Categories
程式開發

模型預測準確率高達94%!利用機器學習完美解決2000億美元庫存難題


本文最初發表於Towards Data Science 博客,經原作者Fabrizio Fantini 授權,InfoQ 中文站翻譯並分享。

你知道嗎?單是在美國,就有價值超過 2 萬億美元的庫存“,每售出1 美元,就有超過1.4 美元的庫存“。

這一數字至少超過了2000 億美元,甚至可能更多。理由如下。

商品庫存通常都是容易腐爛的:有些商品會隨著趨勢的變化而失去價值;有些商品是季節性的,季節性對需求起著重要作用;有些商品則只是過期了或被浪費掉了;有些商品可能會在貨架上存放了更長時間。一切終將消逝。並且,由於所需的財務成本,儲備庫存無論如何都是很昂貴的。

如今,消費者的選擇範圍越來越廣:他們正在充分利用這種多樣性,並變得比以往更有選擇性。無論是在B2B 還是B2C,都是如此。

新的分析技術應運而生,可以將這種浪費的庫存削減10% 或更多。我已經不止一次這樣做“了,所以我知道它行得通;那麼,這個故事中最吸引人的地方在哪裡?

>最好的解決方案不只是機器學習,而是將機器學習與人類輸入結合起來。

讓我們繼續閱讀,來了解我那難以置信的經歷。

回顧與展望