AI-lagerprognosetræning: Sådan lærer du butikschefer at evaluere efterspørgselsprognoser

Kan dine butikschefer sige, hvorfor en efterspørgselsprognose er forkert? En undersøgelse fra 2009 af mere end 60,000 forsyningskædeprognoser viste, at små menneskelige justeringer af computerprognoser ofte forværrede dem, så færdigheden til at træne er at bedømme, hvornår og hvor meget der skal justeres. Det er kernen i træning i AI-lagerprognoser. En efterspørgselsprognose er en forudsigelse af, hvor meget af et produkt kunderne vil købe i en given periode, og et AI-prognoseværktøj bygger den ud fra tidligere salg og andre signaler. Denne vejledning viser, hvordan man designer træning omkring én opgave: evaluering af en efterspørgselsprognose og antagelserne bag den. Den dækker forberedelse, øvelse med feedback, en bearbejdet case med et nyt forsøg, en scoret rubrik og en overførselskontrol. Den er skrevet til træningsdirektører for detailhandel og butikschefer. Casen og rubrikken er illustrationer, så en butiksdriftsspecialist bør gennemgå dem, før nogen får scoret.

hurtige fakta

1. Beskriv ydeevneproblemet

Forestil dig en leder, der åbner sin ugentlige bestillingsanbefaling til butikken. Værktøjet foreslår en normal mængde flaskevand og varme drikke til den kommende uge. Hun ved, at et velgørenhedsløb vil lukke hovedgaden på søndag. Vejrudsigten nævner det ikke.

Opgaven er ikke at betjene værktøjet. Lederen skal læse en anbefaling, finde de bagvedliggende antagelser, sammenligne dem med det, hun ved lokalt, og beslutte, hvad hun skal gøre, og hvad hun skal spørge om. Anbefalinger kommer fra en model, der kun ser, hvad den blev givet. Lederen ser gaden.

Denne åbning er et opdigtet scenarie, ikke en reel hændelse fra en kunde. Den viser, hvorfor færdigheden er en ræsonnementsmæssig en. En leder kan forstå værktøjets skærmbilleder perfekt og stadig acceptere et tal, som en lokal begivenhed, en leverandørforsinkelse eller en ændring af hyldeplads gør forkert. Denne træning handler om at bedømme en forudsigelse. Den dækker ikke, hvordan et prognoseværktøj forbinder sig med lagersystemer, hvilket er et separat emne med sine egne ejere.

2. Diagnosticer lærings- og kontekstmanglerne

Sammenlign, hvad rollen har brug for, med hvilke træningstester der er i dag. En quiz om værktøjets funktioner og tests minder om: "Hvor finder du den ugentlige anbefaling?" Den kan ikke vise, om en leder kan få øje på en tvivlsom antagelse. Det er analyse og evaluering. Vores guide til Matching af læringsaktiviteter med Blooms taksonomi forklarer, hvordan man aflæser den kognitive krav til en opgave som denne.

Tjek derefter årsager, som træning ikke kan afhjælpe:

• Data. Ser værktøjet kampagner, lokale begivenheder, vejr og leveringstider, eller kun tidligere salg?
• Myndighed. Kan en leder ændre en ordre, eller kun godkende anbefalingen?
• Værktøjer. Kan lederen se, hvorfor værktøjet anbefalede et tal, eller kun tallet?
• Procedurer. Er der en måde at rapportere en dårlig vejrudsigt på og få et svar?
• Øve sig. Er nogen leder nogensinde blevet bedt om at udfordre en prognose og forklare hvorfor?

Kun det sidste er et tydeligt træningsgab. Nævn de andre til sponsorerne, og aftal hvem der ejer hver enkelt. En manager, der er trænet til at sætte spørgsmålstegn ved prognosen, men ikke kan ændre rækkefølgen, vil hurtigt give op.

3. Design målrettet forberedelse og øvelse

Tre lag, hver med sin egen opgave.

Forberedelse: tjek forudsætningerne. Giv en kort diagnose af de termer, der anvendes i sagen, såsom prognose, leveringstid, sikkerhedslager og kampagneforhøjelse. En tilbagekaldelseskontrol bekræfter, at forudsætningerne er på plads. Rapporter det ikke som parathed.

Øvelse: balanced scorecard-laboratorier med feedback knyttet til beslutninger. I stedet for at bedømme en prognose ud fra ét tal, så giv ledere et lille scorecard at arbejde sig igennem. Det kan f.eks. være at spørge om fire ting: hvor præcise de sidste par prognoser var, om prognosen hælder i den ene retning (har tendens til at over- eller undervurdere), hvad omkostningerne ved at løbe tør er i forhold til omkostningerne ved at holde for meget, og hvilke antagelser lederen kan bekræfte eller tvivle på. Hvert eksperiment beder om en beslutning og en begrundelse.

