ニュース
ワークマン、商品の売れ行きに応じて自動発注する新システムを全店舗に導入へ 日立の「AI需要予測型自動発注」を活用
ワークマンは、商品の売れ行きに応じて自動的に最適数で発注する発注業務支援システムを全店舗に導入する。在庫回転率に応じて需要予測と自動補充のアルゴリズムを切り替えることで、店舗棚割に即した平均在庫量を維持しながら、欠品抑制や在庫適正化、業務効率化を実現する。
ワークマンは2021年4月19日、日立製作所(以下、日立)との協創を通じ、AIによる需要予測などを活用して、約10万品目の発注業務を自動化する新システムを2021年3月から2店舗に先行導入して稼働を開始したと発表した。
作業服とアウトドアウェアの小売店を全国展開するワークマンは現在、約10万品目に及ぶ商品を取り扱い、1店舗当たり約1万3000品目の在庫を保有している。従来、これらの発注業務に1日当たり約30分を費やしており、適切な在庫確保やタイムリーな商品入れ替えに課題があったという。
商品の売れ行きに応じて発注を最適化する新システム その仕組みは
関連記事
- データドリブン経営基盤の構築、アルペングループが語る「内製化を失敗させない」3つのポイントの意味
EC市場の拡大やD2Cビジネスに代表される取引先メーカー自身の独自販売チャネル開発が盛り上がる中、IT資源にも相応の投資をしてきたリテール企業はどんなDXを進めるべきだろうか。1000万SKU、500万顧客の情報を抱え、レガシーシステムと「Excel集計」業務からの脱却に挑むアルペングループが今本気で向き合うDXの状況を聞いた。 - データを集めて店舗で「実験」 ワークマンのデータ至上主義の経営戦略に迫る
特集第3回は、ワークマンの企業事例を紹介する。新業態へ移行するためにワークマンが掲げた企業戦略と、それに向けた全社的なデータ分析人材の育成手法を聞いた。ワークマンの信念が伝わる経営からDX人材を考える。 - コロナ禍でも企業のAI導入は止まらず ビジネス活用を成功させる4つのポイントは――PwC
PwCは、2021年の「AI予測調査」を実施した。その結果を基にAI推進に向けて、「AI活用の自走化の加速」「AIを活用した意思決定の促進」「AI専門家と業務知見者によるリーダーシップ」「AIガバナンスの実践」という4つの提言を発表した。 - 「データ活用」と「データドリブン」、何が違うか
「データ活用」と「データドリブン」の違いはどこにあるだろうか。「もう十分にデータを活用している」と自負する企業も、実はデータドリブンな活動には至っていない可能性がある。データドリブンな組織に求められるデータの性質を考える。
関連リンク
Copyright © ITmedia, Inc. All Rights Reserved.