OCI Forecasting을 통해 공급망 소매 할당 미세 조정
인공 지능 및 머신 러닝과 같은 최신 분석 기술을 사용하면 잠재적 영향을 고려하도록 할당 논리를 향상시킬 수 있습니다.
비즈니스 솔루션
소매업자는 경량 꽃 인쇄 스웨터가 봄에 큰 타격이 될 것이라고 결정하므로 5000 꽃 스웨터를 구입 한 다음 50 개 매장에 100 개를 할당합니다.
소매업자는 이 나라의 일부 지역이 이미 봄에 매우 뜨거워졌다는 것을 깨닫습니다, 그래서 그들은 남부 주에서 매우 적은 사람들이 80도 밖에있을 때 어떤 종류의 스웨터를 착용하고 싶어하기 때문에 북부 국가로 더 많은 것을 출하 할 할당 계획을 설계합니다.
도시 지역이 단색을 선호하고 인쇄하지 않는 것처럼 보이기 때문에 시골 지역으로 비대칭하도록 할당 계획을 세분화할 수 있습니다. 소매업체는 최선의 판단을 사용하여 계절별 날씨, 과거 판매, 현재 패션 트렌드, 경쟁 압력, 거시 경제 동향 등의 할당을 결정합니다.
- 고객이 원하는 품목을 얻었기 때문에 만족합니다.
- 매가인하 가격책정이 필요하지 않기 때문에 마진이 보존되며, 재배송 비용이 발생하는 경우 적절한 시기에 사실적인 분석을 수행할 수 있습니다.
- 새 상품에 대해 각 상점에서 공간을 사용할 수 있게 됩니다.
- 대형 배송 비용(역방향 물류)이 제어됩니다.
- 재고 및 할당을 세밀하게 조정하여 수익을 유지할 수 있으므로 공급망은 더 민첩합니다.
대시보드
다음은 소매 할당 솔루션의 대시보드 예입니다. 각 매장에 할당 계획 중 동일한 다양한 크기의 꽃, 줄무늬 및 체크 스윕을 동일한 종류로 할당하는 시나리오를 고려합니다(소매업자의 패키지 할당 앱 사용).
대시보드는 일부 상점 (역사적 판매)이 스트라이프 스웨터와 비교하여 더 많은 꽃 스웨터를 판매하고 있음을 보여줍니다. 그것은 청바지 판매와 스웨터 사이의 상관 관계를 식별합니다 : 더 어두운 데님 청바지를 판매하는 상점은 더 많은 검열 된 스웨터와 밝은 색 청바지를 판매하는 매장을 판매하는 경향이 더 많은 꽃 스웨터를 판매합니다. 소셜 미디어 추세 분석, 날씨 패턴 등을 추가하면 대시보드에서 해당 통찰력을 기반으로 할당을 변경할 것을 권장합니다.
과거 및 미래 데이터의 인공 지능 분석을 기반으로 OCI 예측 서비스는 개정된 할당 금액을 권장합니다. 예를 들어, 샌프란시스코 매장에 25개 더 많은 스트라이프 스웨터를 보내고 마이애미에 31개 더 많은 꽃을 보낼 수 있습니다. 대시보드에는 예상 수요를 더 정확하게 충족하기 위해 해당 할당을 업데이트해야 하는 해당 국가 내 점포를 보여주는 맵 뷰도 포함되어 있습니다.
대시보드 디자인
2개의 뷰가 있는 대시보드를 볼 수 있습니다.
- 대시보드에는 예정 주에 대한 계획된 할당(할당 앱에서 추출됨)을 비롯하여 각 상점의 품목이 표시됩니다.
- 계획된 할당은 상인의 과거 판매 및 전문적인 경험을 기반으로 합니다.
다음 그림은 OCI Forecasting 서비스가 파란색, 노란색 및 빨간색으로 강조 표시된 차이와 함께 예측 값을 표시하는 추가 열을 제공하는 대시보드를 보여줍니다.
이러한 예측 할당은 다음을 기준으로 합니다.
- 이전 판매(점포당 품목당 판매 이력)
- 소셜 미디어 트렌드 분석 : 소셜 미디어 인플루언서는 최근 소셜 미디어 게시물에서 꽃 스웨터를 착용하고 소셜 채널에 상당한 반응을 일으켰으며 전국적으로 그 제품에 대한 추가 수요를 촉진합니다.
- 날씨 패턴 : 일반적인 날씨에 큰 변화가있을 것입니다. 북동쪽은 4월과 5월까지 따뜻해질 것이고, 동남쪽 전체는 정상보다 15도 낮아질 것이다. 이러한 변화로 인해 예상되는 수요는 거의 반전되고, 따뜻한 북동부의 스웨터에 대한 수요가 낮으며, 추운 남동부의 스웨터에 대한 수요가 높아집니다.
맵 뷰: 다음 주에 대한 의류 할당 레벨이 올바르지 않은 예상 핫스팟을 보여주는 히트맵이 있는 뷰입니다.
기술 솔루션
이 솔루션 플레이북에서 OCI Forecasting은 소매 체인의 현재 할당 계획과 관련된 문제를 예측하는 프로모션, 가격, 기상 조건과 같은 로컬 및 글로벌 영향 요인을 기반으로 예측과 신뢰 구간을 제공합니다.
