/case-ai-demandplanning 

    inspari.dk

AI styrker demand planning i global retailvirksomhed  

billede til AI demandplanning case

Alle cases

 

 

En global retailvirksomhed med mange brands og markeder stod over for en velkendt udfordring:

  • store datamængder

  • komplekse sortimenter 

  • langsomme, manuelle forecastprocesser

Det gjorde det svært at planlægge effektivt og træffe hurtige beslutninger om sortiment, indkøb og lager.

Merchandisers brugte dage på dataforberedelse, før de overhovedet kunne analysere performance, trends og potentiale.

Data kom fra 25-30 forskellige kilder uden en fælles struktur. Data fra vigtige kilder som kundetællere og finansielle systemer var svært tilgængelige. Overfloden af Power BI-dashboards og rapporter, skabt til specifikke nicheprojekter, resulterede i redundans og ineffektive arbejdsgange. Prædiktive modeller og avancerede analyser var ikke mulige. Data kom ikke ordentligt i spil. 

Løsningen

Inspari hjalp kunden med at udvikle en AI og data sciencebaseret demand management løsning, bygget på Azure og Databricks. Løsningen anvender avancerede forecastmodeller og multimodale produktembeddings (billeder, tekst og tabulære data). De avancerede modeller kombinerer salgsdata, produktdata og visuelle input for at forudsige efterspørgsel på tværs af markeder, kategorier, farver og størrelser.

Det gør det muligt at arbejde databaseret og konsekvent med trends, sæson, lager og restvarer – i stor skala.

Resultaterne

 

Hurtigere performance- og style-analyser, markant forbedret beslutningshastighed og –kvalitet, mindre spild og en mere effektiv supply chain - alt sammen leveret på få måneder og med tydelig forretningsværdi.

Mest afgørende: AI og data science er ikke længere et eksperiment, men en integreret del af virksomhedens fremtidige vækst og bæredygtighedsstrategi på tværs af brands og markeder.

Casen viser, hvordan AI-drevet forecasting kan skabe målbar forretningsværdi i stor skala og gøre komplekse beslutninger hurtigere, bedre og mere ansvarlige.

Den foretrukne platform
til udvikling af AI


Når vi udvikler AI- og ML-projekter, er Azure Databricks det foretrukne værktøj.

Med Apache Spark som den underliggende processeringsteknologi stiller Azure Databricks en skalerbar platform til rådighed for Data Scientists med et intuitivt interface, der gør det muligt at optimere og tilpasse løsningen.

ML-udvikling har ofte behov for specielle biblioteker i f.eks. Python. De forskellige Clusters i Databricks kan konfigureres sådan, at bibliotekerne er tilgængelige på Clustered, når det bliver tændt. Det gør, at udvikleren kun skal tænke på at definere det nødvendige bibliotek én gang, og så er det tilgængeligt af alle, der har adgang til det Cluster.

Databricks er udvikler af MLFlow, et end-to-end værktøj til håndtering af ML-modeller. Med Databricks og MLFlow kan modeller trackes, versioneres og udstilles som Web Services, som kan tilgås af andre applikationer.

Tag fat i os, hvis du vil vide, hvordan du kommer godt i gang med AI

Hvis du har spørgsmål eller tænker, at tiden er inde til et uforpligtende kald eller møde om, hvad AI kan gøre for din virksomhed, kan du kontakte os her.

Interesseret i mere Fabric? Heldigt!

Her finder du nemlig Fabric-inspiration ad libitum! Og skulle du have Fabric-relaterede spørgsmål, står vores eksperter klar til at hjælpe dig.