Im Jahr 2019 verursachte der Einzelhandel weltweit 121 Millionen Tonnen Lebensmittelabfälle. Diese massive Verschwendung schädigt sowohl die Umwelt als auch die finanzielle Stabilität der Unternehmen. Die Einzelhandel KI-Optimierung kann diese Probleme reduzieren, indem sie eine präzisere Planung von Ressourcen und Warenangebot ermöglicht. Ineffiziente Lieferketten verschlechtern die operative Marge und verringern die Flächenrentabilität. Darüber hinaus verursachen langsam rotierende Produkte und nicht optimierte Bestände erhebliche finanzielle Einbußen und verschwenden wertvolle Ressourcen. Um diese Herausforderungen zu bewältigen, bietet Circly eine fortschrittliche KI-Lösung an, die sowohl Umwelt als auch Finanzen zugutekommt.
Shelf metre optimisation and conservation of valuable resources
Circly hat eine Lösung entwickelt, die Einzelhandelsunternehmen dabei unterstützt, umweltfreundlicher und nachhaltiger zu handeln, während sie gleichzeitig ihre Gewinnmargen erhöhen. Durch den gezielten Einsatz der Circly KI-Lösung (künstliche Intelligenz) und deren hohe Genauigkeit in der Umsatzprognose lassen sich Ressourcen effizient planen, die Regalverfügbarkeit erhöhen und Fehlbestände sowie Lebensmittelabfälle deutlich reduzieren. Dadurch profitieren sowohl Unternehmen als auch Verbraucher von einer optimierten Warenverfügbarkeit.
Wichtige Optimierungen durch Circly KI
1. Optimierung der Supply Chain durch datenbasierte Analysen
2. Vereinheitlichung der Datenübertragung und -struktur, um Genauigkeit zu verbessern
3. Automatisierte Absatzvorhersagen, die präzisere Planungen ermöglichen
4. Reduzierung der Ressourcenverschwendung durch effizientere Disposition
5. Einsparung von Kosten, indem Fehlbeschaffungen minimiert werden
Challenges of supply chain optimisation in retail
Die Aufgabe von Circly bestand darin, das vorhandene Supply-Chain-System eines Einzelhandelsunternehmens zu optimieren und gleichzeitig weiterzuentwickeln. Zuvor erfolgte die Bedarfsplanung hauptsächlich manuell, indem Verkaufszahlen in Excel-Dateien analysiert und anschließend statistisch zur Prognose des zukünftigen Bedarfs genutzt wurden. Da diese Methode jedoch nicht flexibel genug war, konnten Personal-, Schicht- und Produktplanungen nicht optimal vorhergesagt werden. Dies führte zu erheblichen Ineffizienzen und beeinträchtigte dadurch die finanzielle Lage des Unternehmens.
Implementation of the AI solution to increase efficiency in retail
Nach einer detaillierten Analyse des bestehenden Systems wählte Circly geeignete Konzepte des maschinellen Lernens aus, die anschließend implementiert und mit den vorhandenen Daten trainiert wurden. Die Analyse umfasste sowohl interne als auch externe Faktoren, die die Nachfrage und deren Prognosen beeinflussen. Zu den internen Faktoren zählten unter anderem Verkaufsdaten und Warengruppen, während externe Faktoren wie Wetterdaten oder Feiertage berücksichtigt wurden. Besonders herausfordernd war die Berücksichtigung der Auswirkungen von COVID-19, da sich Konsummuster veränderten und diese Veränderungen sinnvoll in die Prognosen integriert werden mussten. Während der Implementierung stellte Circly zudem mehrere Effizienzlücken fest, die umgehend behoben wurden. Zusätzlich mussten Inkonsistenzen in den Daten beseitigt werden, um die Prognosemodelle weiter zu verbessern.
Das erste Ziel bestand darin, eine einheitliche Datenübertragung und -struktur zu schaffen. Dadurch konnten die KI-Modelle Umsatzprognosen präziser berechnen und Optimierungen schneller umsetzen. Außerdem wurden viele analoge Prozesse teilautomatisiert, um die Zufriedenheit des Personals zu steigern. Dennoch ist die Einführung eines vollständig automatisierten KI-Systems ein schrittweiser Prozess, da das Vertrauen in diese Technologie erst wachsen muss. Letztendlich besteht das Endziel darin, eine vollständig automatisierte Schnittstelle zum bestehenden System zu implementieren. Dies wird nicht nur die Ressourcenplanung optimieren, sondern auch Lebensmittelabfälle minimieren und die Arbeitsabläufe durch standardisierte Prozesse erleichtern.
Results of AI-supported retail optimisation
Environment
1. Deutliche Reduction of food waste
2. Geringerer Ressourcenverbrauch durch effizientere Planung
3. more sustainable supply chain management
Personnel
1. Einführung eines einheitlichen Systems für effizientere Prozesse
2. Erhöhung der Produktivität durch Automatisierung
3. Reduktion redundanter Arbeitsabläufe
Company
1. Vermeidung von Lagerleerständen oder Überbeständen
2. Optimierung der Verkaufsflächen, um den Umsatz pro Regalmeter zu maximieren
3. Kostensenkung durch präzisere Bedarfsplanung
4. Stabilisierung der Supply Chain, um Ausfälle zu vermeiden
For further information, please contact contact@circly.at or use our contact form https://www.circly.at/en/contact to book an appointment.
EN 
DE