- 課題
- スプレッドシートによる手動での在庫管理により、データ更新の遅れやミスが発生。売上予測が感覚的な判断に依存し、過剰在庫や欠品のリスクが常態。季節変動やキャンペーンによる当面の変化に対応できず、在庫の最適化が課題となっておりました。
- 解決
- AWSとPythonによる学習モデルを活用し、当面で在庫を管理・機械更新できるシステムを構築。過去の売上データと季節トレンドに基づくAI予測モデルにより、適切な在庫量を自動計算し、発注業務を最適化します。
- 効果
- 在庫関連コストを20%削減し、欠品頻度が10%削減。在庫不足や過剰在庫が30%削減され、倉庫スペースの効率的活用を実現。AIによる売上予測の精度向上で、適切なタイミングでの在庫確保が可能になり、顧客満足度も向上。