Previsione della domanda

Che cos'è la previsione della domanda?

• La previsione della domanda è il processo di proiezione della domanda dei consumatori (che equivale alle entrate future). Nello specifico, prevede l'assortimento di prodotti che i consumatori acquisteranno, utilizzando dati quantitativi e qualitativi.
• L'indisponibilità di un prodotto nel momento in cui i consumatori lo richiedono è un problema che può costare molto caro ai rivenditori. Una previsione della domanda inaccurata porta le aziende a mettere a scaffale i prodotti sbagliati o, eventualità ancora più grave, a esaurire le scorte nei punti vendita.

In che modo Lakehouse for Retail consente la previsione della domanda?

• Lakehouse for Retail consente di accedere ai dati in tempo reale. L'abbandono di un modello basato su accesso, analisi ed elaborazione orientati al batch a favore di dati "always-on" rende possibili decisioni e iniziative di business intelligence in tempo reale. Il lakehouse utilizza tecnologie che includono Delta, Delta Live Tables, Autoloader e Photon per consentire alle organizzazioni di utilizzare i dati in tempo reale a supporto di decisioni.
• Lakehouse for Retail supporta anche i job più grandi a intervalli quasi in tempo reale. I nostri clienti caricano nel lakehouse quasi 400 milioni di eventi al giorno dai log delle transazioni a intervalli di 15 secondi. A causa dell'interruzione delle attività di reporting e analisi che si verifica durante l'elaborazione dei dati, la maggior parte dei clienti del settore retail carica i dati nel proprio data warehouse durante un batch notturno. Alcune aziende caricano i dati addirittura con cadenza settimanale o mensile.
• Un'architettura lakehouse event-driven fornisce un metodo più semplice per l'inserimento e l'elaborazione di dati batch e streaming rispetto agli approcci legacy, come le architetture Lambda. Questa architettura gestisce l'acquisizione dei dati di modifica e garantisce la conformità ACID delle transazioni.
• Delta Live Tables semplifica la creazione di pipeline di dati e integra automaticamente la derivazione dei dati per agevolare la gestione continua.
• Il Lakehouse consente di inserire i dati in tempo reale e di eseguire analisi sui flussi di dati. Con i data warehouse è necessario estrarre, trasformare, caricare ed estrarre nuovamente i dati dal warehouse prima di poter eseguire qualsiasi analisi.
• Photon offre prestazioni di query ineguagliabili, consentendo agli utenti di interrogare anche i set di dati più grandi per prendere decisioni informate in tempo reale negli strumenti di BI.

Quali sorgenti di dati sono necessarie per un'accurata previsione della domanda?

• La previsione della domanda è parte integrante della fornitura di prodotti ai consumatori. Per consegnare con successo i prodotti ai consumatori, i rivenditori devono collaborare con i produttori nei seguenti processi operativi e casi d'uso: pianificazione delle vendite e delle attività operative (S&OP), ottimizzazione della supply chain, controllo e ottimizzazione dell'inventario e programmazione della produzione. I dati che alimentano i modelli di previsione della domanda provengono da diverse fonti, inclusi:
  • Punto vendita. La transazione di vendita avviene sotto forma di dati strutturati in tempo reale
  • Domanda storica. La domanda storica può essere contenuta nei sistemi di pianificazione delle risorse aziendali (SAP) e di solito è strutturata in formato batch
  • Dati esterni. I feed dei social network, le notizie e le informazioni sui concorrenti sono solitamente in un formato non strutturato e in tempo reale.
  • Click-stream. Dati semi-strutturati in tempo reale
  • Dati esterni. Anche il tempo atmosferico può incidere sulla domanda (si pensi a un tornado o a un uragano)