利用人工智能缺货建模提高商品的货架可用性

零售商几乎错过了全球销售额达到1万亿美元因为他们手头没有顾客想在店里买的东西。增加挑战的是，一个研究研究公司IHL Group对600个家庭和几家零售商的调查显示，购物者在三次购物中就会遇到缺货(OOS)。一项由IRI发现20%的缺货超过3天仍未解决。

总的来说,研究显示平均OOS率是多少8％．这意味着十三分之一的产品不能在客户想要在商店中获得它的确切时刻购买。OOS是零售业最大的问题之一，但幸运的是，它可以通过实时数据和分析来解决。

在这篇文章中，我们展示了新的趋势- databricks组合的现成可用性解决方案加速器。加速器是一个强大的快速启动指南，是一个完整的缺货或供应链解决方案的基础。我们概述了如何与Databricks Lakehouse解决库存缺货实时货架可用性。

解决这个问题的影响是什么?对零售商来说，货架上的可用性提高2%相当于销售额增长1%。

电子商务的发展使得商品的可获得性变得更加重要

这一问题的重要性因电子商务的递送和路边提货订单的可用性而被放大。当客户在商店中遇到缺货时，他们可能只是不购买该商品，但他们可能会在商店中购买其他商品。网上购物意味着他们可能会转向不同的零售商。

其影响不仅限于收入的底线损失。NielsenIQ的研究显示30%的购物者在找不到他们想要的产品时会去新店，导致他们失去长期忠诚度。电子商务会员计划的成员最有可能在缺货的情况下更换零售商。IHL估计“亚马逊目前超过24%的零售收入来自首次尝试在店内购买产品的顾客。”

零售商对此采取了各种策略，包括过度订购商品，这增加了持有成本，当他们被迫以折扣价出售多余库存时，利润率也会降低。在某些情况下，零售商和分销商会紧急订购产品，或者在额外的发货中使用“热单”，这将产生额外的成本。一些零售商投资了机器人技术，但许多零售商以成本为由退出了试点。其他零售商也在试验计算机视觉，尽管这些方法只是在商品缺货时通知，而不能预测商品的可用性。

受到OOS影响的不仅仅是零售商。零售商、消费品公司、分销商、经纪商和其他公司都投资于第三方审计，通常包括员工到商店检查货架上的缺口。在任何一天，都有成千上万的人去商店验证商品的可用性。这真的是对时间和资源的最佳利用吗?

为什么科技还没有解决缺货的问题?

缺货问题已经存在了几十年了，那么为什么零售行业还没能解决这样一个影响购物者、零售商和品牌的问题呢?看似简单的解决方案是要求员工手动清点手头的物品。但是，由于可能有数十万个单独的sku分布在一个大型零售场所，可能每天几乎24小时为客户提供服务，因此定期执行这一任务并不现实。

个体商店定期进行库存统计，然后依靠销售点(POS)和库存管理软件跟踪导致单位数量上下波动的变化。但由于门店内的活动如此之多，一些日常的记录工作就被忽略了，更不用说收缩对店内供应的影响，这种影响可能很难察觉。

因此，整个行业都依赖于建模。但考虑到数据准确性的基本问题，这些方法可能会导致假阳性和假阴性的组合，使模型预测难以应用。时间敏感性进一步加剧了这一问题，因为为了得出模型预测，必须足够快地处理大量数据，以使结果具有可操作性。建立一个可靠的缺货预测和警报系统的问题并不像看起来那么简单。

介绍现成可用性解决方案加速器

我们的合bob体育外网下载作伙伴Tredence他们向我们提出了发布解决方案加速器的想法，他们已经创建了一个更广泛的供应链控制塔产品的核心。Tredence与世界上最大的零售商合作，了解建模OOS的细微差别，并知道Databricks的处理和他们先进的数据科学能力是一个成功的组合。

OSA解决方案侧重于通过提高货架上的库存可用性来推动销售，而更广泛的零售供应链控制塔解决了多个相邻的销售问题——门店的库存设计、高效的门店补充、全渠道运营的门店网络设计等。知道这在零售业是个多么大的问题，我们立即接受了他们的提议。

