การใช้ AI เพื่อลดสินค้าค้างสต็อก (Deadstock/Overstock) ในธุรกิจค้าปลีก ไม่ใช่แค่การดูว่าอะไรขายดี แต่คือการใช้ความสามารถของอัลกอริทึมในการ วิเคราะห์ความซับซ้อนของข้อมูล เพื่อให้การสั่งซื้อสินค้าแม่นยำที่สุด แบ่งข้อได้ตามนี้
1. การพยากรณ์ความต้องการระดับ SKU
ระบบเดิมมักพยากรณ์เป็นภาพรวม เช่น พยากรณ์ยอดขายทั้งหมวดหมู่เสื้อผ้า แต่ AI สามารถเจาะลึกไปที่ SKU (Stock Keeping Unit) เฉพาะ เช่น เสื้อยืดสีขาว ไซส์ L ในสาขาสยามสแควร์
- ลดค้างสต็อกอย่างไร? AI จะวิเคราะห์ช่วยให้ไม่สั่งสินค้าที่ขายดีในภาพรวม แต่ขายไม่ได้ในสาขานั้นๆ มาลงร้านลดโอกาสที่สินค้าบางไซส์หรือบางสีจะกองค้างอยู่ที่ชั้นวาง
2. การวิเคราะห์ข้อมูลภายนอก
AI ไม่ได้ดูแค่ยอดขายย้อนหลัง แต่ยังนำปัจจัยที่มนุษย์คำนวณได้ยากมาร่วมวิเคราะห์ด้วย เช่น
- สภาพอากาศ ถ้าพยากรณ์ว่าร้อนจัดนานกว่าปกติ AI จะสั่งลดสต็อกเสื้อกันหนาวล่วงหน้าทันที
- เทรนด์โซเชียล หากสินค้าตัวไหนเริ่ม กระแสตก ใน TikTok หรือ Google Trends ระบบ AI จะส่งสัญญาณเตือนให้หยุดสั่งเพิ่มก่อนที่ของจะล้นคลัง
- ลดค้างสต็อกอย่างไร ช่วยให้ธุรกิจ ไหวตัวทัน ต่อการเปลี่ยนแปลงของตลาดที่รวดเร็ว
3. การคำนวณจุดสั่งซื้อแบบไดนามิก
แทนที่จะตั้งค่าว่า ถ้าของเหลือ 10 ชิ้นให้สั่งใหม่ (Fixed rule) AI จะปรับจุดสั่งซื้อตามความผันผวนจริง
- ลดค้างสต็อกอย่างไร? AI จะวิเคราะห์ช่วยในช่วงที่ความต้องการต่ำ AI จะปรับลดจุดสั่งซื้อลงโดยอัตโนมัติ เพื่อไม่ให้เกิดการสั่งของมาเติมในขณะที่สินค้าเดิมยังระบายไม่ออก
4. การจัดการวงจรชีวิตสินค้า
AI สามารถทำนายได้ว่าสินค้าชิ้นนั้นอยู่ในช่วงไหนของวงจรชีวิต ช่วงเติบโต, อิ่มตัว, หรือขาลง
- ลดค้างสต็อกอย่างไร? เมื่อ AI ตรวจพบว่าสินค้าเข้าสู่ ระยะขาลง Sales velocity ลดลง ระบบจะแนะนำให้ทำโปรโมชั่นระบายของ หรือโอนย้ายสินค้าไปยังสาขาที่ยังมีแรงซื้ออยู่ แทนที่จะปล่อยให้กลายเป็นสินค้าค้างสต็อกที่ขายไม่ออกเลย
5. การตั้งราคาเพื่อระบายสต็อก
หากมีสินค้าที่มีความเสี่ยงจะค้างสต็อก AI จะช่วยคำนวณว่า ควรลดราคากี่เปอร์เซ็นต์ ในเวลาไหน ถึงจะระบายของได้หมดโดยที่ยังเหลือผลกำไรสูงสุด
- ลดค้างสต็อกอย่างไร? ป้องกันการลดราคาแบบเดาสุ่ม เช่น ลด 50% ทั้งร้าน ซึ่งอาจทำให้เสียรายได้โดยไม่จำเป็น หรือลดน้อยไปจนระบายของไม่ทัน
▶ ตัวอย่างธุรกิจที่เริ่มนำ AI ใช้งาน
หากพูดถึงการใช้ AI เพื่อลดสินค้าค้างสต็อก Amazon ถือเป็นต้นแบบระดับโลกที่ใช้ระบบที่เรียกว่า Automated Inventory Management ซึ่งขับเคลื่อนด้วย AI และ Machine Learning อย่างเข้มข้น นี่คือกลยุทธ์เจาะลึกที่ Amazon ใช้เพื่อจัดการปัญหาสินค้าค้างสต็อก
