درباره رویداد

در این رویداد زرین‌رویا چالش‌ها و نیازهای خود را با ارائه‌دهندگان راهکارهای فناورانه و نوآورانه مطرح می‌کند. سپس تیم‌ها و شرکت‌های مرتبط، طرح‌ها و راهکارهای خلاقانه‌ای را متناسب با نیازهای زرین‌رویا خلق کرده و ارائه می‌دهند.

اهـداف بــرگــزاری

suggestion

دریافت پیشنهادات فناورانه برای رفـع چالــش‌ها و نیازهـای شـرکت

artificial-intelligence

بهره گیری از ظرفیت موجود در اکوسیستم دیجیتال کشور برای رفع نیازهای فناورانه شرکت

جامعه هـدف

self-employed

استارتاپ‌ها و شرکت‌های پیشگام در ارائه راهکارهای دیجیتال

graduation

تیم‌های دانشگاهی نوآور
ارائه دهنده راهکارهای دیجیتال

enterprise

فریلنسرهای حوزه‌های فناوری و نوآوری دیجیتال

محورهای رویداد

در شرکت زرین‌رویا فرایند شمارش و نظارت بر سفارش‌های حمل در زمان بارگیری از انبار محصول و انتقال آن به خودروهای حمل بار چند مرحله دارد. ابتدا کد کالا (در آینده نزدیک بچ کالا) و تعداد واحد کالا براساس سفارش‌های حمل دریافت شده در بخش توزیع و فروش، به مسئولین انبار محصول اعلام می‌شود. سپس کالاهای مربوط به هر یک از سفارش‌های حمل، توسط نوار نقاله از انبار محصول به تریلرها/کامیون‌ها/کامیونت‌ها منتقل می‌شوند و حین عبور از نوار نقاله، توسط نیروی انسانی و به‌صورت چشمی شمارش می‌شوند. این موضوع احتمال خطای انسانی در زمان شمارش سفارش‌ها برای بارگیری و به‌تبع آن مغایرت بین تعداد سفارشی که از یک نوع محصول، طبق سفارش حمل، باید بارگیری شود و تعدادی که بارگیری می‌شود را افزایش می‌دهد. در برخی موارد نیز ممکن است نوع کالای بارگیری شده با سفارش دریافت شده مطابقت نداشته باشد. ما در زرین‌رویا با هدف کاهش مغایرت تعدادی و مغایرت نوع کالا در سفارش‌های بارگیری‌شده ناشی از خطای انسانی بارشمار، بالا بردن اثربخشی فرایند، آزاد شدن زمان نیروی انسانی بارشمار برای بهبود مدیریت انبار، به راهکاری نیاز داریم که بتواند شمارش کالای مربوط به سفارش‌های حمل را روی نوار نقاله به‌صورت اتوماتیک شمارش کرده و نسبت به صحت نوع کالا و تعداد درست (در آینده نزدیک بچ صحیح) آنها اطمینان ایجاد کند. این راهکار باید براساس نظارت‌های صورت‌گرفته امکان استخراج داده‌های قابل استفاده در سیستم‌های عملیاتی و تحلیل داده را فراهم کرده و با کمک پردازش تصویر، بسته‌بندی‌های معیوب، فاقد بارکد، فاقد قیمت یا با قیمت متفاوت و بسته‌بندی‌های حاوی محصولات نزدیک به تاریخ انقضاء را شناسایی کرده و از ارسال و بارگیری آن‌ها جلوگیری کند.

