La complessità derivante dalle dimensioni di una struttura come quella di una realtà come Conad Centro Nord può spesso ostacolare l'adozione di nuove tecnologie; tuttavia, il colosso del retail, ha sfidato questo status quo con Delphi, piattaforma sviluppata dalla startup foodtech Tuidi, basata su IA per la gestione dei punti vendita nell'ambito della distribuzione.

br>

Si è iniziato con la gestione dei prodotti in promozionale, cercando di prevenire l'aleatorietà dovuta a fattori esterni, studiando le diverse tipologie di promozioni e la collocazione dei differenti punti vendita (dalla Lombardia all'Emilia) e agli impatti che tali promozioni potevano generare su altri prodotti, in termini di effetti trascinamento o cannibalizzazione. La creazione di modelli predittivi personalizzati per ogni punto vendita ha permesso di raggiungere risultati tangibili che hanno portato a una maggiore efficienza operativa e a una migliore esperienza complessiva del cliente. Conad Centro Nord ha registrato sui punti vendita una riduzione del 46% delle rotture di stock dei prodotti in promozione, contemporaneamente riducendo del 8% i costi di immobilizzazione della merce in magazzino.

«Per poter apprezzare l’impatto del nuovo approccio di previsione della domanda, è sufficiente guardare ai risultati ottenuti sul promozionale. - afferma Stefano Elli, direttore innovazione in Conad Centro Nord –. Lo sviluppo di Delphi ha permesso di elevare la nostra organizzazione: non solo i punti vendita traggono beneficio da una gestione delle stock più accurata, anche la sede centrale ha reso di riflesso più efficiente la logistica non dovendo rispondere alla richiesta improvvise ed impreviste dei punti vendita stessi. Abbiamo intrapreso questo percorso ormai da anni e l’intelligenza artificiale si è rivelata di estremo aiuto nella comprensione giornaliera dei consumi e dei loro futuri cambiamenti. Non a caso, Conad Centro Nord ha iniziato a porre il demand forecasting proposto da Tuidi al centro dei propri processi decisionali: ormai da tempo anche il continuativo è gestito con Delphi, e abbiamo iniziato a riorganizzare l’assortimento partendo sempre dalla domanda “Che cosa preferisce trovare il nostro cliente?"».

Anche i rivenditori regionali o provinciali della do si sono resi conto delle potenzialità di un approccio che gestione che parta dalle previsioni della domanda di punto vendita. Se questo si sposa con una maggiore flessibilità operativa il gioco è fatto. È il caso di una catena pugliese di 15 negozi che con l’intelligenza artificiale prevede la domanda giornaliera di ogni referenza di ogni singolo punto vendita, riuscendo così a quantificare il numero di pezzi di prodotti da rendere disponibile sugli scaffali. Cosa succede, ad esempio, se ci sono dei punti vendita in esubero ed altri punti vendita in mancanza di merce? Sapendo con estrema precisione i fabbisogni futuri è possibile ribilanciare lo stock di punto vendita. Come? Con il trasferimento di prodotti tra punti vendita, una pratica che tendenzialmente nel settore alimentare è considerata inefficiente economicamente, in quanto associata a costi logistici troppo alti. Tuttavia, questo non è il caso di questo retailer: infatti, grazie alla previsione di vendita giornaliera di Delphi, la precisione è talmente alta da permettere al gruppo di gestire non solo il reparto freschi, ma anche di trasferire i prodotti della macelleria.

Da qui si evince il potere del demand forecasting tramite Intelligenza Artificiale: la risoluzione di un problema storico come quello dell’acquisto in colli e della vendita in pezzi. La conclusione: conoscere il fabbisogno ogni giorno, per singola referenza di ciascuno punto vendita, permette al retailer di poter prendere qualsiasi tipo di decisione che influenzi acquisti, vendita, logistica e/o commerciale, partendo esclusivamente da quello che vuole il consumatore finale.