Retail

Advanced Analytics | Analytics | Artificial Intelligence | Machine Learning
Rubén Valdovinos 0
Modernización, un impulsor del cambio y la innovación en las empresas

Las organizaciones saben que modernizarse es una tarea continua y una condición para seguir compitiendo y creciendo en sus respectivos mercados. Cómo abordar el proceso de modernización, sin embargo, requiere una planeación minuciosa, y no está exento de desafíos. Más aún cuando involucra la adopción de tecnologías y procesos de

Analytics | Customer Intelligence
Luis García-Vacas 0
Potenciando las estrategias de marketing con modelos analíticos y navegación web

Los modelos analíticos de cliente son utilizados por las empresas para mejorar el conocimiento sobre su público objetivo, necesidades, comportamientos y, en general, anticipar sus movimientos.   La utilización de esta información en modelos analíticos nos permitirá descubrir patrones de comportamiento en los clientes.  Una vía de optimizar los modelos

Analytics | Artificial Intelligence | Machine Learning
Junhyuk Jeong 0
컴퓨터가 사물을 보는 방법, CNN 이론 - 1편

컴퓨터가 인간보다 잘 하는 몇 가지 분야가 있는데, 그 중 하나가 바로 이미지 인식입니다. 2012년 알렉스넷이 개발된 이후 컴퓨터 비전 분야는 급속도로 성장하여 우리 일상에 자연스럽게 스며들었습니다. 오늘 포스팅에서는 컴퓨터가 이미지를 어떻게 인식할 수 있는지 이론을 중심으로 살펴보도록 하겠습니다. 1. 컴퓨터 비전의 과거 우리가 모니터를 통해 바라보는 이미지의 구조부터 알아보겠습니다.

Analytics | Learn SAS
Catherine (Cat) Truxillo 0
5 claves para crear equipos de analítica más sólidos

Debido a la complejidad y cambios en el mercado, las organizaciones de todo el mundo están aprovechando las oportunidades para hacer mejores predicciones, identificar soluciones y dar pasos estratégicos y proactivos, lo que significa que dependen cada vez más de los big data. Sin embargo, en su búsqueda de resistencia

Customer Intelligence | Machine Learning
Lyse Nogueira 0
Machine Learning: a chave na promoção da melhor experiência do cliente

No mundo hiperconectado em que vivemos, os consumidores podem ter múltiplas jornadas de compras, com interações por sites, aplicativos, redes sociais ou até mesmo por uma ligação telefônica. Apesar das muitas opções de canais de contato disponíveis, o mais relevante para o cliente é a qualidade e o nível de

Customer Intelligence
Carolina Pereira 0
Customer Intelligence: saiba como melhorar a comunicação com os clientes

Você já sabe o que é Customer Intelligence (CI)? Essa é uma prática no SAS na qual oferecemos soluções de negócios para gerar insights sobre os clientes, além de todo apoio no ciclo de aquisição, retenção e rentabilização, melhorando a experiência desses consumidores. Com a recente transformação digital do mercado

Advanced Analytics | Analytics | Artificial Intelligence | Customer Intelligence | SAS Events
Diferenças e semelhanças na gestão da experiência do cliente e do cidadão

No passado dia 25 de maio, aproveitámos a presença da equipa de gestão a nível global do SAS na cosmopolita Madrid para nos reunirmos com os nossos clientes e parceiros, que já consideramos amigos, para abordar um tema tão em voga como a analítica avançada sob diferentes ângulos no nosso

Advanced Analytics | Analytics | Data Management | Fraud & Security Intelligence
Yuri Rueda 0
Fin del Hot sale trae consigo temporada alta de fraudes en sector retail: SAS.

Las temporadas altas de ofertas como el hot sale representan una gran oportunidad tanto para las compañías como para los clientes, pero también para los defraudadores. De acuerdo con SAS, firma pionera y especializada en analítica avanzada, IA y gestión de datos, a medida que aumenta la cantidad de transacciones

Advanced Analytics | Analytics | Artificial Intelligence
小林 泉 0
守りの需要予測から、攻めの収益最大化への転換をするために

