AIは、返品率の急上昇する靴業界を解決できる可能性があります

クリスマスが近づいており、パンデミックがサプライチェーンに及ぼす影響が長引くため、小売業者はすでに需要を満たすのに苦労しています。年末年始のホリデーセールやショッピングが最高の時期になると、企業は在庫を最大化する積極的な戦略を実行する必要があります。そうしないと、供給の限界を超える課題に直面します。人工知能が解決策を提供する可能性があります。

小売業の靴セグメントは、サイズのばらつきと返品パターンの問題により、在庫管理に固有の課題を提示します。 AIは、在庫の管理、市場の需要の予測、利益率の監視を支援することで、靴会社がこれらの課題を解決する方法を変革できます。

予測がパズルの場合、売上予測がエッジピースを構成し、収益予測が中心を構成します。売上と返品の両方のデータがなければ、小売予測の全体像を把握することはできません。残念ながら、ほとんどの予測システムは売上を予測し、収益を無視します。これはおそらく、収益分析がはるかに複雑であるためです。

特にパンデミック前の返品率が40％と高かった靴会社の場合、売上予測だけでは、会社の全体的な活動の全体像は非常に限られています。 2020年のロックダウン以降、オンライン販売と返品は増加しただけです。

一部の靴会社は、消費者行動の特定の傾向を認識しています。顧客は、自宅で試着して適合しなかった2足を返品できるように、サイズの異なる3足の靴を購入しています。靴のフィッティングがより制御された環境で行われる店舗での購入ほど簡単にオンライン購入から返品されたものを再販できないことが多いため、これは大きな利益のキラーです。たとえば、購入者が靴がオンラインと同じように見えると思わない場合、返品は色やスタイルの違いが原因である可能性もあります。

このトレンドを乗り切るために、店舗は「オープンボックス」シューズを割引価格で再販し始めました。この戦略は、出血する利益を抑えるのに役立ちましたが、返品と割引はすべて非常に複雑な数学の方程式に織り込む必要があり、より大きな在庫状況を理解することはほぼ不可能です。

これは、AIがゲームを変えることができる場所です。すべての小売業者は、オンライン、店舗内、またはオンラインでの混合購入、店舗での集荷（BOPIS）の販売にかかわらず、各小売チャネルのパフォーマンスを予測および計画するために、利用可能なデータに基づいた正確な予測を必要としています。これは管理するデータが非常に豊富ですが、AIは、店舗、SKU、サイズ、色、スタイルに至るまでの在庫の洞察を提供および解釈することで、プロセスを簡素化できます。この程度の詳細な情報がなければ、靴会社は売上と返品について正確な予測を行い、それに応じて在庫を計画することができます。

AIを使用したサイズ最適化の決定

サイズの最適化は靴業界の重要な要素ですが、多くの小売業者は情報に基づいた意思決定を行うために必要なツールを持っていません。単一のスタイルの靴には、15サイズ、場合によってはそれ以上のサイズがあります。そして、顧客が最終的に保持するよりも多くのサイズを購入すると、予測はさらに複雑になります。

AIは、過去の売上だけでなく、複数のソースから重要なデータを取得して、小売業者がどのサイズを多かれ少なかれ在庫するかを決定するのに役立ちます。 AIによって生成された予測は、機械学習によってさらに改善されます。機械学習は、新しいデータと更新された情報のおかげで、時間の経過とともによりスマートになります。最高のAI予測システムは、各予測の結果から常に学習し、それに応じてさらに正確になるように調整するため、より正確な予測を提供します。理想的には、小売業者にとって、これは自動化された「ノータッチ」の需要予測をもたらし、人間の計画担当者が例外に集中するためのより多くの時間を与えるでしょう。

サプライチェーンの遅れは、補充計画に大きな打撃を与えました。ほとんどのマーチャンダイザーは、シーズンの早い段階で販売する商品とその数を予測し、この予測に基づいて長期計画を立てます。特にサプライチェーンの変動性に直面した場合、詳細なリアルタイムの予測がなければ、これらの初期の予測はせいぜい推測ゲームになる可能性があります。

AIは販売に関する詳細な洞察を提供し、小売業者がシーズン前の割り当て戦略を最適化するのに役立ちます。その後、企業は購入の傾向とパターンを決定し、在庫を分析し、実際の売上と収益を組み込んで、より正確なシーズン中の予測を行うことができます。

AIを使用すると、小売業者はこの情報をリアルタイムで取得できるため、古い情報に基づいて待機したり移動したりする代わりに、迅速に行動できます。週ごとの売上に関する洞察により、小売業者は補充に対してより積極的なアプローチを取ることができます。彼らは、何を補充するか、何が売り切れるか、特定の製品の収益率を決定することができます。このようにして、小売の補充が変化し、利益が増えるためにマージンが拡大します。

ストアごとのアプローチ

このパンデミック後のショッピング環境で繁栄し成長するために、靴の小売業者は、予測、割り当て、および補充の戦略を決定する際に、店舗ごとのアプローチをとる必要があります。小売業者は、昨年のデータ、地域データ、または包括的な予測に単純に依存することはできません。データ駆動型で使用可能な推奨事項を生成する詳細なレベルの洞察を組み込む必要があります。人口統計のわずかな違いは、特定の地域で特定の時間に他のサイズやスタイルよりも人気のあるサイズとスタイルに大きな影響を与える可能性があります。

これは、全国または世界中に複数の店舗を持つ靴の小売業者にとっては気が遠くなるように聞こえるかもしれませんが、AIは、データ収集とモデリングを自動化することでプロセスを実現可能にします。小売業者は、知識に基づいた推測から予測を行う代わりに、正確な予測を行い、信頼できるデータに基づいて措置を講じるのにより多くの時間を費やすことができます。

小売からファッション、食品に至るまで、多くの業界は、在庫小売戦略に非常に長い間反応的なアプローチを取っています。市場が極端に変動する場合に正確な予測を行い、利益を最大化するためのテクノロジーとツールがあります。小売業者は、予測、割り当て、補充をより正確かつ効果的にする、科学的方法論とAIを活用したオムニチャネルに焦点を当てた戦略に投資する時が来ました。 AIはこれを可能にし、毎日よりスマートになります。

YogeshKulkarniはの共同最高経営責任者です antuit.ai 、の一部 Zebra Technologies 。