自動車、ハードウェア、スポーツ、レジャーなど幅広い事業を展開。

需要のドライバー

天候、人口統計、価格設定、プロモーション、製品の品揃え、立地など、さまざまな外部需要ドライバーを組み込んで、ファッションや季節商品を予測する能力が不足していた。

o9の支援

o9により、同社は、220の実店舗とEコマース・チャネルにまたがる50万SKUのAI/MLベースの予測を強化するために、1つのプラットフォームで様々な需要制約を取り込み、モデル化することができる。

アロケーション・プロセス

配賦プロセスは非常に手作業で、店舗に合わせた配賦を考慮することなく、後方視的な情報に基づいていた。

o9の支援

o9を使用すると、割り当てプロセスが自動化され、例外によって管理されるため、生産性が大幅に向上し、ビジネスが戦略、分析、在庫政策に集中する時間を確保することができます。このプロセスでは、MLベースの予測、在庫戦略、店舗固有のサイズプロファイルを活用し、適切な品目が店舗に補充されるようにします。

店舗容量管理

彼らの店舗は、適切で収益性の高い新しいスタイルを優先的に送るためのインテリジェンスを活用することなく、キャパシティをオーバーしていた。

o9の支援

o9では、稼働率の予測を完全に可視化し、自動補正を適用することで、店舗のキャパシティを管理することができる。自動補正は、収益性の高いスタイルを優先して店舗に流し、在庫問題を軽減することで適用される。

実装したコア機能

同社は、予測、割り当て、補充にo9エンタープライズナレッジグラフを使用している。主な機能には、AI/MLベースの予測、オムニチャネル計画、店舗への定期的およびクロスドック配分、需要主導型補充、在庫計画への店舗キャパシティの組み込み、サプライチェーンオペレーションと店舗ネットワークへの可視性の強化が含まれる。

リプレースしたシステム

Blue Yonder

成功要因―o9を採用した3つの理由

1. 次世代のオムニチャネル計画のための高度な機械学習機能を備えたオープンアーキテクチャのAIプラットフォーム。
2. 思想的リーダーシップ。
3. 価値へのスピード。

達成したKPI

1. 予測が改善された。
2. 品切れの品目の削減。
3. プランナーの生産性向上。