データサイエンスの使いどころ・・・攻めと守りの圧倒的な違い 以前のブログで、データ活用における攻めと守りについてお話しました。今回は小売業を例に多くのデータ活用プロジェクトが陥りやすい罠と、真の目的達成のための方法についてご紹介します。 小売業の目的はもちろん他の業種企業と変わらず、収益の最大化です。昨今データ分析を武器として売り上げの最大化、コストの削減、業務プロセスの生産性向上を目指す企業が増えてきています。時には、データサイエンティストが、データサイエンスを駆使してプロジェクトを実行しているケースもあるでしょう。 ここで、今一度現在取り組んでいる、またはこれから取り組もうとしているデータサイエンスやAI活用のプロジェクトがどんな利益を自社にもたらすのかを改めて考えてみましょう。昨今、需要予測についての相談が非常に多いので、ここでは需要予測について考えてみます。 弊社にご相談いただくケースの中で、少なくない企業が、需要予測をこのブログで言うところの「守りの意思決定」としてとらえています。多くのケースで、過去の実績をベースに将来の需要を予測することで、在庫過多や欠品を減らそうというプロジェクトに投資をしていたり、しようとしています。言い換えると、過去の実績を学習データとして、将来を予測するモデルを構築し、ひとつの将来の需要予測を作成し、それを在庫を加味したうえで、発注につなげています。 手段が目的化することで見失う可能性のある本来の目的とは 非常に典型的なAI活用、データサイエンス活用かと思いますが、実は、「AIで予測」、「機械学習で予測」といった言葉で最新のデータ活用をしているかのような錯覚に陥っているケースが見受けられます。数十年前から行われており、昨今でも同様に行われている、機械学習を用いた典型的な需要予測は、「守り」です。すなわち、どんなに多くの種類のデータを使うかどうかにかかわらず、過去の傾向が未来も続くという前提のもとに予測モデルを作成している場合には、あらかじめ定義した前提・業務プロセスの制約の下で、機会損失を最小化するために予測精度をあげているにすぎません。 つまり、そのような前提での需要予測は、小売業の収益向上という観点では、期待効果が限定的であるということです。では、最終的な収益の最大化を実現するには、何をすべきでしょうか? 収益を向上させるためにはもちろんより多くの商品を売ることにほかなりません。より多くの商品を売るためには当然、顧客の購買心理における購買機会に対して販売を最大化する必要があります。あるいは、顧客の購買心理そのものを潜在的なものから顕在化したものにすることも必要でしょう。つまり、販売機会を最大限に活用するということは、店舗中心ではなく、顧客中心に考えるということです。 小売業における攻めのデータ活用の1つは、品ぞろえの最適化 このように、顧客中心に考えることで初めて最適な品揃えの仮説検証のサイクルが可能となります。過去のデータは、単に過去の企業活動の結果であり、世の中の「真理~ここでは顧客の本当の購買思考」を表しているわけではありません。真理への到達は、仮説検証ベースの実験によってのみ可能になります。わかりやすく言うと皆さんよくご存じのABテストです。このような実験により、品ぞろえを最適化することで、販売機会を最大化することが可能なります。そのプロセスと並行して、オペレーショナルな需要予測を実践していくことが重要となります。 需要予測と品ぞろえ最適化の進化 昨今、AIブーム、データサイエンティストブーム、人手不足や働き方改革といったトレンドの中で、従来データ活用に投資してこなかった小売業においても投資が進んでいます。しかし多くのケースでこれまで述べてきたような守りのデータ活用にとどまっていたり、古くから行われている方法や手法にとどまっているケースが見受けられます。歴史から学ぶことで、無用なPOCや効率の悪い投資を避けることができます。今、自社で行っていることがこの歴史の中でどこに位置しているかを考えてみることで、投資の効率性の向上に是非役立てていただければと思います。 小売業におけるデータ活用のROI最大化にむけたフレームワーク SASでは長年、小売業や消費財メーカのお客様とともにお客様のビジネスの課題解決に取り組んできました。その過程で、小売業・消費財メーカー企業内の個々の業務プロセスを個別最適するのではなく、それら個々の業務プロセスを統合した、エンタープライズな意思決定フレームワークが重要であるとの結論に至っています。AIやデータサイエンスという手段を活用し、データドリブンな意思決定のための投資対効果を最大化するための羅針盤としてご活用いただければと思います。

Analytics | Artificial Intelligence | Customer Intelligence | Machine Learning
Fernanda Benhami 0
Hiperpersonalización, la experiencia del cliente se lleva a nuevos niveles

Crear mejores experiencias para los consumidores, llevarlas a nuevos niveles y conectar estrechamente con ellos son las principales premisas sobre las que se fundamenta la hiperpersonalización, un término que hoy domina las sesiones de trabajo de las áreas de marketing. Su objetivo principal es combinar datos sobre el comportamiento histórico

Analytics
Corinna Klaes 0
Der Hype um Retail Media: Großes Potential und großes Risiko zugleich?

