Como medimos a Sweet 1.3, a IA de gestão de stock da Sway One
Antes de lançar a Sweet 1.3, voltámos a passar oito lojas por um ano de vendas: previsões, roturas, custo do stock e decisões, medidos antes e depois.
Uma IA de gestão de stock avalia-se com vendas que nunca viu. Para lançar a Sweet 1.3, construímos um banco de ensaio que reproduz o passado e compara cada previsão, cada decisão, com o que realmente se vendeu a seguir.
O banco de ensaio num relance
| Etapa | O que fazemos |
|---|---|
| 1. Lojas | 8 lojas de demonstração, mais de 23 000 referências, um ano de vendas |
| 2. Corte | 4 datas, de maio a agosto: o modelo só vê o passado |
| 3. Previsão | Comparada com os 28 dias seguintes: intervalo, erro, cobertura |
| 4. Reposição | Simulada com 90 % de nível de serviço: roturas, margem perdida, custo do stock |
| 5. Decisões | Cada ação descartada é reavaliada pelo seu ganho real |
As lojas cobrem moda masculina e feminina, outdoor, running, selaria, ténis e padel, uma marca infantil e uma marca têxtil. Os seus catálogos vêm de lojas reais; as vendas são simuladas, idênticas em cada passagem, para comparar duas versões em igualdade de condições.
Da Sweet 1.1 à Sweet 1.3
A Sweet é a família de IA que faz funcionar a Sway One: Echo para o ponto do dia, Flow para a produção contínua, Horizon para a previsão de stock, Orbit para a análise completa e Reserve para as pré-encomendas.
A Sweet 1.3 acrescenta-lhes três nós:
- Horizon, que põe em concorrência o modelo estatístico e uma previsão dia a dia, produto a produto;
- Sweet Instinct, que arbitra entre essas previsões e recupera as boas ações que os filtros tinham descartado;
- um resumo das notícias do setor, com fontes, para testar hipóteses sobre a procura.
Cada loja tem os seus próprios parâmetros, na sua configuração.
Os resultados estão em dois artigos: Horizon, a previsão de stock produto a produto e Sweet Instinct.
Perguntas frequentes
Porquê lojas de demonstração?
Para comparar duas versões, é preciso reproduzir exatamente as mesmas vendas, sem tocar nos dados de um cliente. No seu caso, repete-se a medição sobre o seu próprio histórico.
O que se mede em primeiro lugar?
O custo real para o comerciante: as vendas perdidas por rutura e o dinheiro parado em stock. Uma previsão mais precisa só tem valor se melhorar estes dois números.