簡介
8ndpoint 是一個 AI 微服務平台，讓沒有資工背景的人也能輕鬆使用人工智慧分析資料。 平台目前提供三種微服務 - 補貨預測，數位廣告分析，以及回購預測。 8ndpoint 的背後使用企業級的自動化機器學習 (AutoML) 引擎 - Decanter AI，提供使用者快速、準確、易使用、且具高解釋力的自動化機器學習數據。8ndpoint 直觀的使用者介面以及圖形化數據，賦予使用者世界頂尖的機器學習技術，讓各種產業及職位都能輕鬆地使用 AI 解決各種商業難題。
哪些人適合用「補貨預測 AI 微服務」？
銷售/採購經理
銷售或採購部門的經理可透過上傳歷史銷售資料到 8ndpoint，產出下期的銷售預測，計算補貨量，減少滯銷或庫存不夠的情況。
電商
電商可透過 8ndpoint 的商業方案，將銷售資料自動導入到 8ndpoint ，並使用模型預測下期的銷售量來決定貨品的分配或促銷檔期的時程等商業決策。
生產鏈/總店
總店/生產鏈可利用 8ndpoint 的進階或商業方案，同時預測不同門市的銷售量，並用此數據做生產線及配貨的調整。
商業分析師
商業分析師不需具備任何程式基礎，只需要上傳公司銷售資料就可以預測公司下一季的銷售量，來協助擬定未來商業策略。
為什麼要使用 AI 預測未來銷售量 ?
不管是什麼產業，幾乎都曾面臨過庫存以及生產的問題 - 滯銷，庫存不夠，不知道到底該補多少貨...等情況。面對市場的不確定性，8ndpoint 的 AI 補貨預測微服務可以幫助企業更精準且快速的預測未來商品的銷量、協助擬定行銷及商業策略、並同時減少減少生產鏈相關成本。
AI 補貨預測的優勢：
準確度會隨著時間提升:
機器學習會隨著資料量的累積，持續調整模型並提升準度。增加客戶好感度:
利用精準的預測減少滯銷或零庫存的情形，進而提升客戶的好感度以及回購率。可結合內部外部因子，提升預測準確度:
相較於只參考歷史數據的傳統統計學的銷量預測，機器學習可以在現有的歷史資訊裡，結合其他外部及內部因子如天氣、促銷檔期、節慶、疫情等資料，進而產生更彈性且精準的預測。新產品預測：
同上一點，對於沒有歷史數據新產品，AI 更是能利用能整合外部因子的特性，以及把新產品與類型相同的產品相比的功能，做出更準確的預測。
開始之前應該準備什麼樣的資料？
規格總覽
- 資料集：歷史銷售資料、門市資料、商品資料、庫存資料*(若只單純希望預測商品未來銷量，則不需要庫存資料）
- 檔案格式：必須是 .csv 檔案，若希望參考資料範本請下載範例資料
- 最低資料筆數：建議
至少要有兩年份的銷售資料
才能有較好的模型效果 - 資料限制：入門方案（支援2門市，10 SKU），進階方案（支援5門市，50 SKU），企業方案（支援 50+門市，200+ SKU）
資料格式說明
目前 8ndpoint 補貨預測只支援
.csv 檔案
。 若您的銷售資料檔案為 Excel 格式，建議您先觀看 Excel 檔轉成 .csv 檔教學。若想了解其他資料上傳方式如 API 串接或 FTP，歡迎聯絡本公司專員討論客製化方案。
| 特徵欄位 | 英文翻譯 | 格式 |
|---|---|---|
| 門市編號 | Store ID |
|
| 門市名稱 | Store Name |
|
| 商品 SKU | SKU ID |
|
| 商品名稱 | Item Name |
|
| 交易編號/訂單編號 | Transaction ID |
|
| 交易日期 | Transaction ID |
|
| 銷售量 | Units sold |
|
| 交易金額 | Transaction Amount ($) |
|
| 現貨 | Current Stock |
|
| 安全庫存 | Safety Stock |
|
使用導覽
1. 完成基本設定
第一次登入 8ndpoint 補貨預測微服務時，會先來到設定頁面。
週期設定
首先，請設定您的預測週期 - 舉例來說，若要預測未來一個月的銷量的話，請選擇「月」，若要預測未來一週銷量，則選擇「週」以此類推（*此設定會受到不同方案限制）
門市設定
再來，請上傳您的門市資料 (.csv檔)，並選擇資料集對應的欄位名稱。
💡小叮嚀：若要使用範例資料請先點此下載。若您的資料為 Excel 檔，請先閱讀Excel 轉檔教學)
門市資料必須含有以下特徵欄位：- 門市編號*
- 門市名稱*