برای تحویل به‌موقع سفارش‌ها به مشتریان (فروشگاه‌ها)، باید روزانه حجم قابل‌توجهی از سفارش‌ها براساس یک برنامه‌ریزی دقیق در بازه زمانی مشخص و در چند استان کشور میان ناوگان حمل‌ونقل، توزیع شود. هر راننده براساس یک اولویت‌بندی خاص، محدوده کاری مشخصی برای تحویل سفارش‌ها دارد. برنامه‌ریزی توزیع با در نظر گرفتن عوامل مختلفی انجام می‌شود؛ مانند تعداد و نوع ناوگان موجود، نوع مالکیت ناوگان، وضعیت فعال یا غیرفعال بودن ناوگان، پراکندگی آدرس مشتریان، ظرفیت حجمی و وزنی خودروهای حمل، پنجره زمانی و اولویت‌بندی تحویل سفارش به مشتریان، مسیرهای مجاز، محدودیت‌های تردد و ساعات اوج ترافیک. انجام این برنامه‌ریزی به‌صورت غیرفناورانه (انسانی) با پیچیدگی و بهره‌وری کمتری همراه بوده و بهینه نیست. این مسئله منجر به عدم استفاده بهره‌ور از ناوگان حمل‌ونقل، افزایش مصرف سوخت و هزینه‌های توزیع، طولانی شدن زمان تحویل کالا به مشتری و به‌تبع آن کاهش سطح خدمات به مشتریان می‌شود. ما در زرین‌رویا به‌دنبال راهکاری هوشمند هستیم که بتواند فرایند برنامه‌ریزی پخش و توزیع سفارشات را با دو هدف استفاده حداکثری از ظرفیت ناوگان توزیع در تخصیص بار و بهینه‌سازی مسیر ناوگان در راستای کاهش هزینه‌های توزیع و بهبود سطح خدمات ارتقا بخشد.

زرین‌رویا برای تحلیل وضعیت محصولات در فروشگاه‌ها در حال بررسی و ارزیابی یک راهکار خارجی مبتنی بر پردازش تصویر و الگوریتم‌های یادگیری ماشین است. این راهکار نیاز ما به پایش بی‌درنگ و دقیق وضعیت محصولات در فروشگاه‌ها را برطرف می‌کند؛ با این حال زرین‌رویا به‌دنبال راهکاری داخلی و ارائه شده توسط متخصصین ایرانی است تا ضمن کاهش هزینه‌های ناشی از به کارگیری راهکار خارجی بتواند از ظرفیت‌های بالقوه در داخل کشور نیز استفاده کند. ما در زرین‌رویا علاوه‌بر نیاز به راهکاری با سرعت و دقت بالا برای تحلیل و پایش هوشمند وضعیت کالا در فروشگاه‌ها (وضعیت در دسترس بودن، موجودی، سهم قفسه، موقعیت و نمایش برندها و محصولات در قفسه نسبت به سایر برندها)؛ به‌دنبال راهکاری هستیم که بتواند امکان مقایسه قیمتی محصولات با سایر برندها، پایش تاریخ تولید/انقضای محصولات، انطباق و بهینه‌سازی چیدمان محصولات در فروشگاه براساس پلانوگرام و برنامه‌های بازاریابی را فراهم کند؛ ابزاری جهت مدیریت موجودی و انبارداری ابزارهای کمک فروش (POSM) و پایش وضعیت این اقلام در نقاط فروش ارائه دهد و در نهایت نتایج حاصل از پردازش را از طریق داشبوردهای بینش‌بخش در اختیار تصمیم‌گیران و ذی‌نفعان بگذارد.

در زرین‌رویا فرایند برنامه‌ریزی و ارائه طرح سفر برای سفارش‌گیری ویزیتورها از فروشگاه‌ها، به‌صورت غیرفناورانه انجام می‌شود. بخش‌بندی مشتریان بر مبنای تحلیل‌های انسانی است و تیم برنامه‌ریزی فروش زمان زیادی را صرف این کار می‌کند. نبود بخش‌بندی مشتریان به‌صورت بی‌درنگ و برپایه داده‌های به‌روز و معتبر از یک سو و تغییر رفتار مشتریان در بازه‌های زمانی مختلف از سوی دیگر منجر به عدم سفارش‌گیری در مقاطع زمانی مناسب شده و فروش از دست رفته را به‌دنبال دارد. ما به‌دنبال راهکار طبقه‌بندی داده‌محور مشتریان (Data Driven Customer Classification) براساس ویژگی‌های جمعیت‌شناختی، رفتاری، روان‌شناختی و جغرافیایی آن‌ها هستیم. این راهکار باید ضمن در نظر گرفتن عواملی مانند پراکندگی فروشگاه‌ها، زمان لازم برای سفارش‌گیری از هر فروشگاه و تناسب میان برنامه ویزیت با تحویل سفارشات را براساس دسته‌بندی مشتریان مبتنی بر داده انجام دهد؛ برنامه‌ریزی و ارائه طرح سفر برای ویزیتورها را به روش هوشمند، سیستماتیک و مبتنی بر داده بهینه کند و در جهت افزایش رضایت مشتریان گام بردارد.