Une chaîne de magasins a réduit les ruptures de stock de 55 % et optimisé les coûts de stockage de 30 % grâce au réapprovisionnement basé sur l’IA
Magasin #12 — Vestes de pluie (M)
Réapprovisionnement recommandé : 48 unités
Magasin #07 — Pulls en laine
Pic de demande — prévision d’une vague de froid
Magasin #19 — Sandales d’été
Stock excédentaire, démarque suggérée
Le défi
Les responsables de magasin effectuaient manuellement les réassorts en se fiant à leur intuition et aux moyennes historiques. Les articles qui se vendaient rapidement étaient régulièrement en rupture de stock, tandis que les articles à rotation lente s’accumulaient. Il n’existait aucune vue centralisée des stocks entre les différents points de vente. Chaque trimestre, les variations saisonnières de la demande prenaient l’équipe au dépourvu, tandis que les démarques sur les stocks excédentaires érodaient les marges.
Ce que nous avons développé
Nous avons déployé un modèle IA de prévision de la demande entraîné à partir de deux années de données de point de vente, de tendances saisonnières, d’événements locaux et de données météorologiques. Le système génère chaque jour des recommandations de réapprovisionnement pour chaque magasin et chaque SKU, en tenant compte des délais d’approvisionnement et des quantités minimales de commande. Un tableau de bord central offre à l’équipe de merchandising une vue en temps réel des niveaux de stock, de l’état des réapprovisionnements et des prévisions de la demande pour tous les sites. Les réapprovisionnements sont approuvés en un clic.
Comment nous y sommes parvenus
Entraîner le modèle de prévision de la demande
Entraînement du modèle de prévision sur deux années de données de points de vente, les tendances saisonnières, les événements locaux et la météo.
Automatiser les recommandations de réapprovisionnement
A généré quotidiennement des suggestions de réapprovisionnement par magasin et par SKU, en tenant compte des délais et des quantités minimales de commande.
Centraliser la visibilité
A fourni à l’équipe de merchandising un tableau de bord unique présentant les niveaux de stock, le statut des réapprovisionnements et les prévisions pour chaque site.
Résultats
Les ruptures de stock ont diminué de 55%. Les coûts de possession des stocks ont baissé de 30%. Les démarques sur les stocks excédentaires ont diminué de manière significative. L’équipe de merchandising est passée de commandes réactives à une planification stratégique, en utilisant les prévisions de la demande pour négocier de meilleures conditions avec les fournisseurs.
Services utilisés dans le cadre de cette mission
Vous souhaitez obtenir des résultats similaires ?
Parlez-nous de votre entreprise. Nous évaluerons comment l’IA peut vous aider.