Retail Media beschreibt eine Plattform, die von einem Einzelhändler oder Hersteller betrieben wird, um ihre eigenen Produkte online zu verkaufen. Darüber hinaus haben jedoch auch Drittanbieter die Möglichkeit über Werbeeinbuchungen ihre Produkte auf dieser Plattform anzubieten. Dies ermöglicht natürlich auf der einen Seite die Vergrößerung des Sortiments und auch der

Analytics | Innovation
Jessica Curtis 0
5 key questions to guide your connected factory strategy

Consumer goods manufacturers have faced significant challenges over the past few years due to rapidly changing demand and supply disruptions in their end-to-end supply chain. As a result, manufacturers have realized the need to strengthen their resilience and have prioritized assessing their manufacturing capacity to maximize output and automation. To

Advanced Analytics | Analytics | Artificial Intelligence | Cloud | Customer Intelligence | Data Management
Antonio Calvo 0
Los datos deberían ser el activo más valioso de la cuenta de resultados de la distribución y empresas de gran consumo

Actualmente los datos de la gran distribución no forman parte de la cuenta de resultados, pero es el activo que deberían monetizar con mayor urgencia. Gracias a este análisis avanzado se puede mejorar el margen de la compañía y aumentar la eficiencia de diferentes procesos. En este artículo vamos a

Advanced Analytics | Analytics | Customer Intelligence
Héctor Cobo 0
Comercio directo al consumidor, un nuevo modelo que rompe paradigmas este Día de San Valentín

La experiencia de compra de millones de personas ha evolucionado recientemente hacia nuevas vertientes. Hoy, a diferencia del modelo tradicional de acudir físicamente a una atienda, recorrer los pasillos, pagar y volver a casa, con el avance de la digitalización y el crecimiento de aplicaciones, surge un nuevo modelo que

Advanced Analytics | Analytics | Artificial Intelligence
小林 泉 0
デジタルツインの話をする前にー将来を見通すために知っておくべき2種類の不確実性

近年、AI/アナリティクス市場に巨大ITベンダーが参入してきたことと、データサイエンティストがその存在感を高めようとしてきたことがあいまって、「予測」、「予測モデル」あるいは「AI予測」、「AIモデル」という言葉が、この市場で一般的になってきました。ビジネスにおいて、データ分析による洞察に基づいてよりよい意思決定と自動化を行うことーこれを「アナリティクス」と言いますーは、筆者がこの世界に足を踏み入れた20年以上前よりもっと前から、一部の「データを武器とする企業」において行われていました。それがより多くの企業に広まってきたということです。 今回は、より多くの方が「予測」について理解を深めてきているところで、その「予測」をもう少し深く理解し、近年の世界情勢において、大きく変化が求められている業界の1つである、流通小売業や製造業のサプライチェーン課題にフォーカスしたいと思います。まさにいま、サプライチェーンの大きな課題はレジリエンス強化です。そのための解決ソリューションとしてデジタルツインが注目されていますが、デジタルツインで何をすべきかを適切に見極めるために必要なおさらいとして、そもそも不確実性とは?について頭の中を整理したいと思います。 アナリティクスとは将来の不確実性に対して勇気を出して踏み出すーつまり行動するーことである。 「予測」という概念が広まることで、「予測」が確率的であるという認知も正しく広まってきました。需要予測値は確率的なものであるため、予測値そのものだけではなく安全在庫を計算するためにその確率を活用し、解約予兆、商品のレコメンデーションへの反応、不正検知、異常検知や歩留まりなど、アナリティクスつまり予測モデルを意思決定に適用するほとんどの意思決定は、すべて確率的なものです。よく見る予測モデル以外でも同様です。最適化も多くの場合その入力となる情報が確率的にばらついているケースが多いですし、近年、古典的な最適化手法が当てはまりずらいビジネス課題、例えばサプライチェーンの最適化、リアルタイムの配送スケジューリングなどの課題やカスタマージャーニーの最適化課題に対して適用される強化学習のアプローチにおいても、将来の報酬を確率的に計算して、目の前の一手を決めているといえます。 ここで唐突に余談ですが、リスクという言葉は日本語だとネガティブな意味に使われることが多いですが、本来はポジティブでもネガティブでもなく、単に確率的なバラツキを意味しています。なのでリスクを管理するということは、単に将来に対して確率的なバラツキを特定し意思決定の要因に組み込むということです。つまりこれはアナリティクスと同義です。なので、アナリティクスとアナリシスは語感は似ていますが、意味はだいぶ異なるということになります。 不確実性の1つは過去の経験から得られる確率 これは、上述した「リスク」です。どのような事象が起きたか?それが起こる確率はどれくらいか?そのインパクトはどの程度か?などについて過去の経験に基づいて洞察が得られるものです。例えば、輸送の遅れ、需要のバラツキ、ITシステムの障害、消費者の購買行動におけるバラツキ、設備などの停止、部品の故障率や製造品質などです。このような不確実性は過去のデータを分析することで予測可能です。このタイプの不確実性を今回は、「予測可能な不確実性」と呼ぶことにします。この「予測可能な不確実性」への対処に関しては、長年の経験から、多くのケースにおいて理論が確立してアナリティクスのベストプラクティスにすでに組み込まれています。 近年ニーズが増えてきたもう一つの不確実性への対応 こちらはずばり、過去に起きてないために予測することが困難な事象です。例えば、COVID-19、自然災害、特定地域での紛争や各国の政治情勢の変化などです。海洋の変化が予測とは大きく異なり漁獲高が計画と大きく乖離して輸出の計画が崩れて困っているという事例も該当します。特にサプライチェーン管理が必要な多くの企業は、近年特にこのような事象により、サプライチェーンが突如として混乱に見舞われるという経験をされているでしょう。このような不確実性は、過去に起きてない事象であっても、あらゆる情報を収集することで将来の起こる可能性についての洞察をある程度得ることができることもあります。ソーシャルメディアを分析することで、その国の経済の先行指標としての洞察を得たり、政治的な変化の予兆につなげるという活用方法も実際にされてきています。しかし、自社のサプライチェーンに関わる世界中のあらゆる状況に対して調べつくすということは、ほとんどの企業にとっては投資対効果的に見合わないと思います。したがって、サプライチェーンにおいては、そのような事象によって混乱した状態からなるべく早く回復するために、自社のサプライチェーンの脆弱性を理解し、起こりうるシナリオを想定して、それに備えることに投資の目を向けます。このようなタイプの不確実性を今回は、「予測困難な不確実性」と呼ぶことにします。 デジタルツインでは二つの不確実性への対応が価値をもたらす デジタルツインですが、そもそもビジネスをデータに基づいた意思決定にしている世界は部分的には47年前からデジタルツインだと言えます(ちょっと強引すぎますかね)。SASは1976年に穀物の収穫高の予測を電子的統計手法で行ったのがスタートです。ITの進化、IOT技術の進化に伴いより多くのデータが観測・収集できるようになり、ビジネスの一部だけでなくより全体がデータの世界で表現できる様になりました。近年ではそれを「デジタルツイン」と呼んでいます。サプライチェーンのデジタルツインを実現して、皆様はどんな課題を解決したいでしょうか?今回取り上げた「予測可能な不確実性」と「予測不可能な不確実性」を理解することで、デジタルツインを活用した「現実世界のよりよい理解」、「その理解に基づく意思決定」、「シナリオ分析」や「シミュレーション」を適切に行うことができるようになり、将来起こりうることに対して、よりよい対処が可能となるでしょう。 この話の続きが気になる方へ SASのデジタルツインの最新の取り組みについてはまずはこちらのプレスリリースをご覧ください。 また、デジタルツインやシミュレーションについて他のユースケースなどご興味ある方は、こちらのCosmo Tech社の(英語)もお役に立つと思います。    

