Linda Mandyu, responsable du succès client chez Argility Technology Group, souligne les défis croissants de la prévision de la demande dans le secteur de la vente au détail en raison des changements rapides du marché. Les méthodes traditionnelles, souvent basées sur des tableaux Excel complexes, s'avèrent inadéquates pour les responsables de catégorie.
Mandyu met en avant que, bien que certains détaillants intègrent l'analyse statistique et les outils d'intelligence économique, le besoin d'analystes statistiques qualifiés reste essentiel. Il décrit la demande pour des 'licornes'—des experts exceptionnellement qualifiés en analytique de vente au détail.
Argility tire parti de modélisations prédictives et prescriptives avancées sur la plateforme Google Cloud, utilisant l'apprentissage automatique et l'IA pour améliorer les capacités de prévision de la demande. Cette approche permet aux détaillants d'optimiser les niveaux de stock et les stratégies de tarification, augmentant ainsi les ventes et la fidélisation des clients.
Le modèle 'prévision de la demande en tant que service' de l'entreprise aide les clients à analyser de grands ensembles de données pour découvrir des informations, telles que des stratégies de tarification concurrentielles et des niveaux de commande optimaux. Cela accélère non seulement l'analyse des données mais libère également des ressources pour des tâches plus stratégiques.
Un exemple cité par Mandyu concerne un client dans le secteur des biens de consommation courante, qui devrait économiser des millions en améliorant ses processus de prévision de la demande, réduisant ainsi considérablement les retours de produits. En passant de l'estimation humaine aux informations alimentées par l'IA, le détaillant vise à atteindre une réduction des retours de 2 % à 5 %.
Mandyu conclut que la combinaison de l'expertise humaine et de l'IA offre d'importantes opportunités pour résoudre des défis analytiques complexes dans le commerce de détail, conduisant à des décisions basées sur des données plus rapides et plus précises.