Архив Розничная и оптовая торговля · Продуктовый ритейл
Delhaize: модель прогноза спроса стала точнее на 26%
По данным Ahold Delhaize, после нескольких месяцев тестирования в Delhaize Belgium модель прогноза спроса, доработанная командой Kickstart AI, стала на 26% точнее. Компания ожидает, что это поможет сократить пищевые отходы Delhaize Belgium на 21%.
/01 · ключевые результаты
-
результат пилота
26%
рост точности прогноза спроса
Ahold Delhaize, пресс-релиз, 27.10.2022
несколько месяцев тестирования, к октябрю 2022 · модель прогноза спроса покупателей Delhaize Belgium
данные компании
-
прогноз компании
21%
ожидаемое сокращение пищевых отходов
Ahold Delhaize, пресс-релиз, 27.10.2022
ожидание компании на октябрь 2022 · пищевые отходы Delhaize Belgium
данные компании
оценка strategai
Оценку не приводим: компания не раскрывает объём и стоимость пищевых отходов Delhaize Belgium.
По данным Ahold Delhaize, после нескольких месяцев тестирования в Delhaize Belgium модель прогноза спроса, доработанная командой Kickstart AI, стала на 26% точнее. Компания ожидает, что это поможет сократить пищевые отходы Delhaize Belgium на 21%.
/02 · паспорт кейса
Бизнес
- Компания
- Delhaize Belgium (Ahold Delhaize)
- Отрасль
- Розничная и оптовая торговля · Продуктовый ритейл
- Функция
- Цепочка поставок, закупки и логистика
- Задача
- Прогноз спроса и автозаказ (DFM)
Технология
- Класс AI
- Прогнозирование временных рядов
- Тип решения
- Гибридное решение: Kickstart AI
Внедрение
- Стадия
- Пилот / PoC, на 27.10.2022
- География
- Бельгия
/03 · описание кейса
Зачем
Бизнес-задача
Ahold Delhaize выбрала пищевые отходы первой задачей инициативы Kickstart AI из-за масштаба этой глобальной проблемы. Kickstart AI объединяет специалистов по ИИ четырёх нидерландских компаний — Ahold Delhaize, ING, KLM и NS — и создаёт практические решения на основе ИИ для реальных бизнес-задач. Для Food Waste Reduction Challenge выбрали Delhaize Belgium, одну из торговых сетей группы. Задача состояла в улучшении сложной модели прогнозирования спроса: она предсказывает спрос покупателей Delhaize Belgium и помогает удерживать баланс между наличием товаров и пищевыми отходами.
Что
Решение
Межкорпоративная команда Kickstart AI, в которую вошли специалисты Ahold Delhaize, ING, KLM и NS, учла в модели широкий набор факторов: скидки на товары, время суток и день недели и даже погоду. Алгоритм анализирует связь между этими входными данными и фактическим спросом покупателей. Чем больше данных и факторов он обрабатывает, тем точнее оценивает влияние будущих условий на спрос. Четыре компании финансируют Kickstart AI на постоянной основе и объединяют для инициативы свои ресурсы в области анализа данных.
Как
Внедрение
За год Ahold Delhaize провела три спринтерские недели Food Waste Reduction Challenge, в ходе которых команда доработала модель прогноза спроса. Затем модель несколько месяцев тестировалась в операционной деятельности Delhaize Belgium. 27 октября 2022 года Ahold Delhaize сообщила об итогах: модель стала на 26% точнее, и, по оценке компании, это поможет сократить пищевые отходы Delhaize Belgium на 21%. Команда Kickstart AI видит возможность сокращать отходы и дальше, потенциально во всех торговых сетях Ahold Delhaize.
/04 · источники и проверка
Что подтверждено
- После нескольких месяцев тестирования в Delhaize Belgium модель прогноза спроса стала на 26% точнее (по данным Ahold Delhaize).
- Модель учитывает скидки на товары, время суток и день недели, а также погоду.
- Модель доработала межкорпоративная команда Kickstart AI из специалистов Ahold Delhaize, ING, KLM и NS.
Ограничения
- 21% — ожидаемое сокращение пищевых отходов Delhaize Belgium. Это не измеренный результат.
- 26% — улучшение точности прогноза по итогам тестирования; метрику точности и базу сравнения компания не раскрывает.
- Результаты относятся к Delhaize Belgium. Применение модели в других сетях Ahold Delhaize названо только возможностью.
-
[1] Ahold Delhaize
Kickstart AI: The outcome of the Food Waste Reduction Challenge
компания · 27.10.2022
Открыть источник
АрхИИВ /strategai · CB-000119 · Версия 1 · 08.10.2026 · /c/CB-000119/