Analytics | Cloud
Lindsay Marshall 0
4 ways software as a service is driving intelligent business decisions

Cloud technologies enable greater access to analytics. The shift to providing less complicated usability empowers decision-makers and offers a competitive advantage previously unattainable. Companies of all sizes and sectors embrace cloud technologies to address data and information challenges. IT departments are short-staffed and expected to support a large and varied

Advanced Analytics | Analytics | Cloud | Machine Learning
Charlie Chase 0
6 advantages of using software as a service for grocery supply chain planning

You're not alone if you’re still seeing local grocery stores with empty shelves.  Food shortages are still lingering in 2023. Increases in consumer demand, labor shortages and shipping capacity restraints continue to interrupt supply chains, particularly for grocery retailers. These problems have persisted throughout the pandemic, as seen with the shortages

Advanced Analytics | Analytics | Artificial Intelligence | Cloud
Héctor Cobo 0
Cinco tendencias tecnológicas para este 2023

A lo largo de 2022, el mundo siguió enfrentando un entorno cambiante dominado por altibajos económicos, una crisis energética provocada por un conflicto bélico, una cadena de suministro que se reinventa, y recuperándose de los estragos de una larga pandemia global. Al mismo tiempo, los cambios culturales, ambientales y la

Advanced Analytics | Analytics | Customer Intelligence
Cristian Figueroa 0
Relaciones más personales, la vía para optimizar la experiencia de los clientes

Para millones de personas, además de obtener los servicios y productos que prefieren, la experiencia que les puedan ofrecer las marcas es cada vez más relevante y puede marcar la diferencia entre seguir siendo leales a ellas o abandonarlas.   Hoy, las organizaciones están conscientes de esto, por lo que

Advanced Analytics | Analytics | Artificial Intelligence | Cloud | Learn SAS | Machine Learning | SAS Events
Charlie Chase 0
Solving 3 emerging challenges for retail and consumer goods supply chains

The landscape of supply chains has changed rapidly due to unforeseen disruptions.  These changes include supply chain bottlenecks, inflation and geopolitical activities across retail and consumer goods industries. Retail supply chains are under immense pressure to keep up with these rapid changes. Innovators have been quick to take advantage of

1 2 3 13