एआई इन्वेंटरी पूर्वानुमान प्रशिक्षण: स्टोर प्रबंधकों को मांग पूर्वानुमानों का मूल्यांकन करना कैसे सिखाएं

क्या आपके स्टोर मैनेजर बता सकते हैं कि मांग का पूर्वानुमान गलत क्यों है? 2009 में 60,000 से अधिक सप्लाई-चेन पूर्वानुमानों के एक अध्ययन में पाया गया कि कंप्यूटर पूर्वानुमानों में मानवीय समायोजन से अक्सर पूर्वानुमान और भी खराब हो जाते हैं, इसलिए प्रशिक्षण का मुख्य कौशल यह तय करना है कि कब और कितना समायोजन करना है। यही AI इन्वेंटरी पूर्वानुमान प्रशिक्षण का मूल है। मांग का पूर्वानुमान एक अनुमान है कि खरीदार एक निश्चित अवधि में किसी उत्पाद की कितनी मात्रा खरीदेंगे, और एक AI पूर्वानुमान उपकरण इसे पिछली बिक्री और अन्य संकेतों के आधार पर तैयार करता है। यह गाइड एक कार्य के इर्द-गिर्द प्रशिक्षण को डिज़ाइन करने का तरीका बताता है: मांग के पूर्वानुमान और उसके पीछे की मान्यताओं का मूल्यांकन करना। इसमें तैयारी, फीडबैक के साथ अभ्यास, पुनः प्रयास के साथ एक हल किया गया केस, एक स्कोर किया गया रूब्रिक और एक ट्रांसफर चेक शामिल है। यह रिटेल प्रशिक्षण निदेशकों और स्टोर संचालन प्रबंधकों के लिए लिखा गया है। केस और रूब्रिक केवल उदाहरण हैं, इसलिए किसी को भी स्कोर देने से पहले एक स्टोर संचालन विशेषज्ञ को इनकी समीक्षा करनी चाहिए।

त्वरित तथ्य

1. प्रदर्शन संबंधी समस्या का वर्णन करें।

कल्पना कीजिए कि एक मैनेजर अपनी दुकान के लिए साप्ताहिक ऑर्डर की सिफारिश खोल रही है। टूल अगले सप्ताह के लिए बोतलबंद पानी और गर्म पेय पदार्थों की सामान्य मात्रा का सुझाव देता है। उसे पता है कि रविवार को एक चैरिटी कार्यक्रम के कारण मुख्य सड़क बंद रहेगी। लेकिन मौसम पूर्वानुमान में इसका कोई उल्लेख नहीं है।

कार्य केवल उपकरण का संचालन करना नहीं है। प्रबंधक को एक अनुशंसा पढ़नी होती है, उसके पीछे की मान्यताओं को समझना होता है, उनकी तुलना स्थानीय जानकारी से करनी होती है, और फिर यह तय करना होता है कि क्या करना है और क्या पूछना है। अनुशंसाएँ एक ऐसे मॉडल से आती हैं जो केवल वही देखता है जो उसे दिया गया है। प्रबंधक को जमीनी हकीकत का पता होता है।

यह शुरुआती उदाहरण एक काल्पनिक परिदृश्य है, न कि किसी ग्राहक की वास्तविक घटना। यह दर्शाता है कि यह कौशल तर्क पर आधारित है। एक प्रबंधक टूल की स्क्रीन को पूरी तरह से समझ सकता है और फिर भी किसी स्थानीय घटना, आपूर्तिकर्ता की देरी या शेल्फ-स्पेस में बदलाव के कारण गलत साबित हुए आंकड़े को स्वीकार कर सकता है। यह प्रशिक्षण पूर्वानुमान का आकलन करने के बारे में है। इसमें यह शामिल नहीं है कि पूर्वानुमान उपकरण स्टॉक सिस्टम से कैसे जुड़ता है, जो एक अलग विषय है और जिसके अपने विशेषज्ञ हैं।

2. सीखने और संदर्भ संबंधी कमियों का निदान करें

वर्तमान प्रशिक्षण परीक्षणों में भूमिका की आवश्यकताओं की तुलना करें। उपकरण सुविधाओं पर आधारित एक प्रश्नोत्तरी स्मृति परीक्षण करती है: "साप्ताहिक अनुशंसा आपको कहाँ मिलती है?" यह नहीं दिखा सकता कि कोई प्रबंधक संदिग्ध धारणा को पहचान सकता है या नहीं। यह विश्लेषण और मूल्यांकन है। हमारी मार्गदर्शिका ब्लूम के वर्गीकरण के अनुसार अधिगम गतिविधियों का मिलान करना यह बताता है कि इस तरह के कार्य की संज्ञानात्मक मांग को कैसे पढ़ा जाए।

