Архив Розничная и оптовая торговля · Универмаги и универсальные магазины

Tchibo: сервис DEMON даёт более 6 млн прогнозов онлайн-спроса в день

По данным e-commerce Magazin, сервис DEMON на модели Temporal Fusion Transformer строит у Tchibo более 6 млн прогнозов в день на 84 дня вперёд по каждому товару. Прогнозы передаются в ERP и систему распределения, а пополнение запасов идёт автоматически.

Стадия
Промышленная эксплуатация
География
Германия
Год
2024
Источники
1
CB-002461
проверено 24.10.2026

/01 · ключевые результаты

  • масштаб

    более 6 млн прогнозов в день

    производительность сервиса DEMON

    e-commerce Magazin (WIN-Verlag), статья, 06.02.2024

    по данным на февраль 2024 года · сервис прогноза онлайн-спроса DEMON, онлайн-канал продаж Tchibo

    данные СМИ

оценка strategai

Оценку не приводим: источник не приводит измеренного эффекта на запасы, продажи или затраты

По данным e-commerce Magazin, сервис DEMON на модели Temporal Fusion Transformer строит у Tchibo более 6 млн прогнозов в день на 84 дня вперёд по каждому товару. Прогнозы передаются в ERP и систему распределения, а пополнение запасов идёт автоматически.

Стадия
Промышленная эксплуатация
География
Германия
Год
2024
Источники
1
CB-002461
проверено 24.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-002461Tchibo GmbH

Бизнес

Компания
Tchibo GmbH
Отрасль
Розничная и оптовая торговля · Универмаги и универсальные магазины
Функция
Цепочка поставок, закупки и логистика
Задача
Прогноз спроса и автозаказ (DFM)

Технология

Класс AI
Прогнозирование временных рядов
Тип решения
Гибридное решение: Google Cloud
Данные
Более чем трёхлетняя история: данные о товарах, планировании и продажах онлайн-магазинов, маркетинговые и логистические данные из шести стран; источник — Tchibo Data Vault.

Внедрение

Стадия
Промышленная эксплуатация, на 06.02.2024
География
Германия

/03 · описание кейса

Бизнес-задача

Tchibo — гамбургская компания, один из крупнейших игроков электронной коммерции в Европе, продаёт широкий ассортимент непродовольственных товаров. Ассортимент меняется еженедельно, в год выходит около 3 000 новых товаров, продажи идут через онлайн-магазины, торговые точки партнёров и собственные магазины в нескольких странах. Избыток товара в филиале означает обратную перевозку и логистические затраты, нехватка — упущенную выручку. Прежнее аналитическое решение требовало ручного сопровождения и не давало прогнозов запасов нужного качества.

Решение

В 2022 году Tchibo вместе с Google Cloud построила сервис прогноза онлайн-спроса DEMON. Он использует модель Temporal Fusion Transformer для прогнозирования временных рядов и строит прогноз на 84 дня по каждому товару. Модель обучается на более чем трёхлетней истории: данные о товарах, планировании и продажах онлайн-магазинов, маркетинговые и логистические данные из шести стран. Сервис устроен как событийная микросервисная архитектура: сбор данных из Tchibo Data Vault, feature store на BigQuery, обучение и инференс разделены, процесс оркестрирует Google Workflows.

Внедрение

Аналитическая платформа Tchibo работает в Google Cloud с 2019 года; DEMON создан на её основе в 2022 году. По данным статьи e-commerce Magazin от февраля 2024 года, сервис генерирует более 6 млн оптимизированных прогнозов в день. Результаты передаются в ERP и систему распределения товара, после чего логистические процессы полностью автоматически пополняют запасы. Компания ожидает от сервиса заметного роста выручки и экономии затрат, но цифр не приводит. Опыт DEMON переносят на другие сервисы данных, чтобы повысить зрелость MLOps-конвейера.

/04 · источники и проверка

Что подтверждено

  • Сервис DEMON генерирует более 6 млн оптимизированных прогнозов спроса в день.
  • Прогноз строится на 84 дня по каждому товару с помощью модели Temporal Fusion Transformer в Google Cloud.
  • Прогнозы передаются в ERP и систему распределения, а запасы пополняются автоматически.

Ограничения

  • Более 6 млн прогнозов в день — объём работы сервиса; цифра не показывает, как изменились запасы, доступность товара или логистические затраты.
  • Рост выручки и экономию компания ожидает, но не приводит их величину.
  • Сервис прогнозирует спрос только в онлайн-канале продаж.
  1. [1] e-commerce Magazin (WIN-Verlag)

    Lagerbestände: Wie Tchibo die Bedarfsprognosen mit KI optimiert

    СМИ · 06.02.2024

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-002461 · Версия 1 · 24.10.2026 · /c/CB-002461/