Unilever ຍົກລະດັບການຄຸ້ມຄອງສິນຄ້າເທິງຊັ້ນວາງດ້ວຍ Retail Execution AI

ຊື່ບໍລິສັດ
Unilever
ອຸດສາຫະກຳ
ສິນຄ້າອຸປະໂພກບໍລິໂພກ (FMCG)
ຂະໜາດບໍລິສັດ
10,001+
ກໍລະນີ
Retail Execution AI
ເພື່ອເພີ່ມການເບິ່ງເຫັນ ແລະ ປະສິດທິພາບຂອງການຄຸ້ມຄອງສິນຄ້າເທິງຊັ້ນວາງໃນຮ້ານຄ້າທົ່ວອິນໂດເນເຊຍ, Unilever ຮ່ວມມືກັບ MileApp ແລະ ໂຊລູຊັນ Retail Execution AI. ພາຍໃນເວລາພຽງໜຶ່ງເດືອນ, ເທັກໂນໂລຊີນີ້ຖືກນຳໃຊ້ກັບຜູ້ໃຊ້ງານພາກສະໜາມຫຼາຍພັນຄົນ ແລະ ສ້າງການປ່ຽນແປງທີ່ຈັບຕ້ອງໄດ້ ທັງດ້ານການປະຕິບັດຕາມມາດຕະຖານ, ປະສິດທິພາບ ແລະ ການມີສິນຄ້າເທິງຊັ້ນວາງ.
ຄວາມຕ້ອງການແບບດຽວກັນນີ້ ກໍເພີ່ມຂຶ້ນໃນ ສປປ ລາວ ເມື່ອການຄ້າສະໄໝໃໝ່ ເຊັ່ນ ມິນິມາດ ແລະ ຊຸບເປີມາເກັດ ຂະຫຍາຍຕົວຈາກນະຄອນຫຼວງວຽງຈັນ ໄປຍັງແຂວງຕ່າງໆ.