फिर उन कारणों की जांच करें जिन्हें प्रशिक्षण से ठीक नहीं किया जा सकता:

• डेटा। क्या यह टूल प्रमोशन, स्थानीय कार्यक्रम, मौसम और डिलीवरी के लिए लगने वाले समय को देखता है, या केवल पिछली बिक्री को ही देखता है?
• प्राधिकरण। क्या कोई प्रबंधक किसी आदेश में बदलाव कर सकता है, या केवल सिफारिश को ही मंजूरी दे सकता है?
• उपकरण. क्या मैनेजर यह समझ सकता है कि टूल ने एक संख्या की सिफारिश क्यों की, या केवल उस संख्या की ही?
• प्रक्रिया। क्या खराब पूर्वानुमान की रिपोर्ट करने और जवाब पाने का कोई तरीका है?
• अभ्यास करें. क्या कभी किसी मैनेजर से किसी पूर्वानुमान को चुनौती देने और उसके कारणों को समझाने के लिए कहा गया है?

इनमें से आखिरी वाला तो प्रशिक्षण की कमी है। बाकी के नाम प्रायोजकों को बताएँ और तय करें कि प्रत्येक की ज़िम्मेदारी किसकी है। एक प्रबंधक जिसे पूर्वानुमान पर सवाल उठाना तो आता है लेकिन क्रम बदलना नहीं आता, वह जल्दी ही हार मान लेगा।

3. उद्देश्यपूर्ण तैयारी और अभ्यास की योजना बनाएं

तीन परतें, जिनमें से प्रत्येक का अपना-अपना काम है।

तैयारी: आवश्यक शर्तें जांच लें। मामले में प्रयुक्त शब्दों, जैसे पूर्वानुमान, लीड टाइम, सुरक्षा स्टॉक और प्रमोशन अपलिफ्ट, का संक्षिप्त विश्लेषण प्रस्तुत करें। रिकॉल चेक से पुष्टि होती है कि सभी आवश्यक शर्तें पूरी हैं। इसे तत्परता के रूप में रिपोर्ट न करें।

अभ्यास: संतुलित स्कोरकार्ड प्रयोगशालाएं, जिनमें निर्णयों से संबंधित प्रतिक्रिया शामिल हो। किसी पूर्वानुमान का मूल्यांकन केवल एक संख्या के आधार पर करने के बजाय, प्रबंधकों को एक छोटा स्कोरकार्ड दें जिस पर वे काम कर सकें। इसमें चार प्रश्न हो सकते हैं: पिछले कुछ पूर्वानुमान कितने सटीक थे, क्या पूर्वानुमान किसी एक दिशा में झुका हुआ है (अधिक या कम अनुमान लगाने की प्रवृत्ति रखता है), स्टॉक खत्म होने की लागत की तुलना में स्टॉक रखने की लागत क्या है, और प्रबंधक किन मान्यताओं की पुष्टि कर सकते हैं या किन पर संदेह कर सकते हैं। प्रत्येक परीक्षण में एक निर्णय और उसका कारण पूछा जाता है।

प्रतिक्रिया में निर्णय पर प्रकाश डाला जाना चाहिए: "आपने कार्यक्रम का नाम तो बता दिया, लेकिन यह नहीं बताया कि आप क्रम में कितने बदलाव करेंगे" कहना "अच्छा विचार" कहने से कहीं अधिक उपयोगी है। हमारी मार्गदर्शिका उपयोगी प्रतिक्रिया के साथ इंटरैक्टिव अभ्यास डिजाइन करना आगे जाता है.

समीक्षा और स्थानांतरण: एक अस्पष्ट विकल्प पर चर्चा करें। क्षेत्रीय प्रबंधक या आपूर्ति योजनाकार से प्रत्यक्ष इनपुट तब सबसे अधिक सहायक होता है जब दो निर्णय तर्कसंगत हों, जैसे कि कोई छोटा समायोजन या समस्या का बढ़ना। साधारण जाँचों के लिए अतुल्यकालिक समीक्षा पर्याप्त है, जैसे कि क्या शिक्षार्थी ने मान्यताओं को सूचीबद्ध किया है। हमारी मार्गदर्शिका स्वयं की गति से तैयारी करने की प्रक्रिया को लाइव कोचिंग से जोड़ना यह दिखाता है कि दोनों को कैसे अलग किया जाए।

