AllSaints inför AI för att modernisera inköp och merchandising

### AllSaints antar AI-baserade verktyg för översyn av inköp och varuhantering

AllSaints, en brittisk modeåterförsäljare, har lanserat ett initiativ för att integrera AI-baserade SaaS-verktyg i sina inköps- och varuhanteringsoperationer. Detta ersätter äldre system som förlitar sig på kalkylblad och manuell datahantering med automatiserad, insiktsdriven planering över hela leveranskedjan och varucykeln. Implementeringen kommer att ske i faser och syftar till att effektivisera processer, öka prognosnoggrannheten och flytta teamets fokus från datamanipulation till strategiskt beslutsfattande.

Återförsäljaren betonade hur merchandisingteam för närvarande ägnar mycket tid åt att hämta data från olika system, stämma av kalkylblad och generera rapporter - uppgifter som intensifieras när produktsortimentet expanderar, försäljningskanaler ökar och marknadsvolatiliteten stiger. Chief Transformation and Technology Officer Alfie Meekings positionerade detta som ett kärnelement i företagets datadrivna transformationspelare, vilket gör det möjligt för merchandisers att prioritera varumärkesinsikter och snabb placering av produkter för att möta kundernas behov.

### Faserad utrullning riktar sig mot kärnproblem inom detaljhandeln

Den fasade metoden säkerställer en omfattande täckning av leveranskedjan och planeringsfunktionerna och tar itu med ineffektiviteter i traditionella verktyg som är utformade för enklare detaljhandelseror. Branschobservatörer noterar att sådana manuella arbetsflöden underutnyttjar merchandisingexpertis och binder team till lågvärdesuppgifter mitt i ekonomiska påtryckningar som volatilitet, stigande kostnader och marginalpress. Denna åtgärd understryker AI:s utveckling från nyhet till operativ ryggrad, vilket påskyndar beslut som direkt påverkar lagerrisk, marginaler och kundupplevelse.

### Implikationer för e-handelsleveranskedjan och katalogstandarder

Inom e-handel förbättrar AI-driven merchandising direkt **product feeds** genom att automatisera datastämning och prognoser, minska fel i lagerallokering och möjliggöra realtidsjusteringar av volatil efterfrågan. Detta stämmer överens med bredare sektorförändringar där big data och maskininlärning anpassar sortimenten, optimerar kundsökvägar genom snabbare, insiktsledd planering[1]. För **katalogstandarder** genomdriver AI-verktyg konsekvens i kategorisering - såsom AI-driven sökning för snabb produktmatchning - vilket stöder efterlevnad av utvecklande plattformskrav, inklusive automatiserade kontroller mot regulatoriska krav och maskininlärningvalidering av listningar[3].

**Kortkvalitet och kompletthet** gynnas eftersom automatiseringen minimerar manuella inmatningsluckor, med AI som analyserar variabler som prisdynamik och konkurrentdata för dynamiska uppdateringar. Automation av realtidsprissättning, som drivs av marknads- och efterfrågeanalys, säkerställer att listningar förblir konkurrenskraftiga utan ständig tillsyn[6]. Detta höjer den övergripande katalogmognaden, där ofullständiga eller föråldrade kort urholkar förtroendet; 73% av konsumenterna undviker opreciserade produkter, vilket förstärker behovet av automatiserade ryktesverktyg[2].

### Påskynda sortimentshastighet med No-Code AI-integrering

AI effektiviserar **sortimentets utrullningshastighet**, kritiskt inom mode där trender förändras snabbt - merchandisers får snabbare tillgång till prediktiva insikter, fasar ut produkter snabbare och skalar vinnare över kanaler. No-code AI-plattformar sänker barriärer och gör det möjligt för icke-tekniska team att distribuera arbetsflöden utan anpassad kodning, vilket återspeglar SaaS-trender inom supply chain management (SCM) som har 14,5% marknadsandel för resursoptimering[7]. Innehållsarbetsflödesverktyg, med 10% av SaaS, integreras ytterligare genom att strukturera varudata för sömlösa feeds och webbplatspersonalisering[5][7].

Dessa framsteg positionerar automatisering som ett konkurrenskraftigt krav, frigör expertis för högeffektiva uppgifter samtidigt som man anpassar sig till flerkanals tillväxt. Eftersom återförsäljare står inför marginaltryck förstärker sådana integrationer e-handelseffektiviteten utan att överhuvudtaget förändra infrastrukturen.

*InternetRetailing; CNews.*

---

AllSaints åtgärd innebär ett avgörande skifte inom e-handel mot att utnyttja AI för förbättrad produktdatahantering och katalogoptimering. På NotPIM inser vi det växande behovet för återförsäljare att effektivisera processer, särskilt inom katalogisering, databerikning och feed-transformation, för att behålla ett konkurrenskraftigt försprång. Detta skifte understryker också vikten av att automatisera uppgifter som för närvarande konsumerar mycket tid och resurser, vilket gör det möjligt för team att fokusera på strategiska produktbeslut och förbättringar av kundupplevelsen – precis vad NotPIM hjälper till att uppnå.
Nästa

Ryska lokaliseringsregler stramas åt: Effekter och automatiseringsstrategier för e-handel

Föregående