Bimbo Bakeries USA (BBU) Birleşik Devletler’deki en büyük fırıncılık şirketi. Şirket, 59 fırın işletmekte, 20.000'den fazla çalışanı istihdam etmekte ve ABD genelinde 11.000 satış kanalı aracılığıyla ürünlerini dağıtmakta.
Sipariş doğruluğunu artırarak stok yetersizliğinden kaynaklanan satış kayıplarını en aza indirin ve ön saflardaki ekiplere gerçek zamanlı veri görünürlüğü sunarak onları güçlendirin.
Bimbo Bakeries USA
Horsham, Pennsylvania/ABD
Üretim
Bimbo Bakeries USA (BBU) Birleşik Devletler’deki en büyük fırıncılık şirketi ve Sara Lee®, Entenmann’s® ve Thomas’® gibi markaları bünyesinde barındırıyor. BBU, 59 fırın işletiyor, 20.000'den fazla çalışanı istihdam ediyor ve ABD'deki fırın ürünleri satan mağazaların çoğuna hizmet veren 11.000 dağıtım güzergahı üzerinden ürünlerini dağıtıyor.
Fırıncılık ürünleri imalatçıları, ikame edilebilir olarak kabul edilen ürünlerin dağıtımını yaparlar ve stokta olmayan ürünlerden kaynaklanan satış kayıplarını karşılayamazlar. Fırıncılık ürünlerinin çabuk bozulabilen yapısı, alışverişçilerin beklediği tazeliği sağlamak için sıkı bir stok yönetimi gerektirir. Sonuç olarak, BBU gibi üreticiler, stok fazlasından kaynaklanan israf ile stok eksikliğinden kaynaklanan satış kaybı arasında kalarak zorluk çekebilir.
COVID-19 pandemisinden önce bile, hava koşulları, etkinlikler ve mağaza operasyonları nedeniyle yerel talebin yüksek değişkenliği, talep öngörüsü hatalarını daha da artırmıştı. Bu durum, şirketin fazla stoktan kaynaklanan gıda israfını azaltmaya çalışırken stok yetersizliği nedeniyle satış kaçırılmasına neden oldu. BBU hem stok fazlası hem de stokta eksik ürün konusunda çabalarını geliştirmek, ama her iki alandan da ödün vermemek istemekteydi.
Antuit.ai, Ion’ın karmaşık ve yüksek boyutlu zorlukları konusunda mükemmel bir işbirlikçiydi. Özel olarak tasarlanmış kullanıcı arayüzü ile desteklenen yapay zeka destekli öngörü ve sipariş işleme uzmanlıkları, sipariş doğruluğumuzda ve organizasyonel verimliliğimizde önemli bir adım değişikliği sağladı. En iyisi de iş konusundaki etkiyi hissetmek için yıllarca beklemek zorunda olmamamız.
BBU, öngörü alanındaki zorlukların yanı sıra önünde pek çok kurumsal engelin olduğunun da farkındaydı. Bir düzine segmentlendirilmiş bölgesel fırını daha iyi koordine etmek ve haftalık ekmeklerinin son iki diliminin, ilk dilim kadar taze olmasını bekleyen müşterilerle daha iyi iletişim kurmak istiyordu. BBU bunun yanı sıra, masaüstü hesap makineleri ve manuel hesap tabloları kullanarak eski operasyonlarını modernize etmek ve şirketin ileri hattaki çalışanlarına üretim hattından mağaza teslimatına kadar en yüksek kaliteyi sürdürmek için gerekli araçları sağlamak istedi.
Gerekli organizasyonel dönüşümü gerçekleştirmek için, BBU'nun Doğrudan Mağaza Teslimatı (DSD) Mükemmellik Merkezi Başkan Yardımcısı Morgan Smith, mükemmel bir tüketici marka deneyimi sağlamak için kapsamlı bir program yönetti. Smith, üretim hattındaki deneyimli fırıncıların ve DSD sürücüleri gibi ön saflarda çalışanların karşılaştığı zorlukları daha iyi anlamak istiyordu. Bulguları arasında, üretimden tüketiciye uzanan “emir komuta zinciri”ne ilişkin, önem sırasını tersine çevirerek günlük tüketicileri en önemli paydaşlar haline getiren ve aynı şeyin doğrudan hizmet veren şirketin ön saflardaki ekipler için de geçerli olduğu yeni bir bakış açısı da vardı.
BBU’nun ön saflardaki çalışanları, bu yeni müşteri odaklı yaklaşımı desteklemek için işlerini daha iyi yapmalarına ve gerçek dünyadan elde ettikleri bilgileri üst yönetime “aşağıya doğru” aktarmalarına yardımcı olacak, amaca yönelik, veriye dayalı yeniliklere ihtiyaç duyuyordu.
