Machine Learning: il futuro della vendita al dettaglio di frutta e verdura?
A differenza di molti altri prodotti presenti nei negozi, gli ortofrutticoli hanno di solito una conservabilità a scaffale limitata. I negozi ne richiedono in continuazione, cercando, al contempo, di eliminare i prodotti ormai deperiti dagli scaffali, in quanto l'ultima cosa che vogliono è dare una brutta immagine dei negozi ai clienti consumatori.
Utilizzando il sistema automatizzato Machine Learning, il retailer può regolare lo stoccaggio in base alla domanda sempre mutevole nel punto vendita e ridurre la quantità di alimenti gettati via nel momento in cui si accumula un eccesso di merce nei negozi.
Gran parte dei rivenditori ha fatto finora uso dei dati delle vendite per determinare la domanda dei prodotti. Il problema di questo metodo di stoccaggio sta nel non tener conto di ogni cambiamento, oltre a non offrire possibilità di crescita. Il sistema Machine Learning non solo può calcolare con maggiore precisione la domanda e proporre, di conseguenza, gli investimenti più sicuri, ma addirittura calcolare i rischi nel sondare nuove possibilità di crescita.
Questo sistema riduce le probabilità che il prodotto vada fuori scorta; infatti quando questo accade i compratori rimangono insoddisfatti e devono andare da qualche altra parte a cercarlo. Ciò può influire negativamente sulla fedeltà dei clienti che non riescono a trovare in negozio ciò di cui hanno bisogno.
Per integrare ai vostri metodi il sistema Machine Learning non è necessario un investimento impegnativo. I programmi Machine Learning sono anche disponibili nella versione cloud. Questa versione delega a terzi il possesso di computer e lo svolgimento del lavoro e permette ai rivenditori di avere meno seccature, facendo sì che possano concentrarsi sulle vendite.
Fonte: mckinsey.com