由靠估到個人化銷售

度身訂造 AI 輔助存貨管理方案

在大型多店零售網絡中整合 AI 輔助的存貨計劃建議系統。

ThinkCol 最近與一家連鎖零售商合作，運用機器學習的力量，將公司店舖網絡的存貨建議自動化。過往，店舖經理及管理層依賴業務規則配合行業知識，決定每間店舖應分配哪些貨品，並未考慮銷售預測、同類貨品在各店舖的銷售表現及貨品關聯性等數據。

ThinkCol 建立了一個結合大數據的 AI 配對引擎，為每間店舖配對合適的貨品，以爭取最大利潤及貨品多樣性。引擎以投資回報率等業務指標優化存貨計劃，而所得的建議計劃亦須符合數以千計、因店而異的業務規則。

ThinkCol 首先與用戶進行深入訪談，確保充分理解業務需求，再將每項需求對應到 AI 模型設計之中，以符合針對個別店舖的業務規則。

AI 模型設計亦包含回饋機制，在用戶修改模型建議的存貨計劃及數量時吸納其回饋。回饋模型的輸入包括用戶偏好、KPI 以及銷售和交易模式等屬性，為持續改進 AI 運算提供充足的數據來源。