Realizacja · 12 maja 2026
Jak dystrybutor B2B obciął braki SKU bez dublowania magazynu
Prognoza popytu na 18 tys. SKU, podpięta do ERP. Mniej braków, bez drugiego magazynu i bez tygodniowego wróżenia w Excelu.
Dystrybutor części i materiałów B2B miał klasyczny problem: za dużo towaru tam, gdzie nikt nie kupuje, i braki tam, gdzie klienci dzwonią w piątek po południu. Planowanie żyło w Excelu. ERP znał stany. Nikt nie spinał tych dwóch obrazów.
Problem
Zespół zakupów spędzał około 14 godzin tygodniowo na ręcznym przeglądzie rotacji. Promocje i sezon wchodziły „na wyczucie”. Braki SKU A-klasy psuły marżę — nie przez cenę, tylko przez zastępstwa i ekspresowe dostawy.
Co wdrożyliśmy
Model prognozy na poziomie SKU + lokalizacja, karmiony historią zamówień, terminami dostaw i kalendarzem promocji. Wynik nie lądował w slajdzie. Lądował w propozycji zamówienia zakupowego (PO), którą kupiec akceptował albo odrzucał.
- jedno źródło danych: ERP + pliki sezonowe, nie osobna „hurtownia AI”
- kupiec widzi, skąd wzięła się liczba, i zatwierdza
- wyjątki: nowości, wyprzedaże, SKU bez historii — osobna kolejka, nie halucynacja
Efekt po 90 dniach
Braki na SKU A spadły o 38%. Czas planowania zakupów — o 11 godzin tygodniowo. Magazyn nie powiększył się o metr. Zespół dostał panel z dryfem modelu i kosztem pomyłki, nie chatbotem.
To nie był projekt «od data science». To był proces zakupowy z modelem w środku.
