So messen wir Sweet 1.3, die KI für Bestandsmanagement von Sway One
Vor Sweet 1.3 haben wir acht Shops über ein Jahr Verkäufe nachgespielt: Prognosen, Fehlbestände, Lagerkosten und Entscheidungen, vorher und nachher.
Eine KI für Bestandsmanagement muss sich an Verkäufen messen lassen, die sie nie gesehen hat. Für die Auslieferung von Sweet 1.3 haben wir einen Benchmark gebaut, der die Vergangenheit nachspielt und jede Prognose und jede Entscheidung mit dem vergleicht, was danach tatsächlich verkauft wurde.
Der Benchmark auf einen Blick
| Schritt | Was wir tun |
|---|---|
| 1. Shops | 8 Demo-Shops, mehr als 23.000 Artikel, ein Jahr Verkäufe |
| 2. Stichtag | 4 Daten, von Mai bis August: Das Modell sieht nur die Vergangenheit |
| 3. Prognose | Verglichen mit den folgenden 28 Tagen: Spanne, Fehler, Abdeckung |
| 4. Nachbestellung | Simuliert bei 90 % Servicegrad: Fehlbestände, entgangene Marge, Lagerkosten |
| 5. Entscheidungen | Jede aussortierte Aktion wird an ihrem tatsächlichen Gewinn neu bewertet |
Die Shops decken Herren- und Damenmode, Outdoor, Running, Reitsport, Tennis und Padel, eine Kindermarke und eine Textilmarke ab. Ihre Sortimente stammen aus echten Shops; ihre Verkäufe sind simuliert und bei jedem Durchlauf identisch, damit zwei Versionen unter gleichen Bedingungen verglichen werden können.
Von Sweet 1.1 zu Sweet 1.3
Sweet ist die KI-Familie, die Sway One antreibt: Echo für den Tagesüberblick, Flow für die laufende Erzeugung, Horizon für die Bestandsprognose, Orbit für die vollständige Analyse und Reserve für Vorbestellungen.
Sweet 1.3 ergänzt drei Bausteine:
- Horizon, das das statistische Modell und eine Tagesprognose gegeneinander antreten lässt, Produkt für Produkt;
- Sweet Instinct, das zwischen diesen Prognosen entscheidet und gute Aktionen zurückholt, die die Filter aussortiert hatten;
- eine Nachrichtenzusammenfassung der Branche, mit Quellen, um Hypothesen zur Nachfrage zu testen.
Jeder Shop hat in seiner Konfiguration eigene Einstellungen.
Die Ergebnisse stehen in zwei Artikeln: Horizon, die Bestandsprognose Produkt für Produkt und Sweet Instinct.
Häufige Fragen
Warum Demo-Shops?
Um zwei Versionen zu vergleichen, müssen exakt dieselben Verkäufe nachgespielt werden, ohne die Daten eines Kunden anzufassen. Bei Ihnen wiederholen wir die Messung mit Ihrer eigenen Historie.
Was messen wir vorrangig?
Die tatsächlichen Kosten für den Händler: die in Fehlbeständen entgangenen Verkäufe und das im Lager gebundene Geld. Eine genauere Prognose ist nur dann etwas wert, wenn sie diese beiden Zahlen verbessert.