JJ Food Serviceは、Azure MLを使用して、買い物をする前でも顧客の買い物リストを予測しています
2分。 読んだ
上で公開
MSPoweruser の編集チームの維持にどのように貢献できるかについては、開示ページをお読みください。 続きを読む
JJフードサービス は、英国で最大の独立系食品配送サービス会社の60,000つであり、XNUMXを超える顧客に自社の食品事業に必要なすべてのものを提供しています。 顧客はオンラインで注文するか、電話でコールセンターの担当者に話しかけます。 ロジスティクスチームがこれらの注文をルーティングして順序付けし、倉庫の従業員が適切な製品を車両に積み込み、ドライバーが翌日配達ルートに運びます。 JJ Food Serviceは現在、ERPおよびCRMのニーズにMicrosoftDynamicsを使用しています。
現在、プロセスを合理化するためにAzureMLを追加しています。 Azure MLレコメンデーションシステムを使用することで、顧客の予測ショッピングリストにデータを入力し、顧客は注文する可能性のある関連アイテムのレコメンデーションも取得します。
もちろん、JJ Food Serviceでの顧客の注文は、購入するものと時期、注文のサイズ、種類、頻度、およびその他の多くの基準によって大きく異なります。 顧客の将来のニーズを予測する際に必要なのは、各顧客の過去の注文パターンに基づいて調整された洞察でした。 たとえば、特定のレストランでは、サラダグリーンを毎日注文し、小麦粉を約XNUMX週間ごとに注文し、食用油を月にXNUMX回注文する場合があります。 「成功するためには、その週、その日、その正確な時点に関連する必要がありました」とアーメドは説明しました。
JJ Food Serviceは、AzureMLが非常に費用対効果の高い方法でニーズに対応するのに役立つと確信していました。 彼らはMicrosoftAzureチームと協力し始め、最初にWebサイトのコードを記述して顧客の行動をキャプチャし、次にXNUMX年間のトランザクションデータを使用してAzureML予測モデルをトレーニングしました。 次に、このモデルの推奨事項をコールセンター環境とWebサイトの両方に統合しました。これにより、電話ベースの顧客は、オンラインの顧客がサイトで見るものとまったく同じ推奨事項を(コールセンターの担当者を介して)取得できるようになります。
システムの実装にはわずかXNUMXか月しかかかりませんでした。 今日、顧客が電話をかけるかログインするかにかかわらず、システムは過去の購入の分析を使用して同じ予測をバブルアップします。どちらの場合も、注文パッドは同じ方法で自動的に入力されます。
それについての詳細を読む こちら.