Retail

小売業者には、顧客の需要に応え、さまざまな業務でイノベーションを実現するために AI Cloud が必要

小売業は、多面性、顧客との繋がり、俊敏性、競争力を実現しつつ、消費者の刻々と変わる要求に応える必要があります。AI Cloud は、小売業のリーダーが抱える最大の課題に対して実用的なソリューションを提供し、成功を導くために構築されています。

小売業界での AI のその他のユースケースを確認する

• 在庫予測

  適切な製品を適切な時期に適切な場所に手配することが、かつてないほど困難になっています。自動化、高度な機械学習、ディープラーニングアルゴリズムにより、 AI なら個々の商品に対する需要を予測して、過剰在庫や在庫切れの問題を最小限に抑えることができます。DataRobot では、1 つのプロジェクトで、最大 100 万 SKU の需要を予測するモデルを作成できます。

• 顧客維持

  顧客の維持は難しく、顧客離れに伴う年間推定コストは米国だけで 1.6 兆ドルに上ります（Accenture 社調べ）。小売業に携わる企業は、失った顧客を取り戻すためにさまざまな手段を講じてきました。しかし、離れていく顧客を事前に特定（英語）し、手遅れになる前に取り戻すことは困難です。マーケティング担当者は AI を活用して、一定期間内にどの顧客が離れていく可能性が高いかを予測することで、顧客との親密性を高めることができます。また、各顧客が離れていく可能性についてその主な要因を把握できるため、どうしたら顧客との関係を改善できるかを十分に理解することも可能です。 n

• 顧客生涯価値（CLV）の判断

  将来の価値は顧客と関連するという暗黙の前提があります。が、この将来の価値はまったく定量化できない可能性があるため、割引の大きさやロイヤルティポイントの有効期限などの決定には不確実性が伴います。小売業者によっては、顧客の全体的な価値の向上を見極めるために、すでにデータドリブンなアプローチを使用しているかもしれません。機械学習を利用すれば、短期的なコストと長期的な関係から得られる価値のバランスを保証するために、個人レベルでの意思決定を可能にする、よりきめ細かいアプローチを提供できます。n

• 運用を最適化

  規制に対応するために、多くの環境では勤務予定が数週間前までに必要になります。ニーズの変動性の高さとリードタイムの長さにより、サプライチェーンの管理者は、配置するスタッフの人数を正確に判断するのが難しくなっています。McKinsey 社の報告書によると、流通センターでのスタッフ配置のニーズの変動率は、1 日あたり最大 50% に上ることがあります。AI を使用すれば、必要な入荷量を正確に予測して、リソースとスタッフ配置のレベルを適切に合わせることができます。AI を活用すると、物流センターを経由する商品の過去の流れを学習し、ホリデー需要や天候など影響力の強い外部要因を把握して、実際のさまざまな要因を考慮のうえ、需要を正確に予測できます。 n