- *若您的資料含有其他非必要特徵（例：門市類型）也建議您加入，增加模型準度
商品設定
再來，請上傳您的門市資料 (.csv檔)。並選擇資料集裡對應的欄位名稱
商品資料資料必須含有以下特徵欄位：- 商品 SKU
- 商品名稱
- *若您的資料含有其他非必要特徵（例：商品類型、商品單價...等）也建議您加入，增加模型準度
完成所有設定後，請點選右下方「完成設定」按鈕
⚠️注意：點選「完成設定」後，就無法更改預測週期以及門市/商品資料。如需更改資料，請點選「重置設定」按鈕，再重新上傳。
2.上傳歷史銷售(POS)資料
完成設定後，請點選右上角的“上傳 POS 資料”按鈕，並定義資料集裡的對應的欄位名稱。
請確認您的資料含有以下欄位（詳細資料格式請參考資料格式說明）：
- 日期
- 訂單編號
- 門市編號
- 商品 SKU
- 銷售量
- 交易金額
- *若您的方案為進階或商業方案，也可以選擇加入其他特徵欄位，增加模型準度
第一次POS上傳請注意！:為了確保建模型精準度，建議上傳至少兩年的歷史銷售資料
上傳後，系統會馬上開始建模，請耐心等候預測結果。
3.觀看/下載預測結果
預測完成後，您可以觀看以下數據：
- 本期銷量
- 下期銷量預測
- 預測準確度
- 預測圖表（點選列表最右方“展開”）
若希望將介面上的預測資料分享給團隊其他夥伴，或自己分析，可利用列表右上角的「下載本期預測」連結下載一份 Excel 檔。Excel 檔包含所有門市的總預測及各個門市的預測。
4.產出補貨預測
預測完成後，若希望產出補貨建議請利用介面的下拉選單選擇「銷售預測 + 補貨建議模式」並上傳您的庫存資料：
- 門市編號
- 商品SKU
- 現貨
- 安全庫存
💡小提醒：管理多門市的使用者請記得上傳每個各別門市的庫存資料喔！可選擇單次一起上傳或分開上傳都可以
5.觀看進階分析報告
若想做進一步的分析，請點擊「進階分析」頁面即可馬上觀看各種分析圖表及數據(例：商品銷量分佈圖、歷史銷量時間變化圖、 門市銷售排行分布圖...等)。您也可以利用右上角的日期選單，分析不同的日期區間的資料。
6.疑難排解
在使用上如果有遇到任何問題，或是想考慮購買完整版的補貨預測，歡迎您使用介面右上方「？」圖表裡的 “聯絡專員” 連結，填寫您的問題。本公司專員將於 1-2 個工作天給您回覆。
補充說明
範例資料下載
點此下載範例資料
(註：檔案為.zip 壓縮檔，解壓縮後即可取得資料)
Excel轉檔教學
• 全英文及數字資料集
若您的資料內容不含有中文字母，請直接選擇 [檔案] —> [另存新檔] —> “.csv 檔” 即可完成轉換
💡小提醒：如果直接輸出日期的資料，當「月」或「日」為單位數時，請記得在 excel 點選 [格式] —> [欄位] 確認日期格式的「月」或「日」為兩個字元 (ex. 2021-01-01 而不是 2021-1-1)
💡小提醒2：如果需要刪除 excel 內的資料，請記得刪除整個列，不要留下空的欄位。否側系統會認定資料內含有空值並在上傳時產生錯誤訊息
• 含有中文字資料集
⚠️ 注意：若直接把 Excel 檔儲存成 .csv ，會遇到中文字無法顯示/亂碼問題，請參考以下方法避免此問題
方法1 （支援版本：Excel 2016 後）
1. 開啟要轉換的 Excel 檔案，選擇 [檔案] —> [另存新檔]
2.在 [存檔類型] 選擇 “csv UTF-8 (逗號分隔) ” （要選擇有 “UTF-8” 這個 csv 檔案選項 ）
3.點選 “儲存”
方法2 (支援版本：Excel 2016 前)
1.開啟要轉換的 Excel 檔案，選擇 [檔案] —> [另存新檔]
2.在 [存檔類型] 選擇 “csv (逗號分隔) (*.csv)”
3.設定完檔案類型後，接著選擇要輸出的編碼 : 點選右下方 [工具] —> [Web 選項]
4.點選 [編碼] 分頁 ， 把 [將這份文件另存成] 選項 改成 “Unicode (UTF-8)” —> [儲存]
5.Excel 接著會詢問 “部分功能可能會遺失，是否要繼續?” —> 請點選 [是] 完成檔案輸出
方法3 (安全性較低)
1.開啟要轉換的 Excel 檔案，選取您要的資料範圍
2.複製資料，貼上到 Google Sheets (⚠️請自行衡量資安問題)
3.在 Google Sheets 選取 [檔案] —> [下載] —> “.csv 檔”即可完成轉換