
08/08/2024
Personnel du groupe Panasonic
Aider les clients de Blue Yonder à rester compétitifs : comment l'ajustement répété des prévisions de la demande améliore la précision des stocks et réduit les surstocks : Nico Bartmann
Solutions SCM
Améliorer la précision et la fiabilité des capacités de prévision grâce aux évolutions de l'IA et du machine learning

Améliorer les solutions de gestion de la chaîne d'approvisionnement grâce à l'analyse des mégadonnées
Nico Bartmann
Département de développement de produits
Bleu là-bas
Nico Bartmann a rejoint Blue Yonder en 2021 après avoir obtenu une licence et une maîtrise en informatique à l'université et dans une école supérieure en Allemagne. Lorsqu'il a débuté en tant que data scientist, il travaillait sur la prévision des stocks pour les systèmes de gestion des stocks utilisés dans les solutions de gestion de la chaîne d'approvisionnement (SCM) de Blue Yonder, ainsi que sur les algorithmes d'apprentissage automatique (logique de calcul, méthodologies, etc.), au bureau de l'entreprise à Karlsruhe, dans le sud de l'Allemagne. Dans ce rôle, il occupait à la fois les fonctions d'ingénieur de données et de développeur de modèles. Il est actuellement data scientist senior et travaille à l'amélioration des capacités de prévision de la demande de la solution.
*1 Réentraîner certains ou tous les modèles pré-appris et testés et ajuster leurs paramètres pour prendre en charge de nouvelles tâches.
Blue Yonder est le leader mondial de la transformation numérique de la chaîne d'approvisionnement et fait partie de Panasonic depuis 2021. Plus de 3 000 détaillants, fabricants et prestataires logistiques mondiaux utilisent Blue Yonder pour optimiser leurs chaînes d'approvisionnement, de la planification à l'exécution des commandes.
Pour en savoir plus sur Blue Yonder, visitez https://blueyonder.com/
Au cœur des solutions SCM
Contribuer aux utilisateurs grâce aux capacités de prévision

Au cœur de la dernière solution SaaS *2 de Blue Yonder, Cognitive Demand Planning, se trouvent ses capacités de prévision. Cette technologie permet aux entreprises qui utilisent ces solutions d'utiliser l'intelligence artificielle (IA) et l'apprentissage automatique (ML) pour prévoir la demande des produits qu'elles traitent. En intégrant des centaines de variables, la technologie produit les données pertinentes tout en calculant les impacts et les risques commerciaux. Cela permet aux clients de gérer rapidement les commandes et les achats sur la base de prévisions de données extrêmement précises et fiables. En plus d'augmenter les ventes, d'optimiser les stocks et de réduire les déchets, la technologie devrait également contribuer à créer une chaîne d'approvisionnement *3 plus résiliente.
*2 Logiciel en tant que service. Services logiciels basés sur un serveur cloud accessibles aux utilisateurs via des réseaux Internet.
*3 chaînes d’approvisionnement capables de réagir de manière flexible aux fluctuations, etc.
Travailler sur ce qui est « au cœur » des solutions Blue Yonder est très passionnant. Je pense que les clients de détail qui utilisent nos solutions seront en mesure de devancer la concurrence et de rester en avance sur celle-ci. Récemment, Sainsbury's, un grand détaillant basé au Royaume-Uni, a reconnu que Blue Yonder était un élément important de sa réussite. Il était très inspirant d'entendre le PDG de Sainsbury's parler lors de leur conférence téléphonique sur les résultats annuels de l'entreprise de la façon dont le partenariat avec Blue Yonder et une solution sur laquelle j'ai travaillé ont été une raison clé de leur succès. Les prévisions en temps réel de Sainsbury's avec Blue Yonder optimisent les ventes, réduisent le gaspillage et distribuent les stocks au moment et à l'endroit où ils sont nécessaires.
Recherche approfondie des modèles de données cachés
Mais sans méthodes prédéterminées pour le faire
Je travaille avec d'autres data scientists *4 /planificateurs et utilisateurs côté client pour vérifier et vérifier la précision des données produites afin d'affiner les capacités de prévision de la demande. J'explique également le raisonnement derrière les prédictions et pourquoi le modèle se comporte comme il le fait, en ajustant les capacités de prévision en intégrant les commentaires des clients.
*4 scientifiques qui utilisent l’analyse du Big Data pour créer de nouveaux produits et services et améliorer les processus opérationnels.
Je suis un passionné de données et j'aime fouiller dans les données pour trouver de nouveaux modèles. J'utilise mes découvertes pour compléter et améliorer les modèles ML actuels, garantissant ainsi que les capacités de prévision fonctionneront au sein de la solution et fourniront des prédictions précises.
Ces dernières années, les conditions du marché et le comportement des clients ont toutefois constamment changé. Par exemple, même au niveau des magasins, les habitudes changent constamment. Dans ce contexte, il n'existe pas vraiment de méthode prédéfinie pour trouver ces habitudes, ce qui rend le travail extrêmement difficile. Mais une fois que ces habitudes sont trouvées, elles suscitent un sentiment d'excitation. Nous devons constamment continuer à faire évoluer le modèle et à ajouter de nouvelles fonctionnalités pour répondre aux besoins de nos clients.

