I nuovi miglioramenti basati sull'intelligenza artificiale aiutano i rivenditori a identificare gli articoli a rischio di spreco e ad anticipare i problemi.
Retail Insight , la piattaforma per le operazioni di vendita al dettaglio basata sull'intelligenza artificiale e scelta dai principali rivenditori a livello mondiale, ha annunciato oggi nuove scoperte negli algoritmi di apprendimento automatico che consentono ai rivenditori di migliorare la redditività dei prodotti alimentari che altrimenti andrebbero sprecati.
La funzionalità Predictive Waste , un miglioramento della piattaforma WasteInsight , gestisce in modo proattivo il rischio di spreco nei punti vendita, migliorando le vendite e la sostenibilità. Un nuovo set di segnali predittivi include ora i programmi di consegna, i dati sulla deperibilità degli articoli, i modelli di domanda a livello di punto vendita e i dati relativi al carrello dei clienti. La soluzione aiuta i rivenditori a individuare le scorte a rischio non appena i segnali di vendita e di inventario suggeriscono che un prodotto non verrà venduto in tempo, consentendo loro di intervenire con sconti giorni prima rispetto ai tradizionali processi di gestione degli sprechi.
Una ricerca condotta su 3,500 rivenditori stima che il costo dello spreco alimentare superi ormai i 400 miliardi di sterline ( 540 miliardi di dollari) all'anno e che rimanga una delle maggiori sfide per i rivenditori di oggi. La maggior parte dei rivenditori adotta programmi di sconti fissi, applicando lo stesso numero di riduzioni alle stesse categorie di prodotti nello stesso momento prima della scadenza, indipendentemente dalle effettive condizioni di mercato. Storicamente, questo processo è stato manuale e lento, richiedendo al personale di percorrere le corsie e verificare a mano le date di scadenza.
Tuttavia, questa sfida rappresenta anche un'opportunità, come spiega Alex Considine Tong, Chief Product Officer di Retail Insight: "La nostra soluzione Predictive Waste aiuta i rivenditori ad affrontare i problemi di spreco e di vendita nelle fasi iniziali del processo, quando l'impatto sui margini è maggiore".
In genere, il personale dei negozi individua i prodotti in scadenza la sera prima dell'ultimo giorno utile per la vendita, momento in cui la maggior parte del margine di profitto è già svanita, soprattutto per le linee già sovra-vendute o sotto-vendute. Le nuove tecniche di machine learning, combinate con dati aziendali più dettagliati, consentono ora di identificare i prodotti che rischiano di diventare invenduti con largo anticipo. Grazie alla soluzione Predictive Waste, il personale riceve notifiche di riduzione di prezzo fino a una settimana prima della scadenza. I rivenditori possono così individuare tempestivamente il rischio di mancate vendite, evitando sconti eccessivi dell'ultimo minuto.
Questa tecnologia supporta anche decisioni di assortimento più efficaci. Grazie alla funzione Predictive Waste, l'ottimizzazione dell'assortimento può avvenire quasi in tempo reale, direttamente dallo scaffale.
"Invece di considerare gli sconti come un evento isolato, i segnali di vendita possono essere utilizzati per influenzare le decisioni di acquisto, consentendo ai team di individuare le aree in cui hanno costantemente ordinato più del necessario", ha continuato Considine Tong. "I rivenditori possono intervenire prima che il problema si ripeta e osservare cambiamenti concreti nei margini e nella sostenibilità."
La funzionalità Predictive Waste si basa sulle capacità di riduzione dinamica degli sconti di WasteInsight , che già aiutano i rivenditori a trovare il prezzo ideale per raggiungere il margine di profitto e l'equilibrio degli sprechi prefissati. WasteInsight combina le analisi basate sull'intelligenza artificiale con chiare indicazioni in-app all'interno di un processo predefinito che guida gli addetti del negozio su quando dare priorità a una riduzione di prezzo e di quanto, per garantire vendite ottimali.
La soluzione Predictive Waste fa parte di un continuo investimento nella piattaforma di Retail Insight per le operazioni di vendita al dettaglio basata sull'intelligenza artificiale, che oggi elabora il 15% dei dati globali relativi al settore alimentare in oltre 68,000 punti vendita in tutto il mondo. Lo scorso anno, la piattaforma di Retail Insight ha gestito un fatturato di 1.4 miliardi di dollari nel settore alimentare, generando un miglioramento dell'utile lordo di 795 milioni di dollari e salvando 856 milioni di pasti dalla discarica.
Informazioni su Retail Insight
Retail Insight è la piattaforma per la gestione delle operazioni di vendita al dettaglio basata sull'intelligenza artificiale, scelta dai principali rivenditori a livello mondiale. Siamo rivenditori nel cuore e da 20 anni aiutiamo aziende del calibro di Kroger, Sprouts Farmers Market e Marks & Spencer a ottimizzare le operazioni dei loro punti vendita, dagli sprechi e dalle scorte insufficienti agli errori di inventario e ai team sovraccarichi. La nostra intelligenza artificiale, progettata specificamente per il settore retail, elabora il 15% dei dati globali relativi al settore alimentare e aiuta oltre 68,000 negozi in tutto il mondo a raggiungere l'obiettivo di ogni buon negozio: liberare il personale per servire al meglio i clienti, aumentare le vendite e ridurre gli sprechi.