Sportisimo

Sportisimo využívá predikci poptávky založenou na postupech data science. Snížilo tak pracnost skladových operací o 10 %. Naše simulace navíc ukázaly, že při využití na prodejnách má predikce poptávky potenciál zvýšit tržby o jednotky procent.
zdroj: Sportisimo

Predikce poptávky s využitím postupů data science zjednodušuje Sportisimu provoz skladů i tok zboží

Výchozí situace

Přední maloobchodní prodejce sportovního vybavení s téměř 200 kamennými prodejnami a

e-shopem s obratem 8 mld. CZK potřeboval predikovat poptávku zboží, která silně

podléhala různým vlivům, zejména výkyvům počasí, což komplikovalo provoz skladu.

Náš přístup

Revolt BI vytvořil prediktivní model, který s přesností 80–90 % předvídá obrat konkrétního

zboží na úrovni SKU ve všech pobočkách a v e-shopu. To umožňuje optimalizaci

intralogistických operací, zejména rozmístění zboží na skladě, vychystávání a přípravy zboží na nárazové nárůsty poptávky.

Dosažený úspěch

Za pomoci predikce poptávky se podařilo zoptimalizovat intralogistické procesy do takové míry, že se snížil čas strávený vychystáváním zboží, zlepšilo se plánování provozních zdrojů skladu a celková pracnost skladových operací klesla o 10 %.

„Do budoucna nám predikce poptávky pomůže také lépe predikovat tok zboží na prodejnách, a zajistit tak, abychom měli stále relevantní nabídku a hlavně spokojené zákazníky, kteří u nás vždy najdou to, co potřebují. Věřím, že transformace na data-driven společnost výrazně posiluje naši konkurenceschopnost.“

Aliaksei Siparau, Logistics and BI Director

CZ flagUK flag