선도적인 공급망 관리 플랫폼인 키넥시스가 소매업체에 종단간 공급망 투명성, 수요 예측 및 강력한 시뮬레이션 시나리오 계획 기능을 제공하여 예상치 못한 중단에 관계없이 고객이 원하는 시간과 장소에서 고객이 원하는 상품을 구매할 수 있도록 하는 여러 가지 새로운 인공지능(AI) 및 머신러닝(ML) 기반 혁신 기능을 출시하여 소매 서비스를 확장한다.
소비자 습관 변화로 인한 예측할 수 없는 수요 급증과 여러 접점에서 원활한 쇼핑 경험을 제공하고자 하는 옴니채널 상거래의 부상에 따라 소매 환경은 그 어느 때보다 경쟁이 치열해졌으며, 소매 업체의 공급망은 고객 만족도를 유지하고 수익을 창출할 수 있는 능력을 위협하는 수많은 문제에 직면해 있다.
비할 데 없는 의사 결정이 필요한 무수한 위치, SKU, 판촉 및 재고 변수의 복잡성을 성공적으로 관리할 수 있는 소매업체의 능력을 단순화하도록 설계된 키넥시스의 향상된 소매 서비스에는 이제 다음이 포함된다.
· Demand.AI 혁신 – 내부 요인(예: 잦은 가격 변동, 신제품 출시, 판촉 계획 변경) 및 외부 요인(예: 사회적 정서, 날씨, 소비자 행동의 변화, 지역/국가 이벤트)이 제품에 대한 단기 및 장기 수요에 어떻게 영향을 미치는지 더 잘 이해할 수 있게 해주고 수익 기회를 극대화하고 위험을 선제적으로 해결하기 위한 조치를 알려줄 수 있는, 소매업체의 규모와 복잡성에 맞게 조정된 강력한 ML 기반 모델
· 보충 계획 – 소매업체가 공급망 전반에 걸쳐 보충 매개변수를 더 잘 관리하여 모든 매장 및 유통 센터의 모든 품목이 적시에 재입고되도록 하는 동시에 유통 기한 용량을 초과하고 재고 보유 비용을 증가시킬 수 있는 초과 재고를 배송하지 않도록 매장을 보호하기 위한 가드레일을 설정할 수 있는 완전히 새로운 기능
· 수요 계획 혁신 – 수요 패턴을 설명하는 동시에 제품, 지역, 매장, SKU, 요일 등을 기준으로 공급망의 모든 부분에서 추세를 중심으로 한 인간의 통찰력을 기반으로 예측을 즉시 조정할 수 있게 해주는, 해석하기 쉬운 시각화
키넥시스의 최고 제품 책임자인 앤드류 벨은 “계속 높아지는 소비자의 기대치에 직면하여 오늘날의 소매업체는 대규모로 공급망에 대해 자신 있는 결정을 내릴 수 있게 해주는 솔루션이 절실히 필요하다”라며 “이러한 최신 혁신을 통해 기업은 원활하고 탄력적인 종단간 공급망을 만들기 위해 수요 및 보충 계획에서 추측을 마침내 제거할 수 있을 것이다. 그리고 판촉 계획 및 할당에 대한 추가 투자가 예정되어 있기 때문에 소매업체들이 자신의 고객들에게 최고의 제품을 제공하는 동시에 선반에 항상 재고가 가득 채워져 있게 도움을 주도록 키넥시스에 계속 기대를 걸 것이라고 우리는 확신한다”고 말했다.
새로운 소매 중심의 제품 혁신을 통해 키넥시스는 스포츠 용품 리더인 브룩스 러닝(Brooks Running)과 같은 신규 고객과 공급망 통합 분야에서 세계 최고의 전문업체 중 하나인 하비(HAVI)와 같은 기존 파트너를 포함하여 해당 부문 내에서 입지를 강화할 수 있다. 작년에 키넥시스와 하비는 퀵 서비스 레스토랑 산업을 혁신하고 변화시키기 위해 힘을 합치고 있다고 발표한 바 있다.
하비의 북미 및 글로벌 계획 및 분석 담당 수석 부사장 겸 최고 공급망 책임자인 로드니 브라운(Rodney Brown)은 “비즈니스 수행 속도가 빨라지고 소비자 행동이 시시각각 변화함에 따라 기업들은 더 이상 공급망의 점진적인 개선에 의존할 수 없으며, 이는 우리가 업종에 관계없이 고객의 까다로운 니즈를 충족시키는 데 있어 패기를 입증한 키넥시스와 파트너십을 맺게 되어 매우 기뻤던 이유이다”라며 “우리는 이러한 최첨단 기능을 일부 대형 고객에게 배포하기를 열망하고 있으며, 고객들이 비즈니스 전반에 제공하는 가치를 즉시 확인할 것으로 기대한다”라고 말했다.
100개 이상의 국가에서 4만 명 이상의 사용자를 보유한 키넥시스는 CPG, 자동차, 첨단 기술, 생명 과학 등을 포함한 모든 부문에서 세계 최대 브랜드들 중 일부와 협력하고 있다. AI 기반 기술과 특허를 받은 동시성 기술을 통해 기업들은 전략적 계획에서 최종 단계 배송에 이르기까지 공급망 네트워크를 처음부터 끝까지 조정할 수 있다.
