Overview
Un distributeur réalise d’importantes économies grâce à la prévision de la demande basée sur le machine learning.
Localisation : Inde
Introduction : Un grand distributeur disposant d’un vaste inventaire de produits et d’un large réseau de distribution cherchait à optimiser sa chaîne d’approvisionnement et à réduire ses coûts.
Challenge
Prévoir avec précision la demande pour plus de 15 000 SKU distribués à travers plus de 200 points distincts représentait un défi majeur, entraînant d’importantes ruptures de stock et des coûts élevés de stockage des inventaires.
Solution
Nous avons développé un système sophistiqué de prévision de la demande basé sur le machine learning. Ce système intègre plusieurs flux de données critiques, notamment les données historiques, les conditions météorologiques, les événements locaux et nationaux ainsi que les données promotionnelles.
Impact : Le système a amélioré la précision des prévisions de 35 %, entraînant une réduction directe de 40 % des ruptures de stock et une diminution annuelle de 8 millions de dollars des coûts de stockage des inventaires.