CARREFOURGROEP Hoe kunt u voedselverspilling op de afdeling Bakkerij/Banket verminderen?

De vraag zo nauwkeurig mogelijk voorspellen is een van de fundamenten van de detailhandel. Deze uitdaging wordt echter steeds complexer naarmate de gewoonten van de consument veranderen. Vanaf nu is het noodzakelijk om rekening te houden met het gecombineerde gebruik van verschillende verkoopkanalen (van e-commerce tot lokale winkels en supermarkten) en de toenemende vraag naar sociale en milieuverantwoordelijkheid. Bovenaan de lijst van MVO-kwesties in verband met grootwinkelbedrijven: voedselverspilling.

In Frankrijk is brood na fruit en groenten het meest verspilde product. Brood, gebak en taarten zijn verse producten met een zeer beperkte houdbaarheid. Maar het zijn ook producten die voor veel frustratie bij klanten kunnen zorgen als ze aan het eind van de dag niet meer op voorraad zijn. Daarom heeft de Carrefour Group samen met Artefact geprobeerd om machinaal leren en data wetenschap om de verkoopvoorspelling in de bakkerij-banketafdeling van haar supermarkten te optimaliseren.

Dit project beantwoordt aan een dubbele doelstelling: genoeg produceren om aan de vraag te voldoen en tegelijkertijd het “afdanken” verminderen, d.w.z. de hoeveelheid onverkochte producten.

Het succes van deze use case berust met name op de teams waarin zowel de betrokken “banen” (afdelingsmanagers) als de verschillende technische profielen van Artefact en Carrefour Group vertegenwoordigd zijn.

In de detailhandel is elke dag anders. De verkoop is sterk afhankelijk van de context: feestdagen, het weer, lopende promoties, merchandisinghoogtepunten, enz. Om rekening te houden met alle variabelen die van invloed zijn op de vraag, moeten we de petabytes aan data kunnen analyseren die worden gegenereerd door de miljarden transacties die elk jaar bij Carrefour worden uitgevoerd, waaraan we externe data moeten toevoegen die van invloed is op de consumptie. Deze berekeningen zijn alleen mogelijk met Kunstmatige Intelligentie.

De teams van Carrefour Group en Artefact zijn dus begonnen met data van de kassabonnen van meer dan 200 supermarkten in Frankrijk. Elke dag wordt deze data verzameld, opgeschoond en verrijkt met externe bronnen - zoals bijvoorbeeld kalender data - om een verkoopgeschiedenis over meerdere jaren op te bouwen. Dit vertegenwoordigt duizenden configuraties voor één dag, afhankelijk van het assortiment, productprijzen, promoties, enz.

Deze data wordt gebruikt voor het trainen van bewaakte machinaal leren modellen, gebouwd op basis van beslisbomen, die de relaties bepalen tussen de doelvariabele (toekomstige verkoop) voor elk product en de verklarende variabelen (promotie, kannibalisatie, enz.).

Vanuit organisatorisch oogpunt werd het project geleid door multidisciplinaire teams. Twee teams aan de kant van Artefact en Carrefour combineerden technische en zakelijke profielen. De operationele vaardigheden van de detailhandelprofessionals van Carrefour speelden een cruciale rol. Zij waren in staat om hun bedrijf en hun behoeften uit te leggen en hun visie te geven, om het succes en de toepassing van de oplossing “in het echt” te garanderen.

De aanbevelingen van het algoritme werden bijvoorbeeld eerst getest in proefwinkels, alleen op gebak, om feedback te krijgen van de teams in het veld. Hun opmerkingen werden gebruikt om de modellen te verbeteren, voordat de oplossing werd ingezet voor alle bakkerij- en banketproducten in de supermarkten.

Alle data-driven use cases van Carrefour worden gevoed door een gecentraliseerd platform in de cloud, dat de data toegankelijk, geformatteerd en gedocumenteerd maakt. De resultaten van de verwerking worden vervolgens teruggevoerd naar de informatiesystemen van Carrefour en gedeeld door een groot aantal medewerkers. Verschillende teams, bestaande uit data wetenschappers, data ingenieurs, maar ook data vertalers (spilprofielen, die fungeren als link tussen business en data), zullen deze waarschijnlijk raadplegen, transformeren en verwerken voor specifiek gebruik.

Enkele maanden na de implementatie van dit nieuwe voorspellingsmodel zijn de resultaten zeer positief.

In de laatste vijf maanden van 2021 werd ongeveer 100 ton gebak bespaard. Tegelijkertijd is de verkoop gestegen door minder tekorten aan het einde van de dag.

Tot slot heeft de Net Promoter Score, een prestatie-indicator die Carrefour nauwlettend in de gaten houdt, zich zeer positief ontwikkeld.

Voor de groep volgen toekomstige experimenten hetzelfde model: inspelen op zakelijke behoeften, samenwerken met operationele teams om de klantervaring te voeden. Deze versnelling van de digitale transformatie van Carrefour werd mogelijk gemaakt door de oprichting van complete en deskundige data-teams binnen het bedrijf en de inzet van data platforms in alle landen waar de groep actief is.

Het volume en de rijkdom van de data die Carrefour verzamelt, biedt een unieke kans om de belangrijkste uitdagingen voor de retailsector te onderzoeken: omnichannel, e-commerce, anticiperen op consumentengewoonten, enz. Carrefour heeft onlangs andere voorbeelden onthuld van hoe data kan worden gebruikt om de klantervaring te verbeteren: vijf minuten winkelen op Carrefour.fr, De implementatie van gepersonaliseerde assortimenten voor lokale winkels en de personalisatie van promoties.

Bedankt voor het lezen van ons artikel over “Hoe voedselverspilling verminderen op de afdeling Bakkerij-Pasta?”.”

Vind al onze artikelen in de Nieuws en al onze data projecten op onze blog.