Utilizzare una supply chain autonoma e self-learning grazie ad un cuore di intelligenza artificiale e machine learning. E’ questo quello che oggi le aziende del mondo retail possono aspirare affidandosi alle soluzioni JDA, in grado garantire una supply chain capace di prende le decisioni in autonomia in base allo studio in real-time dei Big Data interni ed esterni.
“Analizzando oltre 200 fattori tra cui il meteo, le scorte, i social media, il giorno di paga, la presenza di eventi limitrofi e la concorrenza solo per citarne alcuni, la piattaforma Supply Chain Management (SCM) Platform è capace di interpretare i dati provenienti da tutto l’ecosistema digitale, individuare un particolare problema e fornire la soluzione per risolverlo. Viene fornita, infatti, all’operatore una guida prescrittiva nella quale sono indicate le azioni correttive da mettere in atto e realizzata con l’intelligenza artificiale di Blue Yonder (azienda acquisita da JDA) ” ha spiegato Francesco Galati, Senior Director, EMEA Pre-sales di JDA.
Non solo: basata su Microsoft Azure e supportata da MuleSoft, la piattaforma SCM ha una struttura aperta che garantisce elevata scalabilità e la possibilità agli sviluppatori di creare apposite applicazioni in base alle esigenze dei clienti. Oltre ad essere destinata al mondo retail in tutte le sue sfumature (food, beverage, fashion, elettronica, forniture e home ecc…) JDA sta lavorando per renderla fruibile anche per il settore manifatturiero.
I CASI DI SUCCESSO
Ad oggi sono diverse le realtà che hanno deciso di affidarsi alle soluzioni JDA ottenendo interessanti benefici. E’ il caso di Morrison che, partendo dall’esigenza di migliorare la customer satisfaction, minata 3 anni orsono da problemi di disponibilità dei prodotti, ha digitalizzato la supply chain di tutti i propri negozi in soli 12 mesi: il 99% degli ordini è automatizzato e si è registrata una riduzione del 30% degli stock per scaffale, oltre ad un risparmio logistico di tempo dell’80%. La soddisfazione dei clienti è contestualmente cresciuta del 5% l’anno.
La catena di vestiti Ernsting’s Family, con la sua politica basata su ricambi totali della propria offerta in tempi ridotti, aveva la necessità di ottimizzare la vendita della merca tra una “stagione” e l’altra proponendo il giusto livello di sconti. La piattaforma JDA ha permesso ai 1800 negozi della catena di ottenere un incremento del 90% nella velocità di vendita della merce, con un amento anche dei margini.
Altro caso di successo è quello di Bon Prix che doveva ottimizzare il pricing dei propri capi d’abbigliamento nel mercato russo (valutati alcuni troppo elevati). Il machine learning e l’intelligenza artificiale hanno consentito di stabilire politiche di prezzo ottimali, tanto da incrementare i profitti.
