ML ve Anaplan – tahmin ve S&OP süreci

Ürünlerini en büyük ulusal ve bölgesel perakende zincirlerinin yanı sıra HORECA kanalında satan egzotik meyve ve yemişler için büyük dağıtım şirketi. Bozulabilir ürünlerle çalışmanın özellikleri göz önüne alındığında, satış tahminlerinin kalitesini iyileştirmek bir iş önceliğidir. Bu, özellikle daha önce modası geçmiş bir BT çözümü ve planlama yöneticilerinin uzmanlığı kullanılarak oluşturulan kısa vadeli günlük satış tahmini için geçerlidir.

Makine Öğrenimi algoritmalarına dayalı bir talep tahmin modelinin oluşturulması, dünyaca ünlü Anaplan entegre planlama platformunu kullanarak Satış ve Operasyon Planlama (S&OP) sürecini otomatikleştirmeye yönelik büyük ölçekli bir projenin parçası haline geldi.

Planingo ekibi, farklı ufuklar için satış tahmini için bir ML-modeli geliştirdi ve kullanıma sundu:

• Çeşitli girdi verileri (geçmiş satışlar, fiyat seviyesi, takvim etkinlikleri, COVID etkisi) ve gradyan artırma, regresyon, sinir ağı (çok katmanlı algılayıcı), KNN (en yakın komşular) metodu.
• Satış tahmininin iki versiyonu artık müşteri ekibi tarafından kullanılabilir: sonraki 12 hafta için günlük işletme tahmini ve sonraki 12 ay için uzun vadeli hareketli aylık tahmin.
• Anaplan platformuna dayalı gerçek zamanlı tahmin için bir arayüz geliştirildi: doğrulama, senaryo oluşturma, düzeltme ve onaylama.
• Gelen veriler, ML-modeli ve Anaplan arasındaki otomatik entegrasyon, danışmanların katılımı olmadan tahmini belirli bir programa göre güncellemek için kuruldu.

• Operasyonel tahminin doğruluğunda, mevcut istatistiksel tahmine kıyasla yüzde 13’ten fazla artırma.
• Planlamacılar tarafından ayarlanan operasyonel tahminin doğruluğunun artırılması.
• ML-tahminini çalıştırarak ve tüm süreci Anaplan ile otomatikleştirerek genel S&OP sürecini hızlandırmak.