JJ Food Service používá Azure ML k předpovídání nákupních seznamů zákazníků ještě předtím, než nakoupí

JJ Food Service je jednou z největších nezávislých společností zajišťujících doručování potravin ve Spojeném království, která poskytuje více než 60,000 XNUMX zákazníkům vše, co potřebují pro své vlastní potravinářské podniky. Zákazníci zadávají objednávky online nebo telefonicky se zástupci call centra. Logistické týmy směrují a sekvenují tyto objednávky, zaměstnanci ve skladech pak nakládají příslušné produkty do vozidel a řidiči je následující den odvezou na dodací trasy. JJ Food Service nyní používá Microsoft Dynamics pro své potřeby ERP a CRM.

Nyní přidávají Azure ML, aby zefektivnili svůj proces. Pomocí systému doporučení Azure ML vyplňují prediktivní nákupní seznam pro zákazníky a zákazníci také dostávají doporučení souvisejících položek, které by si mohli chtít objednat.

Objednávky zákazníků v JJ Food Service se samozřejmě značně liší, pokud jde o to, co a kdy se nakupuje, velikost objednávky, typ, četnost a mnoho dalších kritérií. Při předvídání budoucích potřeb zákazníků potřebovali statistiky šité na míru na základě vzorců minulých objednávek každého zákazníka. Konkrétní restaurace si například může každý den objednat zelený salát, mouku přibližně každé dva týdny a olej na vaření jednou měsíčně. "Abychom byli úspěšní, museli jsme být relevantní pro ten týden, ten den, přesně ten časový bod," vysvětlil Ahmed.

Společnost JJ Food Service byla přesvědčena, že Azure ML jim může pomoci řešit jejich potřeby velmi nákladově efektivním způsobem. Začali spolupracovat s týmem Microsoft Azure, nejprve napsali kód pro svůj web, aby zachytil chování zákazníků, a poté použili tři roky transakčních dat k trénování prediktivního modelu Azure ML. Dále integrovali doporučení z tohoto modelu jak do prostředí svého call centra, tak do svých webových stránek, čímž zajistili, že jejich zákazníci využívající telefon dostanou přesně stejná doporučení (prostřednictvím zástupců call centra), jaká by online zákazníci viděli na jejich webu.

Implementace systému trvala pouhé tři měsíce. Dnes, ať už zákazníci zavolají nebo se přihlásí, systém pomocí analýzy minulých nákupů zobrazuje stejné předpovědi – v obou případech se objednávkový blok vyplní stejným způsobem a automaticky.

Přečtěte si více o tom zde.