IBM e SAP insieme per prevedere la domanda nel retail

IBM e SAP hanno presentato una nuova soluzione di industry per i settori del Retail e dei beni di consumo che sfrutta gli insights di IBM Metro Pulse.

intelligenza artificiale

IBM e SAP hanno collaborato per offrire una soluzione innovativa per i settori del retail e dei beni di consumo con l’obiettivo di aumentare la redditività e migliorare l’esperienza del consumatore. La soluzione utilizza dati in tempo reale per migliorare in modo significativo la pianificazione e la gestione dei negozi fisici.

Le fonti di dati, derivanti da Metro Pulse di IBM, passano nella piattaforma SAP Cloud per offrire insights immediatamente disponibili. Tutti questi transformative insights fondamentali per un migliore processo decisionale sono alimentati da attività di business e dai segnali del mercato in real-time, oltre che da attività digital.

Questo è il primo passo per una specifica soluzione di industry derivante dalla partnership di digital transformation delle due aziende annunciata lo scorso anno. Le due società intendono inoltre collaborare nell’ambito dei servizi SAP Model Company, una soluzione di riferimento end-to-end pronta all’uso e personalizzabile in modo da soddisfare specifici requisiti di business e di settore al fine di accelerare la redditività.

IBM Metro Pulse utilizza i servizi cognitivi di IBM per offrire insights localizzati relativi a condizioni meteorologiche, eventi, traffico e demografia e aiuta ad affrontare le sfide chiave di specifici settori, quali la disponibilità dei prodotti a scaffale e la precisione di previsione della domanda.

retail

Durante i test di questa tecnologia cognitiva in più di 100 negozi in diversi mercati americani, la soluzione ha mostrato un miglioramento della precisione di previsione dei prodotti più difficili da prevedere del 75%.

SAP combinerà le varie fonti di dati, incluse le capacità cognitive di IBM, su SAP Cloud Platform, consentendo ai retailer di individuare e intraprendere azioni immediate sulla base di questi nuovi insights al fine di migliorare le prestazioni aziendali.

Ad esempio, un responsabile vendite di New York City per una società di bevande può prevedere le vendite durante la maratona di New York in uno dei suoi punti retail disposti lungo il percorso. Utilizzando questa nuova soluzione, è possibile includere informazioni sui flussi di traffico nei diversi punti lungo il percorso, nonché l’impatto che le previsioni meteo avranno sulla domanda.

Questo consente di prevedere con una precisione di gran lunga maggiore i picchi delle domande a livello di negozio. Sulla base di queste analisi, il responsabile delle vendite può creare attività e suggerire ordini ai rappresentanti di vendita, che a loro volta possono discutere con ogni singolo responsabile del negozio le modalità di attuazione adeguate.