language

Yapay Zeka Yetenekleri, Danone’da promosyon öngörüm sürecinin dönüştürülmesine yardımcı oldu

Müşteri
Danone
Sektör
Süt üretimi ve sağlıklı beslenme
Fonksiyonel alan
Promosyon satış hacminin öngörüm edilmesi
Platformlar
ML, Data science
Yapay Zeka Yetenekleri, Danone’da promosyon öngörüm sürecinin dönüştürülmesine yardımcı oldu

Tüm önemli müşteriler için promosyon hacimlerinin ML öngörüminin başlatılması, diğer iş alanlarında yapay zeka olanaklarını daha fazla keşfetmemizin yolunu açıyor. Başarılı bir proje başlatmanın önemli unsurları - bu tür teknolojilerde ustalaşmak ve bunları iş sürecine "yerleştirmek" - zamanında eğitim ve son kullanıcıların projeye dahil edilmesinin yanı sıra ayrıntılı ve uygulanmış bir değişiklik yönetimi planıdır. Bu yolda, projenin tamamlanmasının ardından modelin teknik desteğine başlayan danışmanlardan oluşan bir ekiple birlikte ilerliyoruz.

Machine Learning (ML) öngörümini başlatmak için proje yöneticisi / İş Dönüşümü Müdürü, Danone
01
ARKA FON
Danone, süt, ekşi krema, yoğurt, bebek maması gibi düzinelerce ürün kategorisinde Activia, Actimel ve diğerleri gibi markalar geliştiren dünyanın en ... Read more

Danone, süt, ekşi krema, yoğurt, bebek maması gibi düzinelerce ürün kategorisinde Activia, Actimel ve diğerleri gibi markalar geliştiren dünyanın en büyük süt ürünleri üreticisidir. Ürünlere olan talebin önemli bir itici gücü, en büyük ulusal perakende zincirlerindeki fiyat promosyonlarıdır.

Bir promosyondaki satış öngörüminin kalitesi, hizmet düzeyini, zarar yazma sayısını, müşteri ilişkilerini, depolama ve nakliye maliyetlerini ve çok daha fazlasını etkiler: Doğruluğu her yüzde puanı artırmanın maliyeti, verimlilikte önemli bir artışa yol açabilir. Ve şirketin işinin büyük çoğunluğunun bozulabilir ürünler olduğu göz önüne alındığında, öngörüm kalitesini oluşturmak ve geliştirmek için her zaman süper çabalar gereklidir.

Ana şirketin, iş süreci verimliliğini artırmak için yapay zeka (AI) teknolojilerinden yararlanmaya yönelik küresel stratejisine uygun olarak, tedarik zinciri yönetimi departmanlarından, pazarlama incelemesi, BT, Veri ekiplerinden Danone çalışanlarını içeren proje ekibi, Machine Learning (ML) algoritmalarına dayalı yeni nesil bir otomasyon çözümü arıyordu. Sonuç olarak, iş sürecinin tüm özelliklerini ve mevcut Danone verilerini dikkate alarak özelleştirilmiş bir ML öngörüm modeli geliştirmeye karar verildi.

02
ÇÖZÜM
Tek bir proje ekibi, önemli ulusal perakendecilerdeki promosyonlar sırasında satış öngörümi için bir ML modeli geliştirdi ve başlattı: Çok çeşitli ... Read more

Tek bir proje ekibi, önemli ulusal perakendecilerdeki promosyonlar sırasında satış öngörümi için bir ML modeli geliştirdi ve başlattı:

  • Çok çeşitli veriler kullanılarak çok parametreli bir model geliştirildi: geçmiş gönderiler, raf dışı satışlar, promosyon planları, fiyat seviyeleri, müşteri siparişleri, envanter seviyeleri, takvim etkinlikleri, ürün çeşitliliği.
  • Model, Ridge, Lasso, KNN, XGBoost gibi çeşitli ML algoritmalarının yanı sıra veri normalleştirme ve otomatik özellik seçiminin bir kombinasyonuna dayanmaktadır.
  • Modelde yerleşik olan öngörüm ufku, ürün grupları, promosyonlar (“yuvalar”) ve müşterilere göre ayrılmış olarak mevcut ve gelecek çeyreği içerir.
  • Gelen veriler ve model arasındaki otomatik entegrasyon ve iş ekibi tarafından otomatik öngörüm yeniden hesaplamasını başlatma işlevi yapılandırılır.
  • Mevcut sürecin denetimi yapıldı ve yeni AI teknolojisinin özellikleri dikkate alınarak promosyon öngörüm sürecinin güncel bir tasarımı hazırlandı.
  • Danışmanlardan oluşan bir ekip, oluşturulan modele her zamanki formatta proje sonrası teknik destek sağlarken, aynı zamanda ek iyileştirmeler yoluyla modeli geliştirir.
03
İŞLETME İÇİN DEĞERİ
Mevcut BT çözümünü kullanan promosyon planlama ekibi tarafından oluşturulan öngörüme kıyasla ML öngörüminin doğruluğunda %74,3’e varan gelişmiş doğruluk (%70,6).

Mevcut BT çözümünü kullanan promosyon planlama ekibi tarafından oluşturulan öngörüme kıyasla ML öngörüminin doğruluğunda %74,3’e varan gelişmiş doğruluk (%70,6).