Études de cas

Utilisation de modèles d’IA pour optimiser les stocks les plus vendus

À propos de notre client. Magasin idéal pour les artistes de tous horizons, notre client est un modèle de créativité. Grâce à l’expertise unique acquise depuis trois générations, l’entreprise familiale stimule l’imaginaire et accompagne ses clients dans leurs nombreux projets.

Comment notre client, un détaillant de premier plan, a augmenté sa rentabilité en utilisant des données en temps réel et des nouvelles connaissance générées par des rapports. Aujourd’hui, pour concurrencer de manière efficace dans le commerce de détail, les entreprises doivent donner au client ce qu’il recherche – une expérience d’achat rapide et raffinée. L’organisation s’est associée à̀ KPI Digital pour améliorer la satisfaction des clients et augmenter les ventes brutes.

Nombres réels, résultats réels.

35%

Augmentation du trafic

2%

Amélioration globale
de la marge

27%

Augmentation de l’efficacité
des opérations de
frais généraux

15%

Augmentation de la
satisfaction des clients

Défier

Défi Donner au client ce qu’il veut.
Notre client a été mis au défi de satisfaire les attentes et les préférences des clients ainsi que d’équilibrer les stocks et le réapprovisionnement. Nos analyses suggéraient que l’entreprise perdait environ 25% de ses ventes parce que certains articles étaient en rupture de stock dans les magasins ainsi qu’en ligne. Nous avons travaillé avec l’entreprise pour lui permettre de mieux comprendre chaque client en faisant correspondre l’offre et la demande afin d’améliorer les ventes.

L'utilisation d'IBM Cognos a permis à notre client de réduire les erreurs humaines et d'améliorer l'efficacité des opérations aériennes.

- KPI DIGITAL

La solution

Nous avons créé un nouveau data mart pour consolider plusieurs sources de données, y compris l’ERP, le point de vente, l’inventaire d’entrepôt, les ventes en ligne et les informations sur les programmes de fidélisation, le tout dans un seul référentiel de données unique.

Nous avons implanté IBM Planning Analytics pour rehausser la solution ERP actuelle de notre client. Le résultat a été une solution collaborative de planification, de budgétisation et de prévision avec un algorithme plus sophistiqué pour le réapprovisionnement. La solution améliorée a permis à l’organisation d’interpréter la saisonnalité et les ventes extrêmes avec une interface utilisateur conviviale et une vision à long terme de ses performances commerciaux.

Nous avons utilisé l’outil de métadonnées IBM Cognos Analytics Framework pour charger des données de data mart dans des modèles qui pouvaient ensuite être extraits manuellement vers Excel pour des fournisseurs spécifiques. En automatisant cette tâche et d’autres processus manuels, nous avons permis à détaillant de réduire l’erreur humaine et d’améliorer l’efficacité des frais généraux.

Cette série de solutions sur mesures nous a permis de développer une compréhension approfondie de l’infrastructure, de la culture d’entreprise et des objectifs financiers du client. De plus, notre solution a amélioré la satisfaction de la clientèle.
Le leader canadien nous a demandé conseil sur la façon d’optimiser les inventaires d’entrepôt pour faire face aux problèmes tels que la saisonnalité, l’économie au sens large, l’évolution des préférences des clients, les marges brutes et la disponibilité des produits. Nous avons recommandé l’ajout de l’analyse prédictive, de l’IA et de l’apprentissage automatique pour générer des modèles prédictifs plus précis et obtenir des aperçus sur la façon dont la sélection des inventaires et le comportement des clients contribuent aux ventes.

Nous avons conseillé à l’entreprise de mettre en place une solution d’IA et d’automatisation. Notre stratégie s’est concentrée sur le développement de sept modèles statistiques d’IA en utilisant les données existantes pour créer des prévisions d’inventaire plus précises.

Grâce à l’apprentissage automatique, ces résultats prévoient les conditions jusqu’à 24 mois dans le futur. Nous avons également créé un lien pour faciliter la planification des stocks, la budgétisation et les prévisions, ainsi qu’un lien vers des rapports analytiques avancés.

Nous avons fourni des informations exploitables sur l’analyse du panier de consommation, ce qui a permis aux décideurs de filtrer et de suivre les promotions et les retours. En utilisant l’analyse du panier, nous fournissons des informations en temps réel sur la valeur de produit de l’entreprise, ce qui aide notre client à mieux gérer les ventes globales et à augmenter les marges tout en contrôlant les coûts des stocks.

La fermeture temporaire d’un magasin phare et l’impact sur l’inventaire magasin.
KPI Digital a immédiatement répondu et modifié l’ETL (Extract-Transform-Load) pour prédire un inventaire de produits validé dès la réouverture du magasin. Nous avons créé une interface utilisateur (IU) pour définir le magasin en tant que référence pour alimenter les prévisions de l’IA. Cela permettait de saisir les ventes des différents magasins par classe et sous-classe de produits, en fonction du pourcentage d’ajustements et multiplié par le taux de clients attendus lors de la réouverture du magasin.

Résultats

L’entreprise perfectionne continuellement son expertise interne en utilisant l’analytique pour développer des connaissances exploitables. Les modèles d’IA les ont aidés à augmenter les stocks les plus vendus et à réduire les stocks à vente lente, augmentant ainsi la rentabilité. De plus, elle se concentre également sur l’analytique avancée pour améliorer les marges d’inventaire. La disponibilité précise des produits aide également l’entreprise à améliorer considérablement ses ventes en ligne. Le trafic en ligne vers leur site de commerce électronique continue d’augmenter.

Grâce à l’intervention de KPI Digital, l’organisation a pu temporairement fermer et rouvrir le magasin phare avec un minimum de perturbations et un inventaire précis en utilisant l’IA et des prévisions précises!