オムニチャネルフルフィルメントは在庫をよりスマートにするはずですが、それは本当にそうですか

需要認識と在庫管理 

計画システムは、特定のエリアの需要を理解することに依存して、在庫を配置する場所とそこにどれだけ配置するかを決定します。eコマースの注文を履行するために店舗から在庫を調達することは素晴らしいことですが、計画システムが受け取る需要の全体像を混乱させる可能性があります。これは、過去の在庫データが与えられると、 計画システムは需要が実際にどこから発生しているかを確認せず、注文がどこから履行されたかのみを確認するためです。

たとえば、店舗に余剰在庫がある場合、過剰在庫を修正するために、その場所をeコマースの注文処理に優先させることを決定した可能性があります。だからといって、その店舗地域でそのSKUに対する需要が本当にたくさんあるわけではありません。

しかし、フルフィルメントと過去のパフォーマンスのみを認識する計画システムにとって、その場所の大量の在庫が販売され、需要と在庫が実際には正しく一致したことを示唆しています。過剰在庫の問題を解決する代わりに、計画システムは次回の補充時にそれを再現します。

計画と実行の間のループを閉じる  

インテリジェントな在庫決定とは、特定の注文に対する適切な在庫供給元を特定できるだけでなく、真の需要が存在するフルフィルメントノードで在庫を補充し、それに応じて将来の在庫配置を調整する効率的な計画システムに関するものです。  

したがって、この例では、注文管理と在庫決定が計画の更新をトリガーし、計画ソリューションにそれらのeコマース注文の地理的基準が通知され、需要が実際にどこから発生しているかを理解します。

その後、インテリジェントなプランニングにより、将来の在庫レベルを調整して、より多くの在庫を顧客の需要に近づけることができ、過剰在庫の問題を防ぎ、適切な製品を顧客の近くに配置することで、顧客に迅速なフルフィルメント時間を提供することができます。

このフィードバックプロセスは、アウトバウンド注文だけに当てはまるわけではありません。返品された在庫は小売業者にとって大きな課題であり、それもエンドツーエンドのアプローチが必要です。処理とソートのためにリターンをDCにバンドルするのは簡単な方法ですが、大量の無駄と価値の損失につながります。

小売業者が物理的に到着する前に返品が何であるかを理解すれば、すぐにインテリジェントに処理でき、返品された在庫を需要の高い地元の店舗の迅速な補充に変えることができます。

そのためには、小売業者は、在庫計画が補充の決定を行う際に最も効率的なフルフィルメントの考慮事項を考慮に入れるように、リソースを投資し始める必要があります。– 在庫が最も必要な場所と需要の高い在庫を理解し、重複を防ぐため、つまり、補充されようとしている店舗に大量の返品を入れて過剰在庫を作成する。

Blue Yonderの顧客である Walgreens がBlue Yonderの注文管理マイクロサービスを使用して30分以内の注文ピックアップを提供し、注文がどこから履行されたかに関係なく、在庫計画が時間の経過とともに改善されたことを確認した方法をご覧ください。