BBU, çalışanların ideal bir çözümün işlerini nasıl kolaylaştıracağına dair geri bildirimlerine dayanarak “ön saflarda çalışanlar için, ön saflardan ve ön saflarda çalışanlar tarafından” bir işyeri asistanı olarak hizmet vermeyi amaçlayan, tescilli bir talep istihbarat platformuna dayanan Ion adlı yeni bir yaklaşım sundu.
Ion, en yeni yapay zeka araçlarının pazara girmesinden çok önce sonuçlar elde etmeyi başararak yapay zeka destekli talep öngörüsü ile zamanının ötesinde olduğunu kanıtladı.
DSD için Öngörücü Sipariş Daha Fazla Öngörü Doğruluğu ve Sezgisel İş Akışları Sundu
Antuit.ai, planlamacılar ve rota operatörleri arasında daha iyi iş birliği sağlayan bir kullanıcı arayüzü kullanarak Ion için öngörülerin iyileştirilmesine yardımcı olan, daha doğru siparişler sağlayan ve ABD genelinde 11.000 rotayı desteklemek için etkili bir şekilde ölçeklendirilen bir “mükemmel sipariş” çözümünü sundu.
antuit.ai, öngörülerde gelişme sağlamak için talebi analiz etmek ve veri uç değerlerini tespit etmek amacıyla titiz bir yapay zeka iş akışı uyguladı. BBU, talep tetikleyicilerini ve bunların etkisini belirlemek, en yüksek öngörü doğruluğunu sağlayacak hiyerarşi düzeyini test etmek ve son olarak makine öğreniminden yararlanarak öngörüleri, sipariş amaçları için uygun tüketim düzeyi kapsamında değerlendirmek arzusundaydı.
Antuit.ai'nin öngörü metodolojisi, (çoğu perakendeciler ve dağıtım sürücülerinden doğrudan elde edilen) daha fazla girdiyi dikkate almaktaydı ve hava durumu, yerel etkinlikler, mağaza stok kısıtlamaları ve gerçek satış noktası (POS) verileri dahil olmak üzere gerçek zamanlı veya neredeyse gerçek zamanlı girdileri de dahil etmek üzere tarihsel verilere dayalı temel ve promosyon talebinin ötesine geçmekteydi. antuit.ai'nin yapay zeka destekli talep öngörüsü ve öngörücü sipariş teknolojisi Ion'un arkasındaki teknik motor olarak bu daha ayrıntılı verileri dikkate alarak üretim miktarını doğru belirlemeye ve SKU/mağaza/hafta düzeyinde teslimatı yerelleştirmeye yardımcı oldu.
Ion, son kullanma tarihlerine göre değerlendirilen bozulabilir gıda kategorileri ve gıda israfının en aza indirilmesi için genellikle mağaza raflarında en eski ürünlerin stoklanmasına neden olan aşırı sipariş verme gibi kronik bir sorunu hızla çözdü. Bir somun ekmek veya bir kutu donut daha satmak gibi en ufak bir artışa bile ulaşabilmek, net gelirde büyük bir fark yaratabilir.
Bimbo, pandemi sırasında market ürünlerine olan talep paternleri neredeyse tanınmaz hale geldiğinde öngörü ve üretim süreçlerini çok daha hızlı bir şekilde uyarladı; bu, her fabrikada teslimat kamyonlarını doldurmak için “tüm çalışanların seferber olması” anlamına gelse bile. Eskiden uygulanması dört ay süren değişiklikler, artık sadece üç hafta içinde gerçekleştirilebiliyor.
BBU, pandeminin yaşandığı 5 yıl boyunca, her yıl aynı zamanda 6 haftalık aralıklarla yapılan ortalama hata yüzdesi (MAPE) veri takibine göre tüketicilerinin yaşamlarını etkileyen sıra dışı olaylara rağmen %80'in üzerinde bir öngörü doğruluğu oranı elde ederek bunu sürdürmeyi başardı.
Antuit.ai ekibi, herhangi bir veri ve teknolojik kısıtlamayı belirlemek ve gidermek için stratejik bir uygulama yaklaşımı benimsedi ve Ion'un güvenebileceği bir çözüm için sağlam bir temel oluşturdu. Antuit.ai'nin veri, yapay zeka ve teslimat yetenekleri tamamen bulut tabanlıdır ve birkaç ay içinde örnek bir setten 11.000 rotayı temel alarak ölçeklendirilmiştir.
Dünya çapında Fortune 1000 şirketlerine hizmet veren ve şu anda Zebra Technologies'in bir parçası olan antuit.ai, perakende ve tüketici ürünleri şirketlerinin iş sorunlarını çözmek için yapay zekayı kullanma tarzını yeniden yorumluyor. Antuit. ai, en önemli iş kararlarına bilgi sağlayan çözümler sunarak, şirketlerin işlerini dijital olarak dönüştürerek önemli iş sonuçları elde etmelerini sağlıyor.