Cosa ha sempre fatto un qualsiasi negoziante per capire di che cosa rifornirsi, quanto e quando? Ha fatto riferimento allo storico delle sue vendite. normale, direte voi, e con un po’ di occhio e di esperienza avrà anche fatto le scelte giuste, con sprechi, perdite e avanzi in magazzino in ordine di grandezza accettabile.
Ma oggi è ancora possibile lavorare così? Soprattutto in un Paese come l’Italia, che pare diffidare della “corsa alla digitalizzazione”, sembra di sì per forza di cose, eppure il mondo della grande distribuzione non più permetterselo. E, spesso, è proprio quel mondo che cauterizza con la sua potenza di fuoco quello del commercio al dettaglio.
A meno che quest’ultimo non sappia affinare le proprie armi. È dunque giunta l’ora di invertire l’ottica.
AI e machine learning: una realtà inevitabile
Piccola premessa: il discorso che stiamo per fare non riguarda solo la piccola distribuzione, anzi. Riguarda tutto il mondo della logistica, in questo caso finalizzata alla distribuzione e vendita.
La cosiddetta “AI”, ossia l’Intelligenza Artificiale, ormai è dovunque intorno a noi e, paradossalmente, suscita diffidenza sebbene stiamo tutti inconsciamente aprendo ad essa le porte di casa o mettendo in comune le nostre abitudini più intime.
Lo stesso dicasi per il machine learning: senza la combinazione di queste due tecnologie non avremmo gli assistenti vocali su smartphone e a casa, Google non ci suggerirebbe di cercare questo o quello, Facebook non capirebbe ci mostrerebbe prevalentemente post cui noi siamo potenzialmente interessati.
Perché, dunque, non sfruttare gli stessi meccanismi per evitare di fare mosse a vuoto in una Supply Chain?
LEGGI ANCHE Automazione di magazzino: un treno da non perdere
Prevedere il futuro invece che leggere il passato
Intanto, vale bene prendere coscienza di un dato: secondo una ricerca del gruppo VoucherCodes, RetailMeNot, France & WBR Insights, nel 2018 ben il 57% dei retailers europei era intenzionato ad investire sull’Intelligenza Artificiale (AI) nei successivi cinque anni.
Lo scopo? Migliorare l’esperienza dei clienti risolvendo problemi di natura logistica.
Il punto è semplice: per massimizzare i profitti oggi il livello di accuratezza che si ottiene dall’analisi dello storico dei dati o basandosi sulle stagionalità dei flussi non è più sufficiente. Occorre un salto di qualità, qualcosa che limi l’efficienza al massimo.
Questo “qualcosa” è identificabile in un connubio tra AI, machine learning e IoT (Internet of Things), che ribalti l’ottica: non più leggere il passato, bensì prevedere il futuro.
LEGGI ANCHE Intelligenza artificiale: tecnologia con maggior impatto futuro sulla Supply Chain
AI e machine learning, ottimizzare prezzi, ordini, distribuzione
Sulla rivista SupplyChain Digital viene portato l’esempio dei prezzi. In una società ipercompetitiva come la nostra, fare sempre il miglior prezzo è fondamentale per accaparrarsi clienti.
Non è però l’unica mossa vincente. Infatti è necessario disporre di un assortimento di prodotti ottimizzato a seconda del periodo e del luogo, ma anche intercettare le fluttuazioni dovute ai trend, oltre che saper collocare nella giusta fascia di mercato un prodotto.
Basarsi sull’andamento delle stagioni precedenti non basta.
Ecco dunque che intervengono machine learning e AI: il primo “imparando” dallo storico dei dati i collegamenti logici tra i fenomeni osservati – correlazioni tra gamme di prodotti e assortimenti in relazione a stagioni, settimane particolari dell’anno, mesi e festività, oltre che luoghi – e la seconda elaborando dei modelli predittivi su quanto potrà accadere.
LEGGI ANCHE Intelligenza artificiale e realtà aumentata: ecco alcune applicazioni
Una predizione sulla base di dati e variabili
Ciò che rende potente l’impiego dell’AI è la sua capacità di unire i comportamenti storici di un settore e, quindi, a catena tutta la ricaduta sulla Supply Chain in termini di ordini, quantitativi e tempistiche, con variabili future.
Può, per esempio, unire la tradizionale richiesta di un determinato prodotto, in un determinato luogo, in un determinato periodo dell’anno con variabili come il tempo atmosferico, l’instabilità economica o politica, il prospettarsi di eventi particolari.
Una fonte di informazioni fino a ieri impensabile viene poi dai social media. Attraverso di essi è possibile non solo profilare l’utenza finale e le sue preferenze, ma intercettare trend e richieste per prevedere il comportamento della stessa clientela o far sì di fidelizzarla quanto mai in passato.
Accuratezza dal prezzo al magazzino
Se questo pare rivelarsi particolarmente efficace nello stabilire sempre il giusto prezzo al quale proporre competitivamente un prodotto, l’effetto positivo si ha per tutta la catena logistica.
Disporre di una sorta di “sfera di cristallo” su quello che è il motore ultimo della distribuzione nel mondo del commercio, ossia la domanda, vuole dire avere un magazzino senza merce in eccesso e tantomeno sguarnito, quindi vuol dire non andare a vuoto con gli ordini e minimizzare gli sprechi e le perdite.
Una Supply Chain “pulita” ed efficiente è sinonimo di guadagno e può essere la chiave del successo per grandi distributori e rivenditori, come la strategia vincente per i più piccoli.
