Într-o industrie în care fiecare produs nevândut înseamnă costuri suplimentare, reducerea risipei alimentare devine o prioritate atât economică, cât și operațională. re:innovation analizează modul în care retailerii pot utiliza demand planning-ul, automatizarea și inteligența artificială pentru a apropia stocurile de cererea reală. Prin soluțiile prezentate de re:innovation, articolul evidențiază cum tehnologia poate contribui la reducerea pierderilor și la creșterea eficienței operaționale.

La nivel global, aproximativ 1,05 miliarde de tone de alimente au fost risipite în 2022, potrivit UNEP, echivalentul a aproximativ o cincime din alimentele disponibile consumatorilor. Sectorul retail a generat aproximativ 131 de milioane de tone, reprezentând circa 12% din risipa alimentară globală.

În Uniunea Europeană, datele Eurostat indică 59,2 milioane de tone de deșeuri alimentare în 2022, echivalentul a 132 kg per locuitor și unei valori de aproximativ 132 de miliarde de euro. Retailul și distribuția au reprezentat aproximativ 8% din această cantitate.

Pentru retaileri, aceste cifre nu reprezintă doar o problemă de sustenabilitate. Fiecare procent de risipă eliminat poate însemna costuri mai mici, marje mai bune și un lanț de aprovizionare mai rezilient.

De unde apare risipa alimentară în retail?

Risipa este rareori rezultatul unei singure probleme. De cele mai multe ori, ea apare prin acumularea mai multor disfuncționalități operaționale.

Printre principalele cauze se numără:

• supra-comandarea, atunci când comenzile sunt bazate pe intuiție sau medii istorice statice;
• vizibilitatea insuficientă asupra stocurilor, care poate duce la comenzi duplicate și suprastocare;
• prognozele inexacte ale cererii, în special în perioade cu sezonalitate, evenimente locale sau promoții;
• strategii ineficiente de markdown, prin care produsele apropiate de expirare nu sunt reduse suficient de repede;
• variațiile timpilor de livrare ai furnizorilor, care pot crea dezechilibre între centrele de distribuție și magazine.

În cazul produselor perisabile, aceste probleme pot transforma rapid un stoc aparent suficient într-o pierdere directă.

Impactul nu este doar financiar

Produsele alimentare care ajung la groapa de gunoi generează și un impact semnificativ asupra mediului. Descompunerea materiei organice în depozitele de deșeuri produce metan, un gaz cu efect de seră de aproximativ 25 de ori mai potent decât dioxidul de carbon pe o perioadă de 100 de ani.

La nivel global, pierderile și risipa alimentară sunt responsabile pentru aproximativ 8-10% din emisiile totale de gaze cu efect de seră.

În același timp, retailerii pierd nu doar valoarea produsului. Risipa include costul de achiziție, forța de muncă, energia utilizată pentru refrigerare și spațiul ocupat la raft.

De exemplu, pentru un lanț de magazine cu vânzări anuale de 50 de milioane de euro, o rată de risipă de 5% ar putea reprezenta 2,5 milioane de euro în pierderi directe.

Regulile europene cresc presiunea asupra retailerilor

Problema devine cu atât mai importantă în contextul noilor obiective europene.

Directiva europeană privind deșeurile, Directiva 2025/1892, prevede o reducere cu 10% a risipei alimentare provenite din producție și procesare și o reducere cu 30% per capita în retail, servicii alimentare și gospodării până la 31 decembrie 2030.

Obiectivele sunt raportate la media anuală a risipei din perioada 2021-2023, iar statele membre trebuie să transpună directiva în legislația națională până la 17 iunie 2027.

Pentru retailerii care operează în Uniunea Europeană, reducerea risipei nu mai este, astfel, doar o inițiativă de sustenabilitate sau o modalitate de protejare a marjei. Devine și o chestiune de conformare.

Cum poate demand planning-ul schimba situația?

Demand planning-ul presupune prognozarea cât mai precisă a comportamentului de cumpărare și alinierea comenzilor și stocurilor la cererea estimată.