साक्ष्य के बारे में एक बात, क्योंकि यह निर्धारित करता है कि क्या पढ़ाया जाना चाहिए। इंटरनेशनल जर्नल ऑफ फोरकास्टिंग में 2009 के एक अध्ययन में, फिल्डेस, गुडविन, लॉरेंस और निकोलोपोलोस चार सप्लाई-चेन कंपनियों के 60,000 से अधिक पूर्वानुमानों और परिणामों का विश्लेषण किया गया, जिसमें यह देखा गया कि कंप्यूटर द्वारा तैयार किए गए पूर्वानुमानों में बदलाव करने पर क्या होता है। अधिकांश मामलों में, समायोजन से सटीकता में औसतन सुधार हुआ, लेकिन छोटे समायोजन अक्सर पूर्वानुमानों को और खराब कर देते थे, और ऊपर की ओर किए गए समायोजन नीचे की ओर किए गए समायोजन की तुलना में कम प्रभावी थे, जिसे लेखकों ने आशावाद पूर्वाग्रह के रूप में देखा। यह अध्ययन सप्लाई-चेन योजनाकारों पर किया गया था, न कि स्टोर प्रबंधकों पर, इसलिए यह आपके स्टोर के बारे में कोई प्रमाण नहीं है। यह बताता है कि क्या करना चाहिए: जब आपके पास कोई ठोस कारण हो तभी समायोजन करें, बदलाव कितना बड़ा है और क्यों, यह बताएं और अपने स्वयं के आशावाद पर नज़र रखें।

4. प्रतिक्रिया और पुनः प्रयास के साथ हल किया गया मामला

उदाहरण के तौर पर। स्टोर संचालन प्रबंधक को उपयोग करने से पहले मामले और उत्तर के मानदंडों को सत्यापित करना चाहिए।

मामला। एक टूल पिछले रविवार के बराबर ही बोतलबंद पानी और गर्म पेय पदार्थों का ऑर्डर देने की सलाह देता है। केस फाइल में आठ सप्ताह की बिक्री का विवरण है। पाँचवें सप्ताह में एक प्रमोशन के कारण बिक्री में तेज़ी से वृद्धि हुई। रविवार को एक चैरिटी रन के कारण मुख्य सड़क बंद रहेगी और दुकान उसी मार्ग पर स्थित है। आपूर्तिकर्ताओं की डिलीवरी गुरुवार को होगी।

कार्य। अपने निर्णय की व्याख्या करें, आपके द्वारा उपयोग किए गए साक्ष्यों का हवाला दें और बताएं कि आपको और किस प्रकार की जानकारी या सहायता की आवश्यकता है।

पहला प्रयास। “यह पूर्वानुमान वास्तविक बिक्री पर आधारित है, इसलिए मैं इसे स्वीकार करता हूँ।” समीक्षक पूछता है कि पूर्वानुमान में प्रचार सप्ताह के बारे में क्या अनुमान लगाया गया है, क्या उसे बिक्री बढ़ने की जानकारी है, और अगर दुकान में दोपहर के भोजन तक सारा सामान बिक जाए तो क्या होगा। शिक्षार्थी के पास इन तीनों में से किसी भी प्रश्न का उत्तर नहीं है।

प्रतिक्रिया दें और पुनः प्रयास करें। समीक्षक केस फाइल और इवेंट नोटिस में प्रमोशन सप्ताह की ओर इशारा करता है और शिक्षार्थी से निर्णय को उसकी मान्यताओं सहित फिर से लिखने के लिए कहता है।

एक और मजबूत प्रयास। शिक्षार्थी ने ध्यान दिया कि पाँचवें सप्ताह में प्रमोशन के कारण बिक्री बढ़ी हुई लग रही है और पूछा कि क्या मॉडल ने इसे हटा दिया है। उन्होंने बताया कि यह घटना मॉडल की नज़र से परे है, और उन्होंने पानी के ऑर्डर को एक निश्चित राशि से बढ़ाने और गर्म पेय पदार्थों को अपरिवर्तित रखने का प्रस्ताव दिया, क्योंकि सुबह के समय ठंडे पेय पदार्थों की बिक्री गर्म पेय पदार्थों की तुलना में अधिक होने की संभावना होती है। उन्होंने पूछा कि क्या चीज़ उनके निर्णय को बदल सकती है, जैसे कि पिछले वर्ष की बिक्री के बारे में मुख्यालय से कोई जवाब, और उन्होंने क्षेत्र प्रबंधक से पूछा कि क्या वे गुरुवार की डिलीवरी से पहले एक अतिरिक्त ऑर्डर दे सकते हैं। उन्होंने इस बदलाव को दर्ज कर लिया ताकि अगली समीक्षा में इसकी तुलना बेची गई मात्रा से की जा सके।