En 2022, Blue Yonder a formé un partenariat avec Snowflake, une entreprise basée dans la Silicon Valley aux États-Unis, et j'ai de grandes attentes pour le service Data Cloud *5 qu'elle propose. Le partenariat avec Snowflake permet à Blue Yonder d'intégrer les capacités de données de Snowflake dans sa plateforme Blue Yonder. Cela permet aux détaillants, fabricants et prestataires de services logistiques de tirer parti des offres de cloud de données de Blue Yonder pour accéder, partager et consommer des données gérées en direct, des ensembles de données spécifiques à l'industrie et des services de données à grande échelle. De plus, l'utilisation du Data Cloud permettra une création et un réglage plus fiables des modèles d'apprentissage automatique sur lesquels je travaille. Cela change la donne *6 pour Blue Yonder et ses clients ! En tirant pleinement parti de ces avantages, nous ferons tout ce que nous pouvons pour contribuer à la création de solutions encore meilleures.
*5 Une technologie qui stocke d’énormes quantités de données sur plusieurs serveurs, ce qui facilite l’accès aux données lorsque cela est nécessaire.
*6 Développement commercial révolutionnaire qui dépasse les limites de l’industrie et brise les processus et les règles conventionnels pour apporter des changements à la société.
Automatiser les tâches manuelles et rendre les capacités de prévision de la demande plus rapides et plus agiles
Bien que le réglage fin soit très important pour garantir des prévisions précises, pour optimiser le système, le processus de réglage fin doit être répété plusieurs fois. Simplifier la tâche est un défi majeur, mais nous avons récemment fait un pas important vers la recherche d'une solution.

Blue Yonder organise un concours appelé Crystal Ball, où les associés peuvent présenter leurs idées ingénieuses pour améliorer l’expérience des clients et des associés. En mai de cette année, deux de mes collègues et moi-même avons soumis une idée pour automatiser le réglage fin des prévisions de la demande lors du concours Crystal Ball de cette année en Amérique du Nord et en EMEA, et nous avons gagné !
Notre objectif est de voir cette solution rapidement en action. Nous avons déjà formulé un plan concret sur la manière dont elle sera mise en œuvre au sein du service de prévision. Nous sommes donc en train d'obtenir le financement nécessaire pour la solution, puis nous commencerons à la développer dès que possible. Grâce à des initiatives comme celle-ci, nous rendrons les capacités de prévision non seulement plus rapides, mais aussi plus agiles.
Le contenu de ce site Web est exact au moment de la publication mais peut être sujet à changement sans préavis.
Veuillez donc noter que ces documents ne contiennent pas toujours les informations les plus récentes.
Veuillez noter que les versions allemande, française et chinoise sont des traductions automatiques, de sorte que la qualité et la précision peuvent varier.