În locul unor reguli simple de reaprovizionare, retailerii pot utiliza modele dinamice care iau în calcul factori precum:

• istoricul vânzărilor;
• sezonalitatea;
• promoțiile;
• condițiile meteo;
• evenimentele locale;
• tendințele de consum;
• timpii de livrare ai furnizorilor;
• datele provenite direct din punctele de vânzare.

Scopul este reducerea diferenței dintre ceea ce este comandat și ceea ce se vinde efectiv.

Platformele de forecasting bazate pe machine learning pot procesa simultan mii de variabile și pot genera predicții la nivel de SKU, oferind o imagine mult mai granulară asupra cererii decât metodele tradiționale.

De la predicție la automatizarea deciziilor

Tehnologia poate merge mai departe de simpla prognoză.

Soluțiile de analiză în timp real permit monitorizarea permanentă a poziției stocurilor și pot declanșa automat comenzile de reaprovizionare atunci când acestea sunt realmente necesare.

În același timp, instrumentele de AI-powered markdown optimization pot identifica produsele care se apropie de expirare și pot recomanda reduceri de preț la momentul potrivit, crescând șansele ca acestea să fie vândute înainte de a deveni deșeuri.

Un alt nivel este reprezentat de automatizarea forecasting-ului și a replenishment-ului.

Articolul oferă exemplul OG Elektra, unul dintre principalii retaileri alimentari și producători de alimente din Estonia. Compania a colaborat cu re:innovation și RELEX Solutions pentru modernizarea operațiunilor din lanțul său Grossi Toidukaubad, trecând de la comenzi manuale realizate la nivelul magazinelor la forecasting și replenishment automatizat.

Implementarea a contribuit la o mai bună coordonare între magazine și operațiunile de distribuție, la îmbunătățirea disponibilității produselor și la reducerea risipei la nivelul magazinelor.

Tehnologia nu înlocuiește disciplina operațională

Reducerea risipei nu depinde însă exclusiv de software.

Printre măsurile operaționale esențiale se numără aplicarea consecventă a principiului FIFO - First In, First Out, menținerea lanțului frigorific, verificările zilnice ale prospețimii și colaborarea mai strânsă între magazine și furnizori.

Magazinele pot utiliza, de asemenea, platforme care permit vânzarea produselor apropiate de expirare la preț redus, în timp ce produsele care nu mai pot fi comercializate, dar sunt sigure pentru consum, pot fi direcționate către organizații de caritate, programe de hrană pentru animale sau compostare.

În acest model, depozitarea în groapa de gunoi ar trebui să rămână ultima opțiune.

Cum se măsoară progresul?

Reducerea risipei alimentare nu este un proiect punctual, ci un proces care trebuie urmărit permanent.

Printre indicatorii relevanți se numără:

• rata de shrink pe departament, cu un obiectiv de sub 2% pentru produsele perisabile;
• acuratețea prognozei, cu o țintă de cel puțin 85% la nivel SKU;
• raportul dintre risipă și vânzări;
• rata de vânzare a produselor incluse în markdown;
• volumul produselor donate.

Monitorizarea acestor indicatori permite retailerilor să identifice rapid zonele în care forecasting-ul, reaprovizionarea sau operațiunile din magazine pot fi îmbunătățite.

Următoarea tonă salvată începe cu o decizie mai bună

Pentru retailerii alimentari, viitorul reducerii risipei nu ține neapărat de o singură tehnologie spectaculoasă. Cele mai importante rezultate pot veni din decizii operaționale mai precise și mai bine fundamentate: prognoze mai bune, rotația corectă a produselor, markdown-uri făcute la timp, donații și reaprovizionare bazată pe date reale.

Într-un context în care obiectivele europene devin obligatorii, consumatorii sunt tot mai atenți la sustenabilitate, iar marjele retailerilor rămân sub presiune, demand planning-ul devine o componentă importantă a infrastructurii operaționale.

Iar următoarea tonă de alimente salvată nu trebuie să fie rezultatul unei tehnologii revoluționare. Poate începe cu o decizie de reaprovizionare luată într-o zi obișnuită, dar fundamentată pe date mai bune.


sursa: https://www.reinnovation.eu/post/how-to-avoid-grocery-store-food-waste-through-demand-planning-proven-solutions-to-reduce-wastage