ระบบพยากรณ์สต็อกสินค้าด้วย AI สำหรับร้านค้าปลีก

ปัญหา

ร้านค้าปลีกสินค้าอุปโภคบริโภค 3 สาขา ประสบปัญหาสินค้าค้างสต็อกจำนวนมากโดยเฉพาะสินค้าตามฤดูกาลและสินค้าโปรโมชั่น การสั่งซื้อสินค้าอาศัยประสบการณ์ผู้จัดการสาขาเป็นหลัก ทำให้บางช่วงสินค้าขายดีหมดก่อน แต่บางช่วงเหลือค้างจนต้องลดราคาขาดทุน

วิธีแก้ปัญหา

นำข้อมูลยอดขายย้อนหลัง 2 ปี มาสร้างโมเดล Machine Learning ที่คำนวณแนวโน้มความต้องการสินค้าแต่ละรายการ โดยพิจารณาปัจจัยฤดูกาล วันหยุด โปรโมชั่น และสภาพอากาศ ระบบแสดงผลผ่าน Dashboard ที่ผู้จัดการสาขาสามารถดูคำแนะนำปริมาณสั่งซื้อและปรับตามดุลพินิจได้

ผลลัพธ์

ภายใน 3 เดือนแรก สินค้าค้างสต็อกลดลง 25% ลดค่าเสียโอกาสจากสินค้าหมดก่อนเวลา 18% และช่วยประหยัดต้นทุนจัดเก็บสินค้ากว่า 50,000 บาทต่อเดือน ผู้จัดการสาขาใช้เวลาวางแผนสั่งซื้อลดลงจาก 3 ชั่วโมงเหลือ 30 นาทีต่อสัปดาห์