Компания SAS представила новое портфолио облачных решений для ритейла и CPG, доступных в облачной среде Microsoft Azure. Входящие в него сервисы предназначены для планирования цепочек поставок и оптимизации складских запасов с учетом потребительского спроса. Доступ к сервисам предоставляется бесплатно на 90 дней.

Помимо решения для аналитического подбора товаров-заменителей, в пакет Retail & CPG Cloud Analytics Quickstart входят SAS Viya, SAS Visual Forecasting, SAS Intelligent Planning Suite, SAS Intelligent Decisioning и SAS Visual Data Mining and Machine Learning.

Компании, которые уже пользуются решениями SAS, смогут без риска для себя экспериментировать с SAS Intelligent Planning Suite в облачной среде и дополнить имеющиеся лицензии SAS. Ритейлерам, которые раньше не работали с SAS, это пакетное предложение для планирования и прогнозирования спроса позволит в период кризиса опробовать разные мощные аналитические инструменты и по истечении пробного периода лицензировать только те, что действительно нужны.

Пакет Retail & CPG Cloud Analytics Quickstart автоматизирует доступ к данным, что позволяет получать их из внешних источников информации, содержащих различные сведения, связанные с пандемией COVID-19. Эта информация, поступающая в режиме реального времени, в сочетании с данными по продажам и товарным запасам, позволяет перенастраивать прогнозные модели для быстрой корректировки товарных запасов.

«Использование мощных аналитических решений существенно меняет дело, когда речь идет о реагировании и восстановлении компании после пандемии и вызванной ею экономической нестабильности, — говорит Дэн Митчелл, директор глобальной бизнес-практики Retail & CPG, SAS — Если решения SAS Analytics в облачной среде Microsoft Azure использовать стратегически, они позволяют компании предугадывать изменения в структуре спроса и быстро корректировать планы, так что клиенты получают помощь именно тогда, когда они больше всего в ней нуждаются. Быстрое реагирование в период пандемии играет ключевую роль, но не менее важно и необходимо прогнозировать будущее поведение потребителей в долгосрочной перспективе».