Skip to main content

應用案例

中國前⼗標竿食品企業

冷鏈食品出貨管理:需求預測供應鏈解決⽅案

該企業為中國前⼗標竿食品企業,創設於 1953 年。2001 年進入中國市場,專攻冷藏乳品飲料食品製造及品牌⾏銷,以「成為世界級的冷藏食品標竿企業」為願景,致⼒於提供消費者「新鮮、健康、安⼼」的飲食⽣活。

20%

銷售預測準確度

1.26 億

冷鏈生產成本節省

挑戰

受限於產品⽣命週期短、旗下的冷藏食品品項眾多,加上出貨⼯廠數量多、分布廣,導致中央難以統⼀管理及規劃產銷計畫。若無法掌握賣場每⼀⽇的需求量,做更有效率的配貨,該企業便可能在供過於求時,因通路退貨或庫存過⾼產⽣報廢成本,在供不應求時,因通路缺貨錯過原本可以入袋的營收,或是得負擔通路商的缺貨罰款,更甚者會影響品牌商譽。 

過去,業務單位每週都會與 IT 部⾨合作,以單⼀模型⼀次性預估未來七⽇的出貨量,再倒推各出貨⼯廠的排產總量,和對終端賣場的補貨計畫。但使用傳統統計模型的預測系統讓團隊必須花 3~6 個⽉的時間,以⼈⼯⽅式進⾏⼲預和判斷,不僅⼯作量龐⼤且耗時,模型的準確度與穩定性也不佳,導致某些週次的預測結果特別準、某些特別不準,也容易受⼈為偏好影響,持續⾼估或低估預測結果,較難掌握波動。

解決方案

為了快速、有效地活化數⼗年累積下來的海量數據,⼀直關注尖端科技的 CIO 決定導入 AI 技術 —— Decanter AI,⽬標是精準掌握終端消費市場的需求,確保供應鏈中的各個節點都能在對的時點具備對的品項、對的數量。 Decanter AI 提供簡潔直覺的圖象化介⾯,讓不具資料科學背景的 IT ⼈員、甚⾄是業務單位中不具編程背景的採購經理都能輕鬆操作,免去資料處理、模型調整等繁瑣的重複性⼯作,⾼效地完成全⾃動機器學習建模流程,在短時間內獲得準確的預測模型,進⾏多⽅嘗試與驗證。

在彙整上傳歷史銷售資料後,Decanter AI 僅需 20 多分鐘,就產出 100 多個機器學習模型,將 IT 部⾨從反覆輸入或調整參數才能進⾏需求預測的循環之中解放出來,也讓準確地滾動預測未來七天的每⽇出貨量成為可能。結合⾏動⾙果資料科學專家的建議,該企業持續針對時間相關的特徵進⾏細化處理,最終有效提升銷量預測的準確度及穩定性。

成效

導入 Decanter AI 後,打造 AI 賦能的智慧企業,讓準確地滾動預測未來七天的每⽇出貨量成為可能,最終有效提升銷量預測的準確度及穩定性。這間標竿企業透過 Decanter AI 提升 20% 銷售預測準確度,每年可於冷鏈⽣產過程省下近 ¥ 1.26 億⼈⺠幣的成本。

為您評估最適合的 AI 應用

聯絡專家