In dit artikel leest u meer over:
- Waarom Europese retailers AI verplaatsen van pilotprojecten naar live operaties
- Wat geautomatiseerd bestellen en aanvullen in de praktijk van leveranciers vraagt
- Welke documenten de meeste problemen veroorzaken in geautomatiseerde retailsystemen
- Hoe u vooruitloopt op de vereisten voordat uw volgende Europese retailrelatie ervan afhangt
AI in de Europese retail is van pilot naar productie gegaan
Enkele jaren lang betekende AI in de Europese retail proof-of-conceptprojecten, forecastingpilots en testimplementaties in één magazijn of één productcategorie. De studie “AI Integration in Retail” van het EHI Retail Institute, het toonaangevende onafhankelijke onderzoeksinstituut voor retail in Duitsland, baseerde zich op 38 interviews met AI- en IT-managers bij grote retailers in Duitsland, Oostenrijk en Zwitserland. Daaruit bleek dat bijna alle grote retailers intern gedefinieerde AI-verantwoordelijkheden hebben, en dat 71% gespecialiseerde AI-teams heeft. De verschuiving van geïsoleerde pilots naar operationele inzet is in volle gang bij Europese supermarkten, warenhuizen en modeketens.
Het duidelijkste adoptiegebied is aanvulling en vraagvoorspelling. Carrefour gebruikt sinds 2022 AI-gestuurde besteltools in zijn magazijnactiviteiten. De software verwerkt gegevens uit winkels, magazijnen en e-commercekanalen om inkoopbeslissingen te automatiseren. Hetzelfde patroon zien we steeds vaker in de Europese supermarkt- en warenhuissector: AI die inkooporders genereert, orderhoeveelheden aanpast op basis van vraagsignalen en afwijkingen signaleert, zonder te wachten op een wekelijkse inkoopbeoordeling.
Voor leveranciers verandert niet de relatie, maar de snelheid van de gevolgen. Een menselijke inkoper die een EDI-afwijking beoordeelt, belt misschien de accountmanager. Een geautomatiseerd systeem signaleert de afwijking direct, houdt de order vast of stuurt die naar een wachtrij voor uitzonderingen. Dat kan vervolgens leiden tot een vertraagde betaling of een terugboeking.
Wat geautomatiseerd bestellen van leveranciers vraagt
AI-gestuurde aanvullingssystemen zijn afhankelijk van schone input. Uit de EHI-studie blijkt dat 67% van de AI-managers in de Europese retail de datakoppeling binnen hun organisatie als slecht of relatief slecht beoordeelt. Dat tekort ligt aan de kant van de retailer. De data die in die systemen stroomt, komt echter van leveranciers: orderbevestigingen, vooraanmeldingen van verzendingen (advance despatch notifications), facturen en productdata.
Wanneer het geautomatiseerde bestelsysteem van een retailer een inkooporder verstuurt en de bevestiging terugkomt met een afwijkende hoeveelheid, interpreteert het systeem de bedoeling niet. Het registreert een afwijking. Wanneer een vooraanmelding arriveert met een veldformaat dat niet overeenkomt met de specificatie van de retailer, past het systeem geen oordeel toe. Het weigert het document.
Drie soorten input zijn in geautomatiseerde omgevingen het belangrijkst.
Ten eerste de vooraanmeldingen van verzendingen (DESADV), die worden verstuurd voordat de goederen aankomen. Retailers gebruiken DESADV-gegevens om voorraad in distributiecentra vooraf te positioneren, nog voordat de fysieke levering arriveert. Een late of ontbrekende melding veroorzaakt daardoor automatisch een ontvangstafwijking die het systeem niet kan oplossen.
Ten tweede factuurgegevens die precies overeenkomen met de inkooporder en de DESADV. Geautomatiseerde crediteurenadministraties vergelijken hoeveelheden en prijzen in beide documenten. Elke afwijking levert een uitzondering op. Die stapelen zich op tot betalingsvertragingen en kortingen, voordat een menselijke controle het patroon opmerkt.
Ten derde productdata die is gekoppeld aan GTIN’s voor elke SKU. Ontbrekende, inconsistente of verouderde data betekent dat het bestelsysteem producten niet correct kan koppelen. Dat vertraagt bestellingen of leidt tot onjuiste hoeveelheden.
De structurele kloof: datakwaliteit aan beide kanten
De EHI-bevinding is het vermelden waard: 67% van de retailers beoordeelt de eigen datakoppeling als slecht. Dit is een zelfbeoordeling van de retailer. De leveranciersdata die deze systemen voedt, is een extra variabele die retailers niet zelf beheersen.
