Średniej wielkości sieć piekarni zautomatyzowała codzienne planowanie dostaw dla tysięcy kombinacji sklepów i produktów - zastępując ręczny, podatny na błędy proces statystycznym modelem prognozowania dostępnym jako prosta aplikacja internetowa.
Problem
Piekarnia prowadzi sieć kilkudziesięciu punktów sprzedaży detalicznej i codziennie dostarcza świeże produkty - w tym chleb, bułki i ciastka o bardzo krótkim terminie przydatności do spożycia.
Każdego dnia roboczego ktoś musiał decydować, ile dokładnie każdego produktu należy dostarczyć do każdego sklepu następnego dnia rano.
Tym "kimś" były w rzeczywistości trzy osoby, pracujące w pełnym wymiarze godzin, przewijające arkusze kalkulacyjne Excel i ręcznie wprowadzające ilości dostaw dla około 4000 kombinacji kontrahent-produkt. Każdego dnia.
Kosztem były nie tylko płace. Przy tak wielu ręcznych decyzjach błędy były nieuniknione - niedoszacowanie oznaczało braki magazynowe u klienta, przeszacowanie oznaczało zwroty i marnotrawstwo. Różne osoby stosowały różne heurystyki przeczuć, więc wyniki były niespójne. A jeśli firma dodawała nowych klientów lub produkty, jedyną odpowiedzią było zatrudnienie większej liczby osób do przewijania większej liczby arkuszy kalkulacyjnych.
Wyzwanie
Główną trudnością było stworzenie modelu, który mógłby niezawodnie prognozować ilości dostaw następnego dnia w tysiącach kombinacji o bardzo różnych wzorcach popytu. Rozwiązanie musiało być na tyle dokładne, aby można było mu zaufać, na tyle proste w użyciu i na tyle szybkie, aby można je było uruchamiać codziennie bez zakłócania istniejących przepływów pracy.
Rozwiązanie
Opracowaliśmy Model prognozowania statystycznego, który automatycznie generuje zalecenia dotyczące dostawy następnego dnia dla każdej pary klient-produkt..
Model jest wdrażany jako web API z przejrzystym interfejsem przeglądarki. Użytkownik przesyła aktualny plik Excel z dzisiejszymi danymi i otrzymuje go z powrotem z wypełnioną kolumną jutrzejszej dostawy - gotowy do działania.
Wydajność jest weryfikowana na podstawie danych historycznych przy użyciu standardowych wskaźników prognozowania.
Wyniki
| Metryczny | Wpływ |
|---|---|
| Zastąpiono pracę ręczną | 3 zautomatyzowane role w pełnym wymiarze godzin |
| Decyzje dziennie | ~4 000 par klient-produkt, obsługiwanych w ciągu kilku sekund |
| Spójność | Ta sama logika zastosowana we wszystkich kombinacjach - koniec z różnicami wynikającymi z przeczucia. |
| Dostępność | 24/7 przez przeglądarkę internetową, bez konieczności gimnastyki w Excelu |
| Walidacja | Backtested na danych historycznych ze standardowymi wskaźnikami prognozowania |
Porozmawiajmy o procesie, który Twój zespół nadal wykonuje w programie Excel.