Feedback bør pege på beslutningen: "Du navngav begivenheden, men sagde ikke, hvor mange enheder du ville ændre rækkefølgen med" er mere nyttigt end "Godt tænkt". Vores guide til design af interaktiv praksis med nyttig feedback går videre.

Gennemgang og overførsel: diskutér et tvetydigt valg. Live input fra en regional leder eller en genopfyldningsplanlægger giver mest effekt, hvor to beslutninger begge er forsvarlige, såsom en lille justering eller en eskalering. Asynkron gennemgang er tilstrækkelig til enkle kontroller, såsom om den studerende har angivet antagelserne. Vores guide til forbinder forberedelse i eget tempo med live coaching viser, hvordan man deler de to.

Et ord om evidens, fordi det former, hvad der skal undervises i. I en undersøgelse fra 2009 i International Journal of Forecasting, Fildes, Goodwin, Lawrence og Nikolopoulos analyserede mere end 60,000 prognoser og resultater fra fire forsyningskædevirksomheder og undersøgte, hvad der skete, da folk justerede computergenererede prognoser. Justeringer forbedrede i gennemsnit nøjagtigheden i de fleste tilfælde, men små justeringer forværrede ofte prognoserne, og opadgående justeringer var mindre tilbøjelige til at hjælpe end nedadgående justeringer, hvilket forfatterne læste som optimismebias. Det var en undersøgelse af forsyningskædeplanlæggere, ikke butikschefer, så det er ikke bevis for dine butikker. Det foreslår, hvad du skal praktisere: juster, når du har en reel grund, fortæl, hvor stor ændringen er og hvorfor, og hold øje med din egen optimisme.

4. En bearbejdet sag med feedback og et nyt forsøg

Illustrativt. En butiksdriftsleder bør validere casen og svarkriterierne før brug.

Sagen. Et værktøj anbefaler at bestille den samme mængde flaskevand og varme drikke som sidste søndag. Sagsdokumenterne viser otte ugers udsalg. I uge fem øgede en kampagne salget kraftigt. Et velgørenhedsløb lukker hovedgaden søndag, og butikken er på ruten. Leveringerne ankommer torsdag.

Opgaven. Forklar afgørelsen, angiv den dokumentation, du har brugt, og angiv, hvilke yderligere oplysninger eller støtte du har brug for.

Et første forsøg. "Prognosen er baseret på reelt salg, så jeg accepterer den." Anmelderen spørger, hvad prognosen antager om kampagneugen, om den kender til løbet, og hvad der sker, hvis butikken er udsolgt inden frokost. Eleven har intet svar på nogen af ​​de tre.

Feedback og forsøg igen. Gennemgangen peger på forfremmelsesugen i sagsmappen og begivenhedsmeddelelsen og beder den studerende om at omskrive afgørelsen med dens antagelser.

Et stærkere forsøg. Den studerende bemærker, at uge fem ser oppustet ud af kampagnen, og spørger, om modellen har fjernet den. De markerer, at begivenheden ligger uden for noget, modellen kunne have set, og foreslår at hæve vandbestillingen med en angivet mængde og lade varme drikke være, fordi en løbetur om morgenen sandsynligvis flytter kolde drikke mere end varme. De siger, hvad der ville ændre deres mening, såsom et svar fra hovedkontoret om sidste års løbetur, og de spørger områdelederen, om de må afgive en ekstra ordre inden torsdagens levering. De registrerer ændringen, så den næste gennemgang kan sammenligne den med det, der blev solgt.

Hvorfor hvert svar er forsvarligt eller ufuldstændigt. Bedøm ud fra de godkendte kriterier. Det første forsøg kan tilfældigvis være korrekt, men det kan ikke vise det, fordi ingen antagelse er blevet kontrolleret. Det andet forsøg er stærkere, fordi det viser, hvad der blev antaget, hvad der blev justeret og hvorfor, og hvor lederens autoritet ophører. Tilføj en variant, der justerer med en lille smule uden grund, og spørg gruppen, hvordan scoren skal ændres.

5. Vurder kapacitet og planoverførsel

Giv hvert kriterium en score fra 0 til 2. Tilpas kriterierne med din specialist: denne rubrik er et foreslået udgangspunkt, som din specialist bør validere.

