CARREFOUR-GRUPPE Wie kann man die Lebensmittelverschwendung in der Bäckerei-Konditorei-Abteilung reduzieren?

Eine möglichst genaue Vorhersage der Nachfrage ist eine der Grundlagen des Einzelhandelsgeschäfts. Diese Herausforderung wird jedoch immer komplexer, da sich die Verbrauchergewohnheiten weiterentwickeln. Von nun an gilt es, die kombinierte Nutzung verschiedener Vertriebskanäle (von E-Commerce über lokale Geschäfte bis hin zu Supermärkten) und die zunehmende Nachfrage nach sozialer und ökologischer Verantwortung zu berücksichtigen. Ganz oben auf der Liste der CSR-Themen im Zusammenhang mit dem Masseneinzelhandel: Lebensmittelverschwendung.

In Frankreich ist Brot nach Obst und Gemüse das am dritthäufigsten verschwendete Produkt. Brot, Gebäck und Kuchen sind in der Tat frische Produkte, die nur eine sehr begrenzte Haltbarkeit haben. Aber es sind auch Produkte, die bei den Kunden viel Frustration hervorrufen können, wenn sie am Ende des Tages nicht mehr vorrätig sind. Aus diesem Grund hat die Carrefour-Gruppe zusammen mit Artefact versucht, die maschinelles Lernen und data Wissenschaft die Vorhersage der Umsätze in der Bäckerei-Konditorei-Abteilung seiner Supermärkte zu optimieren.

Mit diesem Projekt wird ein doppeltes Ziel erreicht: Es wird genug produziert, um die Nachfrage zu befriedigen, und gleichzeitig wird die “Verschrottung”, d.h. die Menge der unverkauften Produkte, reduziert.

Der Erfolg dieses Anwendungsfalls hängt insbesondere von den Teams ab, die sowohl die betroffenen “Arbeitsplätze” (Abteilungsleiter) als auch die verschiedenen technischen Profile von Artefact und der Carrefour-Gruppe einbeziehen.

In der Welt des Einzelhandels ist jeder Tag anders. Die Umsätze hängen stark vom Kontext ab: Feiertage, Wetter, aktuelle Werbeaktionen, Merchandising-Highlights, usw. Um alle Variablen zu berücksichtigen, die sich auf die Nachfrage auswirken, müssen wir in der Lage sein, die Petabytes an data zu analysieren, die durch die Milliarden von Transaktionen, die jedes Jahr bei Carrefour durchgeführt werden, erzeugt werden, zu denen wir noch externe data hinzufügen müssen, die den Konsum beeinflussen. Diese Berechnungen sind nur mit künstlicher Intelligenz möglich.

Die Teams der Carrefour-Gruppe und von Artefact begannen also mit data aus den Verkaufseinnahmen von mehr als 200 Supermärkten in Frankreich. Jeden Tag wird dieses data gesammelt, bereinigt und mit externen Quellen - wie z.B. dem Kalender data - angereichert, um eine Verkaufshistorie über mehrere Jahre zu erstellen. Dies entspricht Tausenden von Konfigurationen für einen einzigen Tag, je nach Sortiment, Produktpreisen, Werbeaktionen usw.

Dieses data wird für das Training von überwachten maschinelles Lernen Modelle, die auf der Grundlage von Entscheidungsbäumen aufgebaut sind und die Beziehungen zwischen der Zielvariablen (zukünftige Verkäufe) für jedes Produkt und den erklärenden Variablen (Werbung, Kannibalisierung usw.) bestimmen.

Aus organisatorischer Sicht wurde das Projekt von multidisziplinären Teams geleitet. Zwei Teams auf Seiten von Artefact und Carrefour kombinierten technische und geschäftliche Profile. Die operativen Fähigkeiten der Einzelhandelsfachleute von Carrefour spielten eine entscheidende Rolle. Sie waren in der Lage, ihr Geschäft und ihre Bedürfnisse zu erklären und ihre Visionen einzubringen, um den Erfolg und die Akzeptanz der Lösung “im wirklichen Leben” zu gewährleisten.

So wurden die Empfehlungen des Algorithmus zunächst in Pilotgeschäften nur für Backwaren getestet, um Feedback von den Teams vor Ort zu erhalten. Deren Kommentare wurden genutzt, um die Modelle zu verbessern, bevor die Lösung für alle Bäckerei- und Konditoreiprodukte in den Supermärkten eingesetzt wurde.

Alle data-driven-Anwendungsfälle von Carrefour werden von einer zentralisierten Plattform im cloud gespeist, die das data zugänglich macht, formatiert und dokumentiert. Die Ergebnisse der Verarbeitung werden dann wieder in die Informationssysteme von Carrefour eingespeist und von einer Vielzahl von Mitarbeitern genutzt. Mehrere Teams, bestehend aus data-Wissenschaftlern, data-Ingenieuren, aber auch data-Übersetzern (zentrale Profile, die als Bindeglied zwischen Unternehmen und data fungieren), werden sie wahrscheinlich konsultieren, umwandeln und für bestimmte Zwecke verarbeiten.

Einige Monate nach der Einführung dieses neuen Prognosemodells sind die Ergebnisse sehr positiv.

Tatsächlich konnten in den letzten fünf Monaten des Jahres 2021 etwa 100 Tonnen Gebäck eingespart werden. Gleichzeitig ist der Umsatz gestiegen, da es am Ende des Tages weniger Engpässe gab.

Schließlich hat sich auch der Net Promoter Score, ein von Carrefour genau beobachteter Leistungsindikator, sehr positiv entwickelt.

Künftige Experimente der Gruppe folgen demselben Modell: Reaktion auf die geschäftlichen Anforderungen, Zusammenarbeit mit den operativen Teams, um das Kundenerlebnis zu verbessern. Diese Beschleunigung der digitalen Transformation von Carrefour wurde durch die Schaffung vollständiger und fachkundiger data-Teams innerhalb des Unternehmens und die Einführung von data platforms in allen Ländern, in denen die Gruppe tätig ist, ermöglicht.

Der Umfang und die Fülle der von Carrefour gesammelten data bietet eine einzigartige Gelegenheit, die großen Herausforderungen zu erforschen, vor denen der Einzelhandel steht: Omnichannel, E-Commerce, Antizipation von Verbrauchergewohnheiten, usw. Carrefour hat kürzlich weitere Beispiele dafür vorgestellt, wie data zur Verbesserung des Kundenerlebnisses genutzt werden kann: Fünf-Minuten-Einkauf auf Carrefour.fr, die Implementierung von personalisierten Sortimenten für lokale Geschäfte und die Personalisierung von Werbeaktionen.

Vielen Dank, dass Sie unseren Artikel zum Thema “Wie kann man Lebensmittelabfälle in der Bäckerei-Konditorei-Abteilung reduzieren?” gelesen haben.”

Alle unsere Artikel finden Sie in der Nachrichtenraum und alle unsere data-Projekte auf unserer Blog.