如今，许多零售商对各种产品都有自动补货流程。然而，在含有超新鲜食品（保质期只有几天或更少）的产品类别中，许多产品仍然采用手工加工。想想蔬菜和水果、肉类、鱼类或方便食品等产品：这些新鲜产品对于杂货零售商吸引和留住顾客至关重要。新鲜的质量往往是一个很大的因素，在一个客户决定在一个商店或另一个商店购物。但是，如果缺货或者产品不够新鲜，消费者就买不到他们想要的，甚至可能去竞争对手那里。由于保质期已过而无法销售的产品会导致成本高昂的冲销和全球资源浪费。

为什么对于许多预测和补货解决方案来说，淘返利，fresh如此难以处理？有几个原因：

快速变化的趋势和强烈的季节性影响使新鲜产品的销售难以预测。浪费是另一个必须考虑的问题。新鲜产品通常在一天内送到商店，甚至一天多次。

但想想好处：降低了劳动力成本，更好的产品供应和更少的浪费，不仅在金钱方面，而且在食品方面也有全球影响。你怎么能做到这一点？

SAP Forecasting&Requirements for Retail，add-on for fresh products解决方案解决了成本密集型流程中的这些关键问题。我来解释一下这个产品的主要特点是：

对当前趋势反应迅速的新鲜商品的真实每日预测

基于每日历史销售数据作为输入和其他影响因素，如工作日影响，当前趋势预测系统将计算一个新鲜预测。此外，价格变化、促销、，事件甚至天气信息都可以包含在预测模型中，通过查看这些输入，系统每天都会变得更加智能。

预计的浪费是补充保质期非常短的新鲜产品时的另一个考虑因素。

谈论浪费不仅意味着有一些浪费-你还必须知道在哪里可能会发生冲销，物联网应用，以计算准确的订单金额。这就是所谓的浪费：我手头上现有的存货中有多少可能会在未来几天因为保质期已过而变质。根据规则，啥是大数据，您可以在解决方案中定义系统将如何计算未来可能的浪费，并将其包含在库存预测中。通过这样做，补货的准确性大大提高-不需要不准确的总体百分比或高安全量。

日内

定期补货计划通常基于全天。然而，在现实中，货物可能会在一天当中（即所谓的"一天之内"）交付，尤其是较小的城市商店，其储存区域非常有限。商店营业时间可能会对需求分布产生额外的影响，并且可能会在每星期一天有所不同（例如，星期四的商店营业时间更长）。有些商品甚至可能一天交付两次。

为了解决这些业务问题，可以使用SAP Forecasting and Requirements（SAP Forecasting and Requirements，新鲜产品的附加组件）来定义订单和交付信息，这些信息不仅基于天数，而且还带有时间戳。这些时间表可以在补货计算和商店营业时间时考虑。

但这真的有效吗？

阅读本次业务转型研究，了解Maxima Group，大数据是啥意思，一家同时在波罗的海、波兰和保加利亚拥有1000多家门店的杂货零售商，是如何以与SAP Forecasting and Bulgaria相同的效率补充其短货架期产品，包括包装肉、奶制品和面包的使用附加或新鲜产品补充。

减少20%的浪费和损失预测准确率提高50%92%自动计算的新鲜产品订单的商店接受水平

总之，这是新鲜食品的秘方，让员工和顾客更快乐，从全球角度来看最重要的是减少食品浪费。试试看！

，人工智能知识体系