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.
/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
- 84 дня горизонт прогноза по каждому товару · возможность системы e-commerce Magazin (WIN-Verlag), статья, 06.02.2024
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.
/02 · паспорт кейса
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
Зачем
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.
Что
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.
Как
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] e-commerce Magazin (WIN-Verlag)
Lagerbestände: Wie Tchibo die Bedarfsprognosen mit KI optimiert
СМИ · 06.02.2024
Открыть источник
АрхИИВ /strategai · CB-002461 · Версия 1 · 24.10.2026 · /c/CB-002461/