やしたり、返品数を減らしたりしました。

 

まとめ

AI予測は、スーパーなどのような小売企業に大きな影響を与えると見られます。しかし、先端技術に見慣れない企業にはAI予測を導入すれば様々な障壁にぶつかると思われるかもしれないが、我々のコンサルティングサービスを推奨いたします。また、先端技術に興味があれば、我々の新着ポストを受けられるために、登録のためのメールボックスを書き込めください。

 

Source:

(1)Toward Better Demands Forecasting Using Artificial Intelligent, Bachelor’s thesis in Industrial Economy, 2020, writers: LINE CEDERBERG, JAKOB SIKSTRÖM, JOSEFIN ELLIOT, LINNEA WRANÅ, ALVA ENGDAHL, JOHANNA ÅBERG, FREDRIK HEDENBORN

参考