Kunnen we inventaris op maat maken voor hyperlokaal winkelen?

Hoe preciezer je voorraden aansluiten op de vraag, des te efficiënter kun je werken met je productie- en aanvoerketen en je beschikbare magazijnruimte. En hoe lokaler je die aansluiting kunt maken, des te beter. Hoe je dat bereikt? Met technologie als RFID en AI.

De manier waarop consumenten aankopen waarderen, van elektronica tot seizoensgebonden goederen en essentiële artikelen, is het afgelopen anderhalf jaar drastisch veranderd. Ongeveer een kwart van de Nederlandse consumenten zei in februari 2021 prijsgevoeliger en bedachtzamer te zijn geworden bij hun winkeluitgaven, en een nog groter deel zei meerdere winkels te bezoeken, op zoek naar aanbiedingen en afgeprijsde artikelen. Nederlandse consumenten stappen – net als consumenten over de hele wereld – ook over op andere merken om geld te besparen. Daarbij geven ze ook minder uit bij lokale winkels en kopen ze vaker goedkopere artikelen van grote merken.

Hyperlokale trends

En dan zijn er ook nog onverwachte vraag, hyperlokale consumententrends en pieken die vrijwel onmogelijk in vraagprognoses kunnen worden verwerkt. Ik heb bijvoorbeeld meer dan tien jaar als senior manager in de detailhandel gewerkt. Ik werkte toen in een gebied waar veel mensen een tweede huis hadden staan. Dit zorgde niet alleen voor onvoorspelbare pieken en dalen in de vraag naar producten. Ook veranderde de vraag ineens naar een heel specifiek type of zelfs een subcategorie van een bepaald product. Huiseigenaren kozen er bijvoorbeeld ineens voor om de aankomende zomer hun huis een opknapbeurt te geven en kochten al onze verf op.

Hierdoor hadden we dus al snel te veel voorraad van het ene product en veel te weinig van een ander product. Dit is geen productieprobleem, maar meer een kwestie van kooptrends voorspellen. Door nieuwe technologieën te gebruiken kunnen detailhandelaren en fabrikanten flexibeler omgaan met veranderend koopgedrag en onvoorspelbare trends.

Kunnen we opslag passend maken met behulp van AI?

Het inzetten van kunstmatige intelligentie (AI) kan voor retailers een goede manier zijn om zekerder te zijn over voorraadbeslissingen en om nauwkeuriger vast te kunnen stellen hoe een aanbieding moet worden gestructureerd om mensen de deur uit te krijgen en de voorraad op te maken. Het goede nieuws daarin is dat AI-platforms nu algoritmes kunnen toepassen die rekening houden met variabelen voor consumentenbestedingen, zoals de beschikbaarheid van aanbod, de vraag en de financiële gezondheid van huishoudens.

Deze AI-platforms kunnen ook zien hoe trends zich bijna real-time ontvouwen, zowel binnen de vier muren van winkels en magazijnen als daarbuiten. In tegenstelling tot mensen die vaak op kennis achteraf vertrouwen om een volgende stap te zetten, kunnen hierdoor vooraf al beslissingen worden gemaakt. Daardoor kan AI retailers helpen betere beslissingen te nemen op het gebied van voorraadtoewijzing en prijsstelling. Echter, AI heeft ook zijn beperkingen: data.

AI kan alleen werken met de informatie die beschikbaar is op het moment dat een verzoek wordt gedaan. Als een AI-platform dus wordt gevraagd om de huidige marktvraag en de prijstolerantie van de consument te beoordelen, maar geen zicht heeft op de huidige voorraadniveaus in winkels of magazijnen – of op trends die zich buiten de vier muren van de detailhandel ontwikkelen – dan zullen de aanbevelingen worden gedaan vanuit een beperkt gezichtspunt. Om de tekort/overschrijdingscyclus te doorbreken is het noodzakelijk om af te stappen van een barcode-afhankelijk retailmodel.

Gelukkig is er snelle vooruitgang geboekt met RFID-technologie (Radio Frequency Identification) en andere AI-gestuurde SaaS-platforms.

Van barcodes naar RFID

Hoewel barcodesystemen voor detailhandelaren al veel veranderd hebben, zullen RFID en andere geavanceerde technologieën voor het vastleggen van data een nog grotere impact hebben. Online kunnen RFID-lezers elke seconde informatie halen uit duizenden artikelen met een RFID-label. Hierdoor kunnen zowel winkelmedewerkers als AI-platforms een waarheidsgetrouw beeld krijgen van de huidige omzetmogelijkheden en een voorsprong op potentiële kansen. Ook wordt met behulp van RFID-technologie meer betrouwbaarheid gecreëerd in de data die worden ingevoerd voor vraagvoorspelling en planning.

Een winkel- of magazijnmedewerker kan in theorie een volledige cyclustelling uitvoeren in een paar uur, waardoor een AI-platform een nauwkeurige registratie heeft van wat er in voorraad is en wat het gebouw heeft verlaten. Heb je eenmaal een nauwkeurige voorraadadministratie, dan kan een AI-aangedreven SaaS-oplossing die data in verband brengen met andere interne en externe informatiebronnen om nauwkeuriger en betrouwbaarder vraagplanning, prijs- en aanbiedingsaanbevelingen te produceren.

Samenwerking tussen mensen en technologie is essentieel

Artikelen met een RFID-label kunnen worden gevolgd terwijl deze door de winkels bewegen, en deze labels kunnen in batches worden gelezen, wat betekent dat niemand bij een kassa of schap hoeft te staan om elk afzonderlijk product te scannen om het te verwerken. Dit is enorm handig wanneer er een stormloop is van bestellingen of retouren, omdat teams klantentransacties kunnen verwerken in een fractie van de tijd die ze zouden hebben als scannen met barcodes de drijvende kracht was.

Maar zelfs RFID is afhankelijk van winkelpersoneel en het volgen van inventarisatieprocessen. Als er een gebrek aan discipline is, zullen RFID-systemen weinig effect hebben. Hiermee wordt het punt bevestigd dat technologie alleen effectief is als het ook door de juiste mensen en op de juiste manier wordt gebruikt.

De meest effectieve retailers zullen een combinatie gebruiken van mensen die werken met hulpmiddelen zoals RFID en AI-software om hen te helpen objectief en doelgericht te zien wat er om hen heen gebeurt in winkels, toeleveringsketens en de consumentenmarkt. Ze zullen een stap verder gaan dan alleen kijken naar streepjescodes en juist schone, real-time data vastleggen via RFID-systemen en vertrouwen vervolgens op AI voor een onbevooroordeelde, objectieve begeleiding naar de volgende stap.

Over de auteur: David Lancefield is Director of software solutions EMEA bij Zebra Technologies.

Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op sociale media: LinkedIn, Twitter en Facebook.