解决OSA挑战的第一步是检查它们在历史数据中的发生情况。过去发生的事件表明，供应商和内部流程存在系统性问题，如果不加以解决，这些问题将继续引发问题。

为了支持这一分析，Tredence提供了一组历史库存和销售数据。这些数据集是模拟的，因为任何零售商都会对这些信息有明显的敏感性，但创建的方式经常观察到数据中表现出的OSA挑战。这些挑战是:

1. 库存
2. 安全库存违规
3. 零销售活动
4. 产品上架的可用性

库存

在幻影库存场景中，报告的库存数量与基于报告的销售和补充的预期数量不一致。

补货单位的跟踪不力，未报告或未检测到的收缩，带外处理，加上不频繁且有时不准确的库存计数，导致零售商认为他们手头的单位比实际的要多。如果数量足够大，这种幻影库存可能会延迟甚至阻止订购补充单元，从而导致缺货的情况。

安全库存违规

大多数组织都为特定产品的库存设置了一个阈值，低于这个阈值就会触发补充订单。如果设置过低，交货时间不足，甚至对供应链的轻微中断都可能导致缺货，而新设备正在通过补充管道进行运输。

另一方面，如果设定过高，零售商可能会面临产品积压、可能过期、可能损坏或被盗或以其他方式消耗空间和资金的风险，而这些空间和资金本可以更好地用于其他领域。为特定位置的产品找到合适的安全库存水平是有效库存管理的关键任务。

零销售活动

幻影库存和违反安全库存是缺货的两个最常见原因。不管原因是什么，缺货事件都表现在产品没有售出的时期。

并非每一次零销售事件都反映出缺货的担忧。有些产品并不是每天都卖，而且对于一些销售缓慢的产品，可能会有好几天没有售出，而产品仍然有充足的库存。

在项目级别上仔细检查零销售事件的技巧是了解某一天至少有一件产品售出的概率，然后为连续几天设置反映零销售的累积概率阈值。当连续零销售事件的累积概率超过阈值时，就该检查该产品的库存了。

产品上架的可用性

虽然理解库存不足的情况很重要，但同样重要的是，要认识到什么时候产品在技术上可以销售，但由于非最佳库存管理实践而表现不佳。这些销售问题可能是由于商店内陈列的位置不好，产品库存在货架深处，产品从后台转移到货架上的速度很慢，或者无数其他情况下，库存足以满足需求，但客户无法方便地查看或获取它们。

为了发现这类问题，将实际销售额与预测销售额进行比较是有帮助的。虽然并不是每一个未达到销售目标的人都表明货架上的可用性问题，但持续的未达到目标可能意味着需要进一步关注的问题。

我们如何利用Databricks Lakehouse平台解决缺货问题bob体育客户端下载

幻影库存、安全库存违规、零销售事件和上架可用性问题的评估需要一个能够执行广泛任务的平台。bob体育客户端下载库存和销售数据必须在每个时期进行汇总和协调。必须对这些数据应用复杂的逻辑，以检查聚合和系列模式。可能需要为许多地点的广泛产品生成预测。所有这些工作的结果必须让业务分析人员能够访问，这些分析人员负责在向该领域的人员征求行动之前仔细检查这些发现。

Databricks提供了一个能够完成所有这些工作的单一平bob体育客户端下载台。的有弹性的可伸缩性该平台确保了对bob体育客户端下载大量数据的处理能够高效、及时地进行。其开发环境的灵活性允许数据工程师在常用语言之间切换，例如SQL而且Python，以多种模式进行数据分析。

预先集成库提供对经典时间序列预测算法和技术的支持，且简单编程式安装像Facebook Prophet这样的替代库可以让数据科学家为业务需求提供正确的预测。可伸缩模式确保以有效和及时的方式处理数据科学任务，并且与数据科学家通常使用的标准方法几乎没有偏差。

和SQL分析接口，以及健壮的集成表而且PowerBI，允许分析师使用数据科学家和数据工程师的工作结果，而不必首先将数据移植到其他平台。bob体育客户端下载

开始

请务必检查并下载缺货建模的笔记本电脑。与我们的任何解决方案加速器一样，这些都是完整解决方案的基础。如果您想帮助实现一个完整的缺货或供应链解决方案，请访问我们的朋友Tredence．

要查看这些功能的实际操作，请查看笔记本电脑后演示Tredence如何在Databricks平台上解决缺货问题。bob体育客户端下载