家乐福集团 如何减少面包糕点部的食物浪费？

尽可能准确地预测需求是零售业务的基础之一。然而，随着消费者习惯的不断变化，这一挑战也变得越来越复杂。从现在起，有必要将不同销售渠道（从电子商务到本地商店，再到超市）的综合使用以及对社会和环境责任日益增长的需求考虑在内。在与大规模零售相关的企业社会责任问题中，排在首位的是：食品浪费。.

在法国，面包是仅次于水果和蔬菜的第三大浪费产品。的确，面包、糕点和蛋糕是保质期非常有限的新鲜产品。但是，当它们在一天结束时缺货时，也会让顾客感到非常沮丧。因此，家乐福集团与 Artefact 合作，试图利用 机器学习 和 data 科学 以优化其超市面包糕点部的销售预测。.

该项目实现了双重目标：生产足够的产品以满足需求，同时减少 “报废”，即未售出产品的数量。.

该应用案例的成功尤其有赖于 Artefact 和家乐福集团的相关 “职位”（部门经理）和各种技术人员组成的团队。.

在零售业，每天都是不同的。销售额在很大程度上取决于具体情况：节假日、天气、当前促销活动、商品销售亮点等。为了考虑到对需求产生影响的所有变量，我们需要能够分析家乐福每年数十亿笔交易产生的 PB 级 data 数据，并在此基础上添加影响消费的外部 data 数据。这些计算只有通过人工智能才能实现。.

因此，家乐福集团和 Artefact 团队从法国 200 多家超市的销售收入 data 开始。每天，这些 data 都会被收集、清理，并通过外部来源（如日历 data）进行充实，从而建立起数年的销售历史。这代表了一天内的数千种配置，取决于商品种类、产品价格、促销活动等。.

这台 data 用于训练有监督的 机器学习 以决策树为基础建立的模型，可确定每种产品的目标变量（未来销售额）与解释变量（促销、蚕食等）之间的关系。.

从组织角度看，该项目由多学科团队领导。Artefact 和家乐福方面的两个团队将技术和业务相结合。家乐福零售专业人员的业务技能发挥了关键作用。他们能够解释自己的业务和需求，并提出自己的愿景，从而确保解决方案在 “现实生活 ”中获得成功和采用。.

例如，算法的建议首先在试点商店进行测试，只针对糕点，以获得现场团队的反馈。他们的意见被用来改进模型，然后才将解决方案部署到超市的所有烘焙和糕点产品上。.

家乐福的所有 data-driven 用例都由 cloud 中的中央平台提供信息，该平台使 data 可以访问、格式化和记录。处理结果随后反馈到家乐福的信息系统中，供广大员工共享。由 data 科学家、data 工程师和 data 翻译人员（作为业务和 data 之间的纽带的关键人物）组成的多个团队可能会为特定用途进行咨询、转换和处理。.

这种新的预测模式实施几个月后，取得了非常积极的成果。.

事实上，在 2021 年的最后五个月里，节约了约 100 吨糕点。与此同时，由于减少了一天结束时的短缺，销售量也增加了。.

最后，家乐福密切关注的绩效指标 "净促进者得分"（Net Promoter Score）也有了非常积极的发展。.

对于该集团而言，未来的实验将遵循相同的模式：响应业务需求，与运营团队合作，为客户体验提供支持。家乐福之所以能够加快数字化转型，是因为在公司内部建立了完整的 data 专家团队，并在集团开展业务的所有国家部署了 data platforms。.

家乐福收集的 data 数量庞大，内容丰富，为探索零售业面临的主要挑战提供了独特的机会：全渠道、电子商务、消费者习惯预测等。家乐福最近公布了其他一些如何利用 data 改善客户体验的实例：在家乐福购物网站上的五分钟购物。 Carrefour.fr, 为当地商店提供个性化的商品种类，以及个性化的促销活动。.

感谢您阅读我们的文章 “如何减少面包糕点部门的食物浪费？”

在 新闻室 以及我们所有的 data 项目，请访问我们的 博客.