Definer kritiske fejl separat, for eksempel ordrer ud over en sikkerheds- eller pladsgrænse. En samlet score må aldrig skjule en kritisk fejl. Kontroller, at to bedømmere giver den samme score til det samme svar, før du stoler på scorerne. Vores guide til vurdering af dømmekraft og problemløsning i træning dækker ankre og assessorkalibrering mere dybdegående.

For at kontrollere overførslen skal du give hver leder en ny sag efter en forsinkelse og derefter tilføje en opfølgning på arbejdspladsen: den næste rigtige prognosegennemgang i deres værksted, skrevet op med dens antagelser og beslutning, diskuteret med en regional leder og scoret i forhold til den samme rubrik.

To målinger passer til dette design: kvaliteten af ​​antagelsestjek og kvaliteten af ​​beslutningsgrundlagetSammenlign en baseline med en hidtil uset opfølgningsopgave, og definer populationen, nævneren og timingen, før du starter. Kig derefter efter samtidige ændringer, såsom en ny udgivelse af et prognoseværktøj, en sæson eller en ændring i rækkefølgeregler, før du krediterer træningen. En bedre score er kun bevis for ræsonnement.

Hvilke beviser viser, at eleverne kan evaluere en prognose?

Se efter tre ting i et uset tilfælde: Lederen nævner antagelserne bag tallet, giver en årsag og en størrelse for enhver justering, og siger, hvad de har brug for at vide, eller hvem de ville spørge. Tjek senere butikkens egne optegnelser: blev de gennemgåede prognoser diskuteret, og blev noterne ført? Vær forsigtig med lagerresultater alene, da mange ting ændrer dem.

Hvor interaktiv levering hjælper

Interaktive formater hjælper, hvor folk skal forpligte sig til et svar, før de ser gruppen. I en live-session kan en facilitator vise prognosen og sagsmappen, bede hver leder om at stemme om accept, justering eller eskalering og tilføje en begrundelse på én linje, og derefter afsløre spredningen før diskussionen. Den samme sag kan køres i eget tempo til forberedelse og til den usete opfølgning. AhaSlides, en alt-i-en engagementsplatform til teams og klasseværelser, understøtter interaktiv læring og skift mellem live og selvstændig undervisning. Sammenlign eventuelle specifikke forfatter-, feedback- eller rapporteringsfunktioner, du planlægger at stole på, med din egen arbejdsgang, og behandl AI, simulatorer og integrationer som eksterne eller ubekræftede, indtil du har set dem fungere.

Hvad træning ikke vil løse

• Dårlige data. Hvis værktøjet aldrig ser kampagner eller begivenheder, vil intet kursus fuldføre sit output.
• Stramme bestillingsregler. En fast ordreplan begrænser, hvad en leder kan justere.
• Myndighed. En leder, der ikke kan afgive en ekstra ordre, kan kun markere et problem.
• Begrænsninger, der forbliver efter at færdighederne er forbedret. Leverandørernes leveringstider, hyldeplads og regler for hovedkontor gælder stadig.

Ofte stillede spørgsmål

Hvad bør træning i AI-lagerprognoser dække?

Hvordan man læser en anbefaling, finder dens antagelser, sammenligner dem med lokal viden og beslutter, hvad man skal gøre. Opbygning af modeller og linkning af værktøjer til aktiesystemer er separate emner.

Skal butikschefer forstå algoritmen?

Ikke i detaljer. De skal vide, hvad værktøjet fik, hvad det ikke kunne se, og hvordan de kan se, når et tal ser forkert ud.

Hvordan vurderer du færdigheder inden for prognoseevaluering?

Bedøm en beslutning med dens antagelser og begrundelse i forhold til en eksplicit rubrik, og definer kritiske fejl separat.

Hvordan ved du, at træningen virkede?

Score en ny, uset sag efter en forsinkelse i forhold til den samme rubrik, sammenlign den med en baseline, og tjek, hvad der ellers har ændret sig i mellemtiden.

Hvem skal gennemgå sagen og rubrikken?

En butikschef, der kender dit sortiment, bestillingsregler og godkendelsesgrænser, før nogen får point på dem.

Hvor skal man begynde

Vælg én prognosebeslutning, som dine ledere træffer hver uge. Skriv én case med en tvivlsom antagelse, tilpas rubrikken med fire kriterier med en driftsleder i butikken, og kør den med en lille gruppe. Giv en ny case en måned senere, før du skalerer den.

For at se, hvordan en case som denne kan køre live og genbruges i dit eget tempo bagefter, så prøv det i AhaSlides.