Optimización de la producción en el sector textil
Recomendar volúmenes de producción evaluando el riesgo de las señales de la demanda en mercados muy volátiles de la industria de la moda.
La cantidad total para la producción de artículos podría aumentarse en 43 % sin alcanzar un riesgo residual mayor que antes.
El prototipo combina la calidad de señales de demanda heterogéneas procedentes de distintos mercados
Desafío
Un fabricante y minorista de moda alemán tiene que hacer frente a la dinámica demanda de sus artículos en un sector tan volátil como el de la moda. En la industria de la moda, la volatilidad de la demanda es un problema aún mayor debido a los plazos de producción y transporte comparativamente elevados. El riesgo financiero de la sobreproducción debe limitarse a 1%. Hay que integrar las señales de demanda de diferentes mercados que difieren en la calidad de las previsiones.
Solución
Se identifican los artículos de bajo riesgo que tienen una alta probabilidad de futuros pedidos reales y recomiendan un inicio temprano de la producción. Al adelantar la producción de artículos seguros, la capacidad liberada de la fábrica podría utilizarse para producir artículos de riesgo más adelante, cuando las señales de demanda sean más fiables. Se aplican algoritmos de aprendizaje automático utilizando señales históricas de demanda, cantidades de producción y atributos de los artículos.
Resultado
Existe un paquete R desarrollado que recomienda artículos específicos y cantidades correspondientes para todas las fábricas mediante la evaluación de sus riesgos individuales y el cálculo de una parte de la señal de demanda inicial que se cubre con un alto grado de certeza.
¿Le interesan sus propios casos de uso?
Desafío
Una empresa automovilística desea visualizar diversos datos específicos del mercado para crear un Análisis de la competencia para el mercado estadounidense.
Solución
Habrá un interactivo y Aplicación flexible, que incluye de mapas diferentes con dos vistas distintas implementadas.
Resultado
Los mercados de referencia son identifica, analiza y visualiza. El distribuidor o el departamento de ventas correspondiente tienen la posibilidad de comparar la competencia directa con su propio producto y visualizar los datos pertinentes.
Nuestros casos prácticos
- Obtenga información aún más detallada sobre los proyectos de nuestros clientes -
Cocina inteligente con Thermomix
Operaciones de datos en Munich Re
Conocimientos de datos e IA
Creación conjunta de valor añadido a partir de los datos y la IA