Een analyse van McKinsey over AI in de Europese retail laat zien dat het opschalen van AI in retailoperaties wordt beperkt door datakwaliteit en losstaande systemen. Voor leveranciers is de implicatie duidelijk: hun datakwaliteit maakt deel uit van het AI-vraagstuk van de retailer. Een leverancier wiens productdata accuraat is, wiens vooraanmeldingen op tijd binnenkomen en wiens facturen overeenkomen met de order, levert de schone input waarmee het voorspellingsmodel van de retailer kan werken. Een leverancier wiens data hiaten of fouten bevat, wordt een uitzondering die het systeem niet goed kan verwerken.
Volgens de SPS Commerce Customer Impact Study geeft 83% van de klanten aan dat ze via het netwerk beter voorbereid zijn op AI.
Wat EU-retailers draaien en wat elk gebruik van leveranciers vraagt
AI-toepassing bij de retailer | Wat leveranciers moeten leveren |
|---|---|
Geautomatiseerd aanvullingsbestellen | Juiste GTIN’s en productdata; orderbevestigingen binnen het tijdsvenster dat de retailer vereist |
Vraagvoorspelling | Consistente leverbetrouwbaarheid en leveringsprestaties; betrouwbare sell-through-data via EDI |
Geautomatiseerde factuurmatching | Facturen die precies overeenkomen met de hoeveelheden en prijzen van inkooporder en DESADV |
Uitzonderingsbeheer | DESADV’s die worden verstuurd voordat goederen aankomen; correcte documentopmaak, zodat formaatfouten geen uitzonderingen veroorzaken |
Voorraad vooraf positioneren | Vroege, accurate vooraanmeldingen, zodat het distributiecentrum de ontvangst kan plannen voordat de goederen arriveren |
Wat u oplost voordat het systeem het signaleert
Het venster om datakwaliteitsproblemen aan te pakken, is er voordat een geautomatiseerd retailsysteem een patroon begint te registreren. Tegen de tijd dat een inkoper een gesprek voert over terugkerende afwijkingen, bestaat de uitzonderingsgeschiedenis van het account al.
Controleer de timing van de DESADV-verzending voor alle Europese accounts. Als vooraanmeldingen worden verstuurd nadat de goederen al zijn verzonden of aangekomen, werkt het systeem van de retailer zonder de data die het verwacht. De oplossing is niet sneller verzenden, maar de DESADV eerder in het fulfilmentproces versturen.
Stem uw productmasterdata af op de vereisten van elke retailer. GTIN’s die in GS1 zijn geregistreerd, producthiërarchiegegevens en verpakkingsafmetingen moeten overeenkomen met de specificatie die de retailer hanteert. Afwijkingen in productdata leiden tot onjuiste bestellingen voordat een menselijke inkoper het probleem ziet.
Controleer de factuurnauwkeurigheid over de afgelopen 90 dagen. Als facturen bij meer dan een klein deel van de gevallen uitzonderingen veroorzaken, ligt de oorzaak meestal in een procesgat bij het genereren van factuurdata uit de orderbevestiging. Het oplossen van dat bovenliggende proces vermindert de uitzonderingen verderop in de keten.
Controleer of EDI-verbindingen actief en getest zijn voordat een nieuwe Europese retaillisting live gaat. Een nieuwe Europese retailrelatie die begint met een documentformaatfout, creëert vanaf dag één een uitzonderingsgeschiedenis op een scorecard zonder positieve historie om die te compenseren.
Waar de intelligentie zich bij de leverancier bevindt
Europese retailers beschikken over tools die hun inkomende documenten bewaken en problemen automatisch signaleren. Leveranciers hebben dezelfde mogelijkheid nodig aan hun kant van de transactie.
Voor leveranciers die EU-retailverbindingen via SPS Commerce beheren, bewaakt MAX continu bestellingen, zendingen en facturen over alle verbonden accounts. Wanneer een document op weg is naar een uitzondering, wordt het gesignaleerd voordat het het systeem van de retailer bereikt. Dat maakt het verschil tussen een probleem oplossen terwijl het nog in de wachtrij zit, en het oplossen nadat het een terugboeking of vertraagde betaling is geworden.
MAX put uit het echte gedrag van meer dan 300.000 handelsrelaties om routinematige variatie te onderscheiden van werkelijk risico. U kunt vragen stellen over een fout, een orderstatus of de specifieke documentvereisten van een retailer, en krijgt een antwoord in begrijpelijke taal, gebaseerd op hoe dat account in de praktijk werkt. Het netwerk wordt met elke transactie scherper.
Naarmate Europese retailers meer van hun bestelproces via geautomatiseerde systemen laten lopen, zijn het de leveranciers die die systemen soepel laten draaien die zij willen laten groeien. De vraag voor leveranciers is of de data die zij versturen goed genoeg is om onzichtbaar te blijven voor de uitzonderingswachtrij. Dat is het doel. Alles wat daar niet aan voldoet, wordt geregistreerd.
Vooruitlopen op geautomatiseerd bestellen begint bij de data die u verstuurt. SPS Commerce houdt die data schoon, verbonden en correct in beweging voor elk EU-retailaccount.