Il settore della GDO è stato probabilmente colpito più duramente di tutti dalla pandemia e sta ancora affrontando i postumi più persistenti, ovvero la carenza di scorte, gli squilibri di magazzino e l'eccessivo deperimento e spreco.

Sapete bene che l'esaurimento cronico delle scorte equivale direttamente a una perdita di vendite, mentre i tassi di deperimento dei prodotti freschi - che si aggirano tra il 7 e il 10%, anche nei periodi migliori - sono diventati più difficili da gestire che mai.

Quasi due terzi degli acquirenti che hanno partecipato al 16° Annual Global Shopper Study di Zebra affermano di lasciare i negozi senza tutti gli articoli desiderati, e molte persone riferiscono che il loro viaggio settimanale per fare la spesa si è trasformato in una "caccia al tesoro" virtuale. Se le varietà di latte, uova, prodotti confezionati o altri prodotti di base che preferiscono non sono disponibili, si sono rassegnati a fare a meno di quei prodotti per tutta la settimana o a rivolgersi a uno dei concorrenti, sperando di avere più fortuna.

Alcuni acquirenti si rivolgono ai dispositivi mobili per cercare ciò di cui hanno bisogno. Più di un terzo degli acquirenti dichiara di controllare le app prima di recarsi nei negozi per assicurarsi che gli articoli siano disponibili, mentre la metà afferma che la decisione di acquistare in negozio o online si riduce a una sola cosa: dove possono trovare ciò di cui hanno bisogno.

Se la visibilità e la disponibilità dell'inventario sono tanto importanti per i clienti quanto per il vostro team, dovete continuare a cercare le aree in cui potete ottenere una posizione strategica migliore

Tutto ciò ricade sulla previsione della domanda.

Sappiamo che la domanda è diventata meno prevedibile con il ritorno di un maggior numero di clienti nei negozi. Lo Shopper Study ha evidenziato una leggera flessione nell'uso delle ordinazioni mobili per la spesa. Ma è un calo temporaneo o è la nuova norma? Si può pensare che sia temporaneo, dato che gli acquirenti hanno anche dichiarato di preferire sempre di più i rivenditori che offrono opzioni di acquisto online, ritiro in negozio e ritiro sul marciapiede. E anche se un numero maggiore di acquirenti torna nei negozi, è chiaro che acquistano generi alimentari anche online. Se così non fosse, non si dovrebbe lavorare così duramente per adattare e ricalibrare continuamente l'inventario in base alla spesa online o tramite app, alla consegna, al ritiro a domicilio e ad altre opzioni omnichannel per rimanere competitivi e preservare i margini.

Quindi, sapendo che le cose potrebbero non stabilizzarsi mai e che individuare gli inafferrabili "numeri giusti" su migliaia di articoli è diventato sempre più difficile, parliamo di ciò che è necessario cambiare per ottenere previsioni più coerentemente accurate.

Primo: Riconosciamo che il tumulto degli ultimi tre anni ha sconvolto quello che prima facevate per lo più da soli, vale a dire le proiezioni delle vendite basate sulle quantità degli ordini, sull'allocazione dei punti vendita, sui prezzi e sulle promozioni e sulla valutazione dei risultati storici.

Accettiamo anche il fatto che le previsioni di vendita, obsolete e imprecise, stanno rapidamente lasciando il posto alla previsione della domanda, sostenuta dall'intelligenza artificiale (AI) e dall'apprendimento automatico avanzati, che possono aggregare una grande quantità di dati interni ed esterni in un inventario di dimensioni giuste e a portata di mano per ogni negozio, ogni SKU e ogni cliente. Quando una base di intuizioni basate sui dati vi dice cosa prevedete che i vostri clienti vorranno acquistare, le altre pianificazioni diventano a loro volta più affidabili.

Vi sembra che questo sia molto? Non siete in grado di giocare con l'intelligenza artificiale? Che sia troppo rischioso, visto tutto quello che dovete affrontare?

Ebbene, all'insaputa di molti gestori di punti vendita, l'intelligenza artificiale sta già cambiando le carte in tavola nelle corsie dei loro negozi, almeno per quanto riguarda i fornitori di servizi di consegna diretta in negozio (DSD). Dalle aziende produttrici di bevande ai marchi iconici di prodotti da forno, gli strumenti basati su algoritmi hanno ridefinito l'ordine predittivo, incorporando una serie di dati giornalieri e settimanali di livello granulare che influiscono su ogni consegna in negozio, tra cui la domanda stagionale prevista, i programmi di promozione dei negozi e persino le condizioni meteorologiche locali. 

Questo processo automatizzato raccomanda a sua volta una quantità ottimale di ordini per ogni fermata di un percorso DSD, a cui gli autisti possono accedere facilmente tramite un'interfaccia utente basata su tablet. Questi strumenti basati sull'intelligenza artificiale consentono di utilizzare nel modo più efficiente possibile lo spazio limitato su ogni camion per le consegne, dimensionando in modo corretto le consegne ai singoli punti vendita e riducendo in modo significativo i tassi di restituzione dei prodotti deteriorati, che uccidono i margini di guadagno. Possono anche incentivare gli autisti e gli altri lavoratori a svolgere il proprio lavoro in modo più efficiente.

Su una scala paragonabile a quella del grocery, Walgreens - una delle principali storie di successo di Antuit (ora Zebra) è stato uno dei primi retailer a livello nazionale a fare un salto coraggioso verso la previsione e la pianificazione della domanda basata sui dati nei suoi 9.000 punti vendita. Un singolo articolo all'interno di un punto vendita, che in passato poteva essere influenzato solo da alcune variabili, come i farmaci durante la stagione del raffreddore e dell'influenza, ora può essere potenzialmente sfumato da decine di intricati dati interni ed esterni in tempo reale, dagli eventi vicini alle condizioni economiche locali, fino alle tendenze dei social media. Si tratta di un numero di informazioni di gran lunga superiore a quello che un piccolo esercito di persone e fogli di calcolo potrebbe decifrare manualmente in una strategia di prezzo ottimizzata e basata sui dati. 

Il successo iniziale della previsione della domanda basata sull'intelligenza artificiale tra le aziende di beni di consumo confezionati (CPG) e le farmacie promette bene per una migliore gestione del più ampio "universo" di SKU all'interno del tipico supermercato. La sincronizzazione dell'inventario e dell'allocazione in base alla domanda anticipata dei clienti può contribuire a ridurre i fastidiosi spazi vuoti sugli scaffali, evitando al contempo che le costose scorte in eccesso intasino i magazzini e le scorte.

Oltre ai prodotti confezionati nel centro-store, possiamo aspettarci che la previsione della domanda alimentata dall'intelligenza artificiale svolga un ruolo emergente anche nelle sezioni del negozio dedicate ai cibi pronti, come la panetteria e la gastronomia, offrendo ai droghieri una maggiore capacità di sincronizzare le quantità giuste di ingredienti grezzi e prodotti finiti in loco, dove la freschezza e la varietà sono ancora più importanti per i clienti più esigenti. 

Anche se in questi giorni l'IA suscita un po' di trepidazione, possiamo sottolineare le differenze positive che ha già fatto per i droghieri e per il settore della vendita al dettaglio in generale, prevedendo con precisione la domanda dei consumatori e ottimizzando l'inventario per servire meglio i clienti, il tutto rafforzando i profitti.