JJ Food Service używa Azure ML do przewidywania list zakupów klientów jeszcze przed zakupami

Usługi gastronomiczne J.J jest jedną z największych niezależnych firm dostarczających żywność w Wielkiej Brytanii, która zapewnia ponad 60,000 XNUMX klientom wszystko, czego potrzebują do własnych przedsiębiorstw spożywczych. Klienci składają zamówienia online lub rozmawiając przez telefon z przedstawicielami call center. Zespoły logistyczne kierują i porządkują te zamówienia, pracownicy magazynów ładują następnie odpowiednie produkty do pojazdