Artificial Intelligence Partials

Prognosen

Einzelhändler haben Schwierigkeiten, genaue, zeitnahe Nachfrageprognosen zu erstellen, und viele Systeme von Drittanbietern sind veraltet und können die komplexen Verhaltensmuster der Verbraucher nicht verstehen, so die Studie von Symphony RetailAI. Infolgedessen gaben 34 Prozent der im September 2018 befragten Einzelhändler im Bereich der Lieferkette an, dass eine der größten Herausforderungen in der Lieferkette darin besteht, dass die Prognosegenauigkeit nicht gegeben ist. Hinzu kommt die Tatsache, dass unterschiedliche Prognosestrategien für verschiedene Produkttypen erforderlich sind.

Maschinelles Lernen bietet eine mögliche Lösung, um Absatzmuster und Anomalien zu verstehen, und hilft Einzelhändlern dabei, die externen Auswirkungen zu verstehen, ihre Relevanz zu ermitteln und die Prognosegenauigkeit zu verbessern.