ອ່ານເພີ່ມເຕີມ: P&G Indonesia ກັບປະສິດທິພາບການຈັດສົ່ງ FMCG
ຂໍ້ມູນສຳຄັນ
- ຂໍ້ມູນພາກສະໜາມຈາກຮ້ານຄ້າຫຼາຍກວ່າ 350,000 ແຫ່ງ
- AI ຖືກຝຶກດ້ວຍສິນຄ້າ Unilever ຫຼາຍກວ່າ 1,100 SKU ໃນ 16 ໝວດສິນຄ້າ
- ຄວາມຖືກຕ້ອງໃນການກວດຈັບຊັ້ນວາງຂັ້ນຕ່ຳ 98% ຕັ້ງແຕ່ມື້ທຳອິດ
- ນຳໃຊ້ກັບຜູ້ໃຊ້ງານພາກສະໜາມ 7,000 ຄົນ ພາຍໃນບໍ່ເຖິງໜຶ່ງເດືອນ
ສິ່ງທ້າທາຍ
ໃນຖານະໜຶ່ງໃນບໍລິສັດສິນຄ້າອຸປະໂພກບໍລິໂພກ (FMCG) ທີ່ໃຫຍ່ທີ່ສຸດໃນໂລກ, Unilever ພົບສິ່ງທ້າທາຍໃຫຍ່ໃນການບໍລິຫານການປະຕິບັດງານໃນຮ້ານຄ້າລະດັບຊາດ. ບໍລິສັດຕ້ອງ:
- ເພີ່ມຈຳນວນຮ້ານຄ້າທີ່ມີ ການມີສິນຄ້າເທິງຊັ້ນວາງ (On-Shelf Availability, OSA) ໃນລະດັບທີ່ດີ.
- ຮັບປະກັນຄວາມສະໝ່ຳສະເໝີຂອງການປະຕິບັດຕາມ Share of Space ໃນຊ່ອງທາງ LMT ແລະ MT.
- ຫຼຸດເວລາການກວດສອບ (Audit) ທີ່ເປັນອຸປະສັກຕໍ່ຜົນຜະລິດຂອງທີມພາກສະໜາມ.
- ສະໜອງຂໍ້ມູນພາກສະໜາມທີ່ຖືກຕ້ອງ ແລະ ເປັນເວລາຈິງ ຈາກຮ້ານຄ້າຫຼາຍກວ່າ 350,000 ແຫ່ງ ຕັ້ງແຕ່ຮ້ານຄ້າດັ້ງເດີມ ຈົນເຖິງການຄ້າສະໄໝໃໝ່ (Modern Trade).
ໂຊລູຊັນຈາກ MileApp: AI ສຳລັບການຄຸ້ມຄອງສິນຄ້າເທິງຊັ້ນວາງ
Unilever ນຳໃຊ້ໂຊລູຊັນ Retail Execution AI ຂອງ MileApp ທີ່ຂັບເຄື່ອນດ້ວຍເທັກໂນໂລຊີຈຳແນກຮູບພາບດ້ວຍ AI (AI Image Recognition) ເຊັ່ນ Computer Vision ແລະ Machine Learning. ໂຊລູຊັນນີ້ຖືກຝຶກດ້ວຍ:
- ສິນຄ້າ Unilever ຫຼາຍກວ່າ 1,100 SKU ໃນ 16 ໝວດສິນຄ້າ
- ຄວາມຖືກຕ້ອງໃນການກວດຈັບຊັ້ນວາງຂັ້ນຕ່ຳ 98% ຕັ້ງແຕ່ມື້ທຳອິດ
- ການນຳໃຊ້ຢ່າງວ່ອງໄວ ກັບຜູ້ໃຊ້ງານພາກສະໜາມ 7,000 ຄົນ ທົ່ວອິນໂດເນເຊຍ ພາຍໃນບໍ່ເຖິງໜຶ່ງເດືອນ
ລະບົບເກັບຂໍ້ມູນພາບໃນຮ້ານຄ້າແບບອັດຕະໂນມັດ, ກວດຈັບການມີສິນຄ້າເທິງຊັ້ນວາງ (Shelf Availability), ຄິດໄລ່ Share of Space ແລະ ສ້າງການວິເຄາະທັນທີ ເພື່ອສະໜັບສະໜູນການຕັດສິນໃຈ. ຂໍ້ມູນດຽວກັນຍັງຊ່ວຍກວດສອບການຈັດວາງຕາມແຜນຜັງ (Planogram Compliance) ແລະ ລາຄາ ແລະ ສື່ສົ່ງເສີມການຂາຍ (Price & POSM Compliance).
ຜົນລັບ
ພາຍໃນເວລາພຽງສາມເດືອນ, Unilever ບັນທຶກຜົນງານທີ່ດີຂຶ້ນຢ່າງຊັດເຈນ:
- On-Shelf Availability (OSA) Excellence ເພີ່ມຂຶ້ນເຖິງ 24% ຮັບປະກັນວ່າສິນຄ້າມີພ້ອມສະເໝີ ແລະ ເພີ່ມຈຳນວນຮ້ານຄ້າທີ່ມີຜົນງານສູງ.
- ການປະຕິບັດຕາມ Share of Space ເພີ່ມຂຶ້ນເຖິງ 6% ໃນຊ່ອງທາງການຄ້າສະໄໝໃໝ່ ແລະ ດັ້ງເດີມ.
- ເວລາການກວດສອບຫຼຸດລົງສະເລ່ຍ 56% ຊ່ວຍໃຫ້ທີມພາກສະໜາມສຸມໃສ່ການຂາຍ ແລະ ການດູແລລູກຄ້າໄດ້ຫຼາຍຂຶ້ນ.
- ຂໍ້ມູນພາກສະໜາມທີ່ຖືກຕ້ອງ ແລະ ເປັນເວລາຈິງ ມີພ້ອມຢ່າງສະໝ່ຳສະເໝີ ສະໜັບສະໜູນການເບິ່ງເຫັນ ແລະ ການຕັດສິນໃຈທີ່ໄວຂຶ້ນທົ່ວອົງກອນ.

ອ່ານເພີ່ມເຕີມ: CDPS ກັບການປັບປຸງການກະຈາຍສິນຄ້າ FMCG
ເປັນຫຍັງຈຶ່ງສຳຄັນ
ກໍລະນີຂອງ Unilever ສະແດງໃຫ້ເຫັນວ່າ AI ສາມາດປ່ຽນການຄຸ້ມຄອງສິນຄ້າເທິງຊັ້ນວາງຈາກການກວດສອບດ້ວຍມືທີ່ໃຊ້ເວລາດົນ ໃຫ້ເປັນຂໍ້ມູນທີ່ວັດແທກໄດ້ໃນລະດັບຊາດ. ເມື່ອທີມພາກສະໜາມໃຊ້ເວລາກວດສອບໜ້ອຍລົງ, ພວກເຂົາມີເວລາຫຼາຍຂຶ້ນສຳລັບການຂາຍ ແລະ ຜູ້ບໍລິຫານກໍຕັດສິນໃຈໄດ້ໄວຂຶ້ນ.
ຕ້ອງການເບິ່ງເຫັນສະພາບສິນຄ້າເທິງຊັ້ນວາງໃນທຸກຮ້ານຄ້າບໍ? ນັດໝາຍສາທິດລະບົບຟຣີກັບທີມຂາຍຂອງພວກເຮົາ





