CARREFOUR GROUP Wie lassen sich Lebensmittelabfälle in der Bäckerei-Konditorei-Abteilung reduzieren?

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

In Frankreich ist Brot nach Obst und Gemüse das am dritthäufigsten verschwendete Produkt. Brot, Gebäck und Kuchen sind frische Produkte, die nur sehr begrenzt haltbar sind. 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, mit Hilfe von maschinellem Lernen und data die Vorhersage der Verkäufe in der Bäckerei-Konditorei-Abteilung ihrer 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 nicht verkauften Produkte, verringert.

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 Verkäufe hängen stark vom jeweiligen 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 von data zu analysieren, die durch die Milliarden von Transaktionen, die jedes Jahr bei Carrefour durchgeführt werden, erzeugt werden, zu denen wir externe data hinzufügen müssen, die den Konsum beeinflussen. Diese Berechnungen sind nur mit Artificial Intelligence möglich.

Die Teams der Carrefour-Gruppe und von Artefact begannen also mit data aus den Verkaufsbelegen von mehr als 200 Supermärkten in Frankreich. Jeden Tag wird diese 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.

Diese data wird verwendet, um überwachte Modelle des maschinellen Lernens auf der Grundlage von Entscheidungsbäumen zu trainieren, die 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-gesteuerten Anwendungsfälle von Carrefour werden von einer zentralisierten Plattform in der Cloud gespeist, die die 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, die sich aus data Wissenschaftlern, data Ingenieuren, aber auch data Übersetzern (zentrale Profile, die als Bindeglied zwischen Unternehmen und data fungieren) zusammensetzen, werden die Daten konsultieren, umwandeln und für spezifische Zwecke verarbeiten.

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

Tatsächlich wurden in den letzten fünf Monaten des Jahres 2021 etwa 100 Tonnen Gebäck eingespart. 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 in Zusammenarbeit mit den operativen Teams, um das Kundenerlebnis zu verbessern. Diese Beschleunigung des digitalen Wandels von Carrefour wurde durch die Schaffung kompletter und fachkundiger data Teams innerhalb des Unternehmens und die Einrichtung von data Plattformen in allen Ländern, in denen die Gruppe tätig ist, ermöglicht.

Der Umfang und die Fülle der von Carrefour gesammelten Daten von data bieten eine einzigartige Gelegenheit, die großen Herausforderungen des Einzelhandels zu untersuchen: Omnichannel, E-Commerce, Antizipation von Verbrauchergewohnheiten usw. Carrefour hat kürzlich weitere Beispiele dafür vorgestellt, wie data zur Verbesserung des Kundenerlebnisses eingesetzt werden kann: Fünf-Minuten-Shopping auf Carrefour.fr, die Einführung personalisierter Sortimente für lokale Geschäfte und die Personalisierung von Werbeaktionen.

Vielen Dank für die Lektüre unseres Artikels zum Thema "Wie kann man Lebensmittelabfälle in der Bäckerei-Konditorei-Abteilung reduzieren?"

Alle unsere Artikel finden Sie im News Room und alle unsere Projekte unter data in unserem Blog.