Inageya開始實驗極端天氣下商品需求預測系統「PASCAL」

氣象新聞公司於8月3日發表為今年夏天的颱風季做準備。以零售、製造業者為對象,開發的預測極端天氣商品需求變化最佳庫存系統引擎「PASCAL」。
「PASCAL」在一般商品的需求預測上,加上颱風、大雪等極端天氣消費者需求突發性增高的時間點,預測商品的銷售量、來客數的增減等對應店鋪的系統。颱風接近的前幾天,以預測熱門商品的銷售時間與數量,減輕報廢食品與販賣時機的錯誤為目標。8月21日在Inageya超市開始實驗。
2019年颱風陸續進入日本,超市與超商對食品、防災相關產品的需求急速增加,造成颱風來臨前各地商品都相繼缺貨。事前搶購、當日卻不買等特殊情況一般的商品需求預測對店家的經驗法則來說是難以預料的。
因上述原因,氣象新聞公司獨自開發極端氣候時消費者行動預測最佳庫存引擎「PASCLA」。系統建立在零售與製造商的銷售數據、來客數、每日的氣象、體感溫度、極端天氣數據為基礎,預測極端氣候來臨時的來客數、商品需求的範疇、品項等。不只是特殊情況,平時也可依據每日氣溫與體感變化來預測商品需求。
預測極端天氣時的消費者行動,在7日前將商品需求與來客數分成「特需」「增加」「普通」「減少」「特減」5個等級。這樣一來,就能事前把握極端天氣來臨前準備的食品與防災商品的「特需」、颱風接近時來客數的「特減」。
今後為了推廣「PASCLA」,因應極端天氣時的商品計畫配送與製造,開發製造業與零售業連動的系統、與自動下單等各種服務。運用零售與製造業者既有的商業數據與氣象資料,目標是將收益最大化、廢品最小化、適應氣候變遷。

[2020年8月3日/日本經濟新聞]

連鎖企業品牌故事

潮流探索

推薦刊物