← Alle cases
Case · Voedingsretail · Slimmere voorraadvoorspellingen

Bestel op basis van de vraag.
Niet alleen op buikgevoel.

Een voorspellingssysteem in de cloud leert van verkoopdata en helpt restaurantmanagers verse producten te bestellen met een beter beeld van de vraag.

Een restaurantketen die verse producten aan haar restaurants levert

01

De uitdaging

Een restaurantketen levert verse producten aan haar restaurants. Een van de uitdagingen is zicht krijgen op de vraag naar voeding in de winkels en restaurants.

Twee keer per week bestellen restaurantmanagers producten voor levering de volgende dag. Inschatten wat klanten nodig zullen hebben, is voor elke manager een lastige taak.

Het doel: restaurantmanagers helpen de vraag te voorspellen en consequent een goed evenwicht vinden tussen voedselverspilling en tekorten.

02

De oplossing

Om beter te voorspellen welke voorraad winkels en restaurants nodig hebben, gebruikten we machine learning op basis van kassadata.

Samen met IDLabs ontwikkelden we een neuraal netwerk voor deep learning dat per restaurant voorspelt hoeveel van elk product voor de komende dagen besteld moet worden.

De volledige oplossing werd geïntegreerd en geautomatiseerd in een cloudomgeving op Microsoft Azure.

03

Het resultaat

Dankzij de volledig geautomatiseerde oplossing kan de vraag naar voeding in de restaurants nauwkeuriger worden voorspeld.

Het resultaat gaat verder dan ondersteuning voor restaurantmanagers: de oplossing maakt minder voedselverspilling en meer omzet mogelijk.

Kies of je analytics wilt toestaan. Je keuze wordt 180 dagen onthouden. Analytics weigeren heeft geen invloed op het contactformulier of sollicitaties.

Cookiebeleid · Privacybeleid