כך ידאגו שכל פריט שתרצו יחכה לכם בסופרמרקט - צרכנות - TheMarker
 

אתם מחוברים לאתר דרך IP ארגוני, להתחברות דרך המינוי האישי

טרם ביצעת אימות לכתובת הדוא"ל שלך. לאימות כתובת הדואל שלך  לחצו כאן

תיק מניות

רשימת קריאה

רשימת הקריאה מאפשרת לך לשמור כתבות ולקרוא אותן במועד מאוחר יותר באתר,במובייל או באפליקציה.

לחיצה על כפתור "שמור", בתחילת הכתבה תוסיף את הכתבה לרשימת הקריאה שלך.
לחיצה על "הסר" תסיר את הכתבה מרשימת הקריאה.

לרשימת הקריאה המלאה לחצו כאן

כך ידאגו שכל פריט שתרצו יחכה לכם בסופרמרקט

רשת יינות ביתן תתקין בסניפיה מערכת שתמפה את נתוני הקופות ומועדון הרשת, ותחזה מהו מגוון המוצרים האופטימלי בכל סניף, במטרה לנהל את מכלול הפריטים בכל חנות על פי דרישות הצרכנים

5תגובות
סניף של יינות ביתן ברחובות
נימרוד סונדרס

מערכת הבינה המלאכותית מגיעה לסופר: קבוצת יינות ביתן הודיעה הבוקר (א') כי היא מטמיעה בימים אלה מערכת חדשה שפיתחה סטורנקסט מחקר ואסטרטגיה. המטרה: לצפות מראש ביקושי לקוחות וניהול היצע המוצרים בחנות.

לפי יינות ביתן, המערכת החדשה תמפה את נתוני הקופות ומועדון הרשת ותחזה את מגוון המוצרים האופטימלי המתאים לכל סניף. כך תוכל הרשת לנהל את מגוון המוצרים בכל חנות על פי דרישות הצרכנים. בנוסף, באמצעות הנתונים צפויה להיפתר גם בעיית החוסרים של פריטים נדרשים בסניפים - בעיה שאיתה מתמודדות באופן תדיר רשתות שיווק המזון והצריכה.

אם המערכת החדשה אכן תצליח למלא את ייעודה כפי שטוענים ביינות ביתן, הדבר יוכל להיות מורגש במיוחד בקיצור זמן הקנייה של הצרכנים, כמו גם בהתייעלות הקניות - רכישה מדויקת ללא התפזרות לסניפים אחרים עבור השלמת קניות. הסיבה לכך היא שברוב המקרים, סל קניות גדול בישראל מכיל 70-50 פריטים, ואילו ברשת שיווק ממוצעת נמכרים 30-20 אלף פריטים. כך שלעתים דווקא המוצרים הנדרשים אינם במלאי, לעומת פריטים שלא נדרשים על ידי הצרכן.

מדי שנה מושקים כ-4,000 פריטים חדשים, ורק 25% מהם שורדים לאחר שנתיים. על בסיס המידע הזה, בשנתיים האחרונות פיתחה סטורנקסט את מערכת RoBI Assortment - מערכת חקר רובוטית, שתפקידה להציג המלצות קונקרטיות לניהול המגוון ברשת בתהליך פשוט. ביינות ביתן סבורים כי שיתוף הפעולה צפוי להביא לחיסכון משמעותי בעלויות הרשת בחמש השנים הקרובות, לצד תנופת צמיחה.

המערכת החדשה, המבוססת על יכולות בינה מלאכותית, מאפשרת לעבד מאגרי מידע גדולים ולבצע במהירות הקשרים לוגיים מדוייקים, המסייעים בפילוח ובהבנה של הטרנדים הצרכניים בכל סניף וברשת בכלל, ואיתור מנועי הצמיחה בקטגוריות השונות. בעקבות כך, המערכת ממליצה על מוצרי הליבה בכל סניף, על מנועי הצמיחה הפוטנציאליים של הרשת, וכן על ניפוי פריטים שאין להם ביקוש. כך היא מסייעת לפנות שטחי מדף יקרים.

תצוגת בינה מלאכותית
בלומברג

הרובוט המחקרי מבצע תהליך שאורך כארבע שעות, ובו הוא מחלק את חנויות הרשת לקבוצות סניפים הומוגניות בעלות מאפיינים צרכניים וסוציו-דמוגרפיים דומים, מנתח את כלל מוצרי הרשת, ועל בסיס מאות פרמטרים - קובע את ייעודו של כל מוצר בכל סניף.

בנוסף, הרובוט מחלק את המוצרים לשתי קבוצות עיקריות עם התייחסות שונה - מוצרים קבועים יותר משנתיים, ומוצרים חדשים עד שנתיים. בכל אחת מהקבוצות הוא מזהה את מנועי הצמיחה, ליבת המכר והחדשנות במטרה למנף ולמצות את הפוטנציאל שלהם, ובמקביל מסמן את המוצרים הפחות מוצלחים שאינם מצדיקים את המשך קיומם. כך הוא מייצר המלצות לכל סניף, אותן הוא מציג במערכת אינטרנטית.

מנכ"ל סטורנקסט, אבי ורטלסקי, אמר: "זהו עידן שבו מקבלי ההחלטות מוצפים בכלי  בינה עסקית ומידע רב שאינו ניתן להכלה על ידי המוח האנושי. מערכת RA הופכת מידע לידע ומייצרת המלצות פרקטיות. אלה מאפשרות למנהלים ברשתות השיווק לקבל החלטות במהירות ובדיוק מרבי, תוך מיקוד במנועי הצמיחה וליבת העסק, ולהציג בכל חנות בכל רגע נתון את מגוון המוצרים האופטימלי עבור הצרכן".



תגובות

דלג על התגובות

בשליחת תגובה זו הנני מצהיר שאני מסכים/מסכימה עם תנאי השימוש של אתר TheMarker

סדר את התגובות

כתבות ראשיות באתר

כתבות שאולי פיספסתם

*#