ECCOの確率的オプティマイザが27カ国536店舗の自動店舗補充を実現

靴メーカーのECCOは自社小売店舗の大規模なネットワークを通じて販売しており、各店舗のオーナーが判断で補充を決めていた。その結果、数千に及ぶ小さく一貫性のない選択が生まれ、それぞれが誤りを起こしやすく、在庫をどこに配分すべきかという全体像も存在しなかった。

ECCOのデータ＆AIチームは、大規模な確率的混合整数計画法であるIntelligent Auto Replenishment（IAR）を構築した。これは全店舗の補充発注を一括で最適化するもので、新規の「分割統治」手法により、オンライン規模の問題を扱いやすくしている。

このシステムはグローバルな在庫戦略を統一し、月に約30万件の補充発注を自動化し、主要な運用コストを1.09%削減することで、年間数百万ユーロの節約を実現している。1%のコスト削減は小さく見えるかもしれないが、薄い小売マージンの中では良い年と悪い年を分ける差であり、しかもそれが静かに、そして繰り返し達成されている。

IARによりECCOは2026年Franz Edelman Awardの最終候補となり、この取り組みは垂直統合型のグローバルブランドにおいて小売補充を中央集権的に自動化するテンプレートとなった。

単一の確率的モデルにすべての補充を決定させる。

単一のモデルが、人間にはできなかった数百店舗にわたる一貫した意思決定を行う。

確率的プログラミングは需要とリードタイムの不確実性を明示的に扱う。

マージンが薄く、意思決定が毎月繰り返される状況では、1%のコスト削減は大きい。

月約30万件の発注を自動化することで、膨大な手作業が削減される。

同じ意思決定が何百回も手作業で一貫性なく行われているなら、それを一括して、より良く行う単一のモデルに統合すべきである。

ECCOのIntelligent Auto Replenishmentは2026年Franz Edelman Awardの最終候補となり、グローバルな小売ブランドが数千の個別の判断から、単一の中央最適化された補充方針へと移行できることを示した。その成果、すなわち主要な運用コストの約1%削減（年間数百万ユーロ相当）は、劇的な変化ではなく、繰り返し行われる意思決定を一貫してうまく行うことからもたらされた。