Estimation of daily batch balances of perishable products in retail

Abstract

Retailers often use automatized replenishment information systems to calculate the optimal amount of goods to order to store shelves. This optimal amount is calculated by simulating inventory given future sales forecasts and incoming deliveries. In case of perishable products, the inventory simulations have to take into account the amount of goods that have to be discarded because they were not sold before their expiration date. For perishables, simulations are restrained by non-existent store-level data on how sales divide to different batches with differing expiration dates. Subsequently the balance data for each batch of a product in a shelf does not exist.

In this thesis, a process for estimating batch balances of perishable products is proposed. The method uses historical store data and runs checks on it to examine whether it is usable for further operations. Solving a system of equations, for some products definite values for batch balances are calculated for the last day of the time period of the given data set. In addition, and if able, the definite values for historical batch balances are calculated for all products in the data set.

Using different depletion models that divide the sales to different batches the inventory is simulated into the future for every product in the data set starting from every point of time when the previous operations have been able to calculate all the definite batch balances. The performance of each depletion model is determined on how well they are able to estimate spoilage.

The best performing depletion model of the inventory simulations is chosen for simulation of inventory for products, for which all definite batch balances could not have been calculated earlier. This simulation is constrained by the real life balance, sales and spoilage data in order to achieve a result that is feasible in real life. The inventory is simulated until the end of the time period given in the data set. At the end of the complete process, we have acquired either definite batch balances or a feasible estimate for almost all the products in the given data set.

The established process was experimented by using a data set acquired from an European grocery retailer. The data set consisted of 386 product-location-combinations of bread products. The process resulted in either definite values or feasible estimates of the batch balances for almost all the product-locations that had consistent enough data to be used in the analysis.

Vähittäisruokakaupan alalla on yleistä käyttää automatisoituja IT-ratkaisuja laskemaan optimaali kaupan hyllyyn tilattava määrä tuotetta. Tämä optimaali määrä lasketaan simuloimalla kaupan varastoa tulevaisuuteen käyttämällä mm. myyntiennustetta ja tietoa kauppaan jo matkalla olevista tuoteyksiköiden määristä. Pilaantuvien tuotteiden tapauksessa simulaation on otettava huomioon päivittäin pilaantuneena poisheitettävät tuoteyksiköt. Pilaantuvien tuotteiden varastosimulointia rajoittaa se, että usein kaupoilla ei ole olemassa dataa siitä, kuinka paljon hyllyssä on saman tuotteen mitäkin pilaantumispäivältään eriävää tuote-erää jäljellä.

Tässä diplomityössä esitetään prosessi, joka estimoi pilaantuvien tuotteiden eräsaldoja. Metodi käyttää historiallista myymälädataa, mutta ajaa ensiksi tarkistusoperaatiot kyseisen datan käytettävyyden varmistamiseksi. Operoimalla historiallista dataa, joillekin tuotteille pystytään analyyttisesti ratkaisemaan eräsaldot käytettävän datasetin viimeiselle aika-askeleelle. Lisäksi jos mahdollista, kaikille tuotteille pyritään analyyttisesti ratkaisemaan myös historialliset eräsaldot.

Käyttämällä erilaisia tyhjennysmalleja, jotka jakavat päivittäiset myynnit eri erille, kaupan varastoa simuloidaan tulevaisuuteen jokaiselle tuotteelle, joille aikaisemmin pystyttiin muodostamaan varmat eräsaldot jollekin datasettiin kuuluvalle ajanhetkelle. Tyhjennysmalleja arvioidaan niiden kyvyllä simulaatiossa estimoida pilaantuneiden tuotteiden määrää mahdollisimman tarkasti.

Parhaaksi arvioitua tyhjennysmallia käyttäen hyllyvarastoja simuloidaan datasetin viimeiselle aika-askeleelle saakka niille tuotteille, joille ei aikaisemmin pystytty ratkaisemaan eräsaldoja kyseiselle ajanhetkelle. Tämä simulaatio on rajoitettu oikean elämän saldo-, myynti- ja pilaantumisdatalla, jotta lopuksi saavutetaan tosielämässä mahdollinen lopputulos. Prosessin päätteeksi tuloksena on varmat eräsaldot, tai sitten tosielämässä mahdolliset estimaatit eräsaldoille lähes kaikille datasetin tuotteille.

Luotua prosessia kokeiltiin käyttäen eurooppalaisen vähittäisruokakauppaketjun dataa. Datasetti koostui 386 eri tuote-myymälä-kombinaatiosta leipätuotteita. Prosessi johti joko varmoihin eräsaldoihin, tai sitten tosielämässä mahdollisiin estimaatteihin eräsaldoista melkein kaikille tuote-myymälä-kombinaatioille, joille oli olemassa prosessiin käyttökelpoista dataa.