प्रत्येक प्रतिक्रिया तर्कसंगत है या अपूर्ण है? स्वीकृत मानदंडों के आधार पर निर्णय लें। पहला प्रयास सही हो सकता है, लेकिन यह साबित नहीं कर सकता, क्योंकि किसी भी धारणा की जाँच नहीं की गई है। दूसरा प्रयास अधिक प्रभावी है क्योंकि यह दर्शाता है कि क्या माना गया था, क्या समायोजित किया गया था और क्यों, और प्रबंधक का अधिकार कहाँ समाप्त होता है। एक ऐसा विकल्प जोड़ें जो बिना किसी कारण के मामूली मात्रा में समायोजन करता है, और समूह से पूछें कि स्कोर में क्या परिवर्तन होना चाहिए।

5. क्षमता का आकलन करें और स्थानांतरण की योजना बनाएं

प्रत्येक मानदंड को 0 से 2 तक अंक दें। अपने विशेषज्ञ के साथ मानदंडों को अनुकूलित करें: यह मूल्यांकन मानदंड एक प्रस्तावित प्रारंभिक बिंदु है जिसे आपके विशेषज्ञ द्वारा मान्य किया जाना चाहिए।

गंभीर त्रुटियों को अलग से परिभाषित करें, उदाहरण के लिए सुरक्षा या स्थान सीमा से अधिक ऑर्डर देना। समग्र स्कोर में कभी भी गंभीर त्रुटि को छिपाया नहीं जाना चाहिए। स्कोर पर भरोसा करने से पहले यह सुनिश्चित कर लें कि दो मूल्यांकनकर्ताओं ने एक ही उत्तर को समान स्कोर दिया है। हमारी मार्गदर्शिका प्रशिक्षण में निर्णय क्षमता और समस्या समाधान का आकलन करना इसमें एंकर और मूल्यांकनकर्ता अंशांकन को अधिक गहराई से शामिल किया गया है।

स्थानांतरण की जांच करने के लिए, कुछ समय के अंतराल के बाद प्रत्येक प्रबंधक को एक नया मामला दें, फिर कार्यस्थल पर अनुवर्ती कार्रवाई जोड़ें: उनकी टीम में अगली वास्तविक पूर्वानुमान समीक्षा, जिसमें उसकी मान्यताएं और निर्णय शामिल हों, क्षेत्रीय प्रबंधक के साथ चर्चा की जाए और उसी मानदंड के आधार पर अंक दिए जाएं।

इस डिजाइन के लिए दो माप उपयुक्त हैं: धारणा जाँच की गुणवत्ता और निर्णय के औचित्य की गुणवत्ताएक आधारभूत कार्य की तुलना एक अनदेखे अनुवर्ती कार्य से करें, और शुरू करने से पहले जनसंख्या, भाजक और समय निर्धारित करें। फिर प्रशिक्षण का श्रेय देने से पहले समवर्ती परिवर्तनों, जैसे कि नए पूर्वानुमान उपकरण का प्रकाशन, मौसम या क्रम निर्धारण नियमों में परिवर्तन, पर ध्यान दें। बेहतर स्कोर केवल तर्क क्षमता का प्रमाण है।

ऐसे कौन से प्रमाण होंगे जिनसे यह पता चलेगा कि शिक्षार्थी पूर्वानुमान का मूल्यांकन कर सकते हैं?

किसी अनदेखे मामले में तीन बातों पर ध्यान दें: प्रबंधक संख्या के पीछे के अनुमानों का उल्लेख करे, किसी भी समायोजन का कारण और मात्रा बताए, और यह बताए कि उन्हें क्या जानने की आवश्यकता होगी या वे किससे पूछेंगे। बाद में, दुकान के अपने रिकॉर्ड की जाँच करें: क्या समीक्षा किए गए पूर्वानुमानों पर चर्चा हुई थी, और क्या उनका रिकॉर्ड रखा गया था? केवल स्टॉक परिणामों पर भरोसा न करें, क्योंकि कई चीजें उन्हें प्रभावित करती हैं।

