シナリオ在庫切れ回避の最適化
IBM® Sterling Intelligent Promising では、AI を活用したモデルを利用して在庫切れ回避を最適化できます。 ビジネス目標は、在庫切れを回避するために十分な商品を在庫に保持することです。 在庫切れ回避コストを最適化するパラメーター・プロファイルを作成できます。
以下の例は、在庫モデルがノードでの在庫切れの可能性を考慮し、最終的にそのノードでの在庫切れを回避するためにオーダーを最適化する方法を示しています。 将来このノードで販売が発生すると、その利益は在庫切れ回避の利益として請求され、 「利益レポート」に報告されます。
例
オーダーを複数のノードから出荷でき、「在庫切れの回避」目標が優先されるシナリオでは、 Optimization service は、出荷ノードを選択するために潜在的な在庫切れを考慮します。 その後、最初の投資が在庫切れ回避による大幅な節約になるように、注文を最適化します。
例えば、 Optimization service は、宛先に近いノードでの在庫切れを回避するために、宛先からさらに離れたノードからオーダーを出荷する場合があります。 その結果、在庫切れ回避利益の一部を追加の配送コストに再投資することができます。 在庫切れを回避したストアがそのアイテムをウォークイン顧客に販売する場合、在庫切れを回避することによって得られるメリットは、初期出荷コストよりも高くなる可能性があります。
| 出荷ノード | ノードと宛先の間の距離 | 出荷コスト | 処理コスト | ロード・バランシング・コスト | 距離ペナルティ | 在庫切れ回避コスト | マークダウン回避コスト | 在庫モデルによる最適化の合計コスト | 在庫モデルを使用しない最適化の合計コスト |
|---|---|---|---|---|---|---|---|---|---|
| ノード A | 759 マイル | $4.93 | $3.50 | ¥ .007 | ¥ .0023 | $11.18 | $0 | $19.6186 | $8.4392 |
| ノード B | 352 マイル | $4.44 | $3.25 | ¥ .003 | ¥ .0012 | $77.41 | $0 | $85.1012 | $7.6946 |
- 在庫モデルによる最適化の合計コスト = 出荷コスト + 処理コスト + ロード・バランシング・コスト + 距離ペナルティー + 在庫切れ回避コスト-マークダウン回避コスト
- 在庫モデルを使用しない最適化の合計コスト = 出荷コスト + 処理コスト + ロード・バランシング・コスト + 距離のペナルティー
この例で在庫モデルが使用されていない場合、ノード B は、宛先に近いため、オーダーを履行するために選択される可能性があります。 ただし、在庫モデルでは、オーダーがノード B から出荷された場合、ノード B で在庫切れが発生する可能性が高いと予測しています。 ノード B の在庫切れによる予測損失は、ノード A の $11.18 と比較して $77.41 です。 ノード B での在庫切れによる損失を最小限に抑えるために、ノード A が出荷用に選択されています。 その結果、ノード A の最適化の合計コストは、ノード B の $85.1012 と比較して $19.6186 になります。