1. ระบบพยากรณ์แบบ Anticipatory Shipping (การจัดส่งล่วงหน้า)
- นี่คือไม้เด็ดของ Amazon ครับ AI จะวิเคราะห์ข้อมูลการค้นหา, สินค้าในตะกร้า, และประวัติการซื้อ เพื่อทำนายว่าลูกค้าในพื้นที่นั้นๆ “กำลังจะซื้ออะไร” การลดสินค้าค้างสต็อก แทนที่จะเก็บสินค้าทุกอย่างไว้ในคลังใหญ่เพียงที่เดียว Amazon จะกระจายสินค้าที่ คาดว่าจะขายได้แน่ๆ ไปยังศูนย์กระจายสินค้าใกล้บ้านลูกค้า ทำให้สินค้าหมุนเวียนเร็ว ไม่จมค้างอยู่ในคลังหลักนานเกินไป
2. การใช้ AI วิเคราะห์ความสัมพันธ์ของสินค้า Cross-Item Dependencies
AI ของ Amazon ฉลาดพอที่จะรู้ว่ายอดขายของสินค้าชิ้นหนึ่ง ส่งผลต่ออีกชิ้นหนึ่งอย่างไร หากกล้องรุ่นใหม่กำลังจะเปิดตัว AI จะพยากรณ์ได้ทันทีว่าความต้องการ แบตเตอรี่ หรือ เคส ของกล้องรุ่นเก่าจะลดลง
- การลดสินค้าค้างสต็อก คือ ระบบจะสั่งระงับการเติมสินค้า Auto-replenishment ของอุปกรณ์เสริมรุ่นเก่าทันที เพื่อป้องกันไม่ให้เกิดสินค้าค้างสต็อกเมื่อรุ่นใหม่ออกวางขาย
3. ระบบ Hands off the Wheel (การสั่งซื้ออัตโนมัติ)
Amazon ใช้ AI ในการตัดสินใจสั่งซื้อสินค้าเข้าคลังเกือบทั้งหมดโดยไม่ต้องใช้คน
- การลดสินค้าค้างสต็อก คือ อัลกอริทึมจะคำนวณ Economic Order Quantity (EOQ) หรือปริมาณการสั่งซื้อที่คุ้มค่าที่สุด โดยคำนวณร่วมกับ “ค่าเสียโอกาสในการเก็บของ” (Holding Cost) หากสินค้าตัวไหนมีแนวโน้มขายช้าลง ระบบจะปรับลดจำนวนสั่งซื้อลงอย่างรวดเร็วแม่นยำกว่าการใช้พนักงานตัดสินใจ
4. Amazon Outlet และการลดราคาเชิงรุก Automated Markdowns
เมื่อ AI ตรวจพบว่าสินค้าชิ้นไหนเริ่มกลายเป็น Slow-moving stock ขายออกช้าเกินกว่าเป้าหมายที่ตั้งไว้
- การลดสินค้าค้างสต็อก คือ ระบบจะส่งสินค้านั้นเข้าหมวด Amazon Outlet หรือทำโปรโมชั่น Lightning Deals อัตโนมัติ เพื่อดึงดูดใจลูกค้าด้วยราคาที่ถูกลง ก่อนที่สินค้าจะหมดอายุหรือล้าสมัยไปจริงๆ
5. การจัดการสินค้าผ่านหุ่นยนต์ในคลังสินค้า Kiva Robots
การใช้หุ่นยนต์ช่วยให้ Amazon สามารถจัดเก็บสินค้าได้หนาแน่นขึ้นและนับสต็อกได้แบบ Real-time 100%
- การลดสินค้าค้างสต็อก คือ เมื่อข้อมูลสต็อกแม่นยำ AI จะไม่สั่งของซ้ำซ้อน (Over-ordering) ซึ่งมักเกิดจากความผิดพลาดในการนับสต็อกด้วยมือมนุษย์
หัวใจสำคัญไม่ใช่แค่การพยากรณ์ว่า “จะขายได้เท่าไหร่” แต่คือการ “เชื่อมโยงข้อมูลทุกอย่างเข้าด้วยกัน” ตั้งแต่พฤติกรรมการคลิกของลูกค้า ไปจนถึงการสั่งซื้อสินค้าจากโรงงาน และการปรับราคาอัตโนมัติเพื่อให้สต็อกไหลลื่นที่สุด
แหล่งอ้างอิง : Amazon