जहां इंटरैक्टिव डिलीवरी मददगार होती है

इंटरैक्टिव प्रारूप तब मददगार होते हैं जब लोगों को समूह के सामने आने से पहले ही किसी उत्तर पर सहमति बनानी होती है। लाइव सेशन में, फैसिलिटेटर पूर्वानुमान और केस फाइल दिखा सकता है, प्रत्येक मैनेजर से स्वीकार करने, समायोजित करने या आगे बढ़ाने के लिए वोट करने और एक पंक्ति में कारण बताने के लिए कह सकता है, फिर चर्चा से पहले स्प्रेड का खुलासा कर सकता है। तैयारी और अप्रत्यक्ष फॉलो-अप के लिए इसी केस को स्व-गति से चलाया जा सकता है। AhaSlidesटीमों और कक्षाओं के लिए एक सर्व-समावेशी सहभागिता मंच, इंटरैक्टिव लर्निंग और लाइव व स्व-गति से सीखने के बीच स्विच करने की सुविधा प्रदान करता है। किसी भी विशिष्ट लेखन, प्रतिक्रिया या रिपोर्टिंग फ़ंक्शन की जाँच अपने स्वयं के वर्कफ़्लो के अनुसार करें, और AI, सिमुलेटर और एकीकरण को तब तक बाहरी या अपुष्ट मानें जब तक आप उन्हें काम करते हुए न देख लें।

प्रशिक्षण से क्या ठीक नहीं होगा

• अपर्याप्त आंकड़े। यदि टूल को कभी भी प्रमोशन या इवेंट्स नहीं मिलते हैं, तो कोई भी कोर्स अपना आउटपुट पूरा नहीं कर पाएगा।
• कठोर क्रम निर्धारण नियम। एक निश्चित ऑर्डर शेड्यूल प्रबंधक द्वारा किए जा सकने वाले समायोजन को सीमित करता है।
• प्राधिकरण। जो मैनेजर अतिरिक्त ऑर्डर नहीं दे सकता, वह केवल समस्या की पहचान बता सकता है।
• कौशल में सुधार के बाद भी बनी रहने वाली बाधाएं। आपूर्तिकर्ता की डिलीवरी का समय, शेल्फ पर उपलब्ध सामान और मुख्यालय के नियम अभी भी लागू हैं।

ज़्यादातर पूछे जाने वाले सवाल

एआई इन्वेंटरी पूर्वानुमान प्रशिक्षण में क्या-क्या शामिल होना चाहिए?

किसी अनुशंसा को कैसे पढ़ा जाए, उसकी मान्यताओं का पता कैसे लगाया जाए, उनकी तुलना स्थानीय ज्ञान से कैसे की जाए और आगे क्या करना है, यह तय कैसे किया जाए। मॉडल बनाना और उपकरणों को स्टॉक सिस्टम से जोड़ना अलग-अलग विषय हैं।

क्या स्टोर प्रबंधकों को एल्गोरिदम को समझने की आवश्यकता है?

विस्तार से नहीं। उन्हें यह जानने की आवश्यकता है कि उपकरण को क्या दिया गया था, वह क्या नहीं देख सकता था और यह कैसे पता लगाया जाए कि कोई संख्या गलत लग रही है।

आप पूर्वानुमान मूल्यांकन कौशल का आकलन कैसे करते हैं?

किसी निर्णय का मूल्यांकन उसकी मान्यताओं और तर्क सहित एक स्पष्ट मानदंड के आधार पर करें, और गंभीर त्रुटियों को अलग से परिभाषित करें।

आपको कैसे पता चला कि प्रशिक्षण कारगर रहा?

कुछ समय बाद सामने आए एक नए, अनदेखे मामले का उसी मानदंड के आधार पर मूल्यांकन करें, उसकी तुलना आधारभूत स्थिति से करें और यह जांचें कि इस बीच और क्या-क्या बदलाव हुए हैं।

मामले और मूल्यांकन मानदंड की समीक्षा कौन करेगा?

एक स्टोर संचालन प्रबंधक जो किसी को भी अंक दिए जाने से पहले आपकी उत्पाद श्रृंखला, ऑर्डर देने के नियम और अनुमोदन सीमाओं को जानता हो।

कहा से शुरुवात करे

अपने प्रबंधकों द्वारा हर सप्ताह लिए जाने वाले पूर्वानुमान संबंधी एक निर्णय का चयन करें। एक संदिग्ध धारणा पर आधारित एक केस स्टडी लिखें, स्टोर संचालन प्रबंधक के साथ चार मानदंडों वाली मूल्यांकन विधि को अनुकूलित करें और इसे एक छोटे समूह के साथ चलाएं। एक महीने बाद एक नए केस स्टडी का मूल्यांकन करें और फिर इसे बड़े पैमाने पर लागू करें।

यह देखने के लिए कि इस तरह के मामले को लाइव कैसे चलाया जा सकता है और बाद में स्व-गति से इसका पुन: उपयोग कैसे किया जा सकता है, इसे आज़माएँ। AhaSlides.