또한 AI를 사용하지 않고 보기 어려운 다른 제품의 판매에 영향을 미치는 한 제품의 판매 간 상관 관계를 파악할 수 있습니다. 소매업체는 AI를 사용하여 다음과 같은 요소에 따라 개별 매장 레벨까지 할당을 미세 조정할 수 있습니다.
- 장거리 일기 예보
- 소셜 미디어 감성 분석을 기반으로 항목 인기를 증가 또는 감소
- 규약, 축제 또는 대규모 스포츠 행사와 같이 수요에 영향을 줄 수 있는 지역 이벤트
- 노무 부족
- 경쟁 압력
- 정치적 또는 사회적 불안으로 인한 공급망 중단 가능성
- 새로운 공중 보건 비상사태
- 중간 시즌 변경(날짜, 수요, 추세)
구조
이 구조는 OCI 예측 서비스를 사용하여 시계열 데이터의 복잡한 관계 패턴, 추세, 계절성, 오류 및 외부 요소를 감지하는 방법을 보여줍니다.
다음 이미지는 상위 레벨 구조를 보여줍니다.
- 구조적 및 반구조적 데이터는 데이터 레이크(객체 스토리지)로 흐릅니다.
- OCI Data Integration은 데이터 레이크하우스에서 정보를 읽고, AI 기능(OCI 예측 제공)을 호출하고, Autonomous Data Warehouse에 대한 통찰력을 푸시합니다.
- 예측에는 예측, 신뢰 구간, 판촉, 가격, 현재 할당 계획의 문제를 예측하는 기상 조건 등의 지역 및 글로벌 영향 요인이 포함됩니다.
- 이제 Oracle Analytics Cloud를 사용하여 구조화된 인사이트를 시각화하고 패키지화된 할당 애플리케이션으로 다시 익스포트할 수 있습니다.
이 구조는 다음 구성 요소를 지원합니다.
- AI 예측
OCI(Oracle Cloud Infrastructure) 예측은 여러 클라우드 전용 AI 서비스 중 하나입니다. OCI 예측은 고급 머신 러닝 및 통계 알고리즘을 통해 시계열 예측을 제공합니다. OCI 예측을 통해 개발자는 제품 수요, 매출 및 리소스 요구사항을 포함하여 중요한 비즈니스 측정지표에 대한 정확한 예측을 신속하게 생성할 수 있습니다.
- 데이터 레이크
데이터 레이크는 원시 데이터를 저장할 수 있고 기업이 비용 효율적이고 탄력적인 환경에 모든 데이터를 저장할 수 있는 확장 가능한 중앙 집중식 저장소입니다. 데이터 레이크는 원시 데이터를 저장하기 위한 유연한 저장 메커니즘을 제공합니다. 데이터 레이크가 유효하려면 조직은 특정 거버넌스 요구, 워크플로우 및 도구를 검사해야 합니다. 이러한 핵심 요소를 중심으로 구축하면 기존 아키텍처에 원활하게 통합되고 데이터를 사용자에게 쉽게 연결하는 강력한 데이터 레이크가 생성됩니다.
- Oracle Data Integration
Oracle Cloud Infrastructure Data Integration은 전담 관리되는 서버 미사용 클라우드 전용 서비스로, 다양한 데이터 소스의 데이터를 Oracle Cloud Infrastructure 서비스(예: Autonomous Data Warehouse 및 Oracle Cloud Infrastructure Object Storage)로 추출, 로드, 변환, 정리 및 재구성합니다.
- Autonomous Data Warehouse
Oracle Autonomous Data Warehouse는 데이터 웨어하우징 워크로드에 최적화된 자동 구동, 자가 보안, 자가 복구 데이터베이스 서비스입니다. 하드웨어를 구성 또는 관리하거나 소프트웨어를 설치할 필요가 없습니다. Oracle Cloud Infrastructure는 데이터베이스 생성, 데이터베이스 백업, 패치, 업그레이드 및 조정을 처리합니다.
- 객체 스토리지
오브젝트 스토리지를 사용하면 데이터베이스 백업, 애널리틱스 데이터, 이미지 및 비디오와 같은 풍부한 컨텐츠를 비롯하여 모든 컨텐츠 유형의 구조적 및 비구조적 데이터에 신속하게 접근할 수 있습니다. 인터넷 또는 클라우드 플랫폼 내에서 직접 안전하게 데이터를 저장하고 검색할 수 있습니다. 성능 또는 서비스 신뢰성의 저하를 경험하지 않고도 스토리지를 원활하게 확장할 수 있습니다. 빠르고 즉각적이며 자주 액세스하는 데 필요한 "핫" 스토리지에 표준 스토리지를 사용합니다. 장기간 보존하고 거의 액세스하지 않는 "콜드" 스토리지에 아카이브 스토리지를 사용합니다.
- 분석
Oracle Analytics Cloud는 데이터 준비, 시각화, 엔터프라이즈 보고, 증강 분석, 자연어 처리 및 생성을 위한 최신 AI 기반 셀프 서비스 분석 기능을 통해 비즈니스 분석가를 지원하는 확장 가능하고 안전한 퍼블릭 클라우드 서비스입니다. Oracle Analytics Cloud를 사용하면 빠른 설정, 손쉬운 확장 및 패치 적용, 자동화된 라이프사이클 관리 등 유연한 서비스 관리 기능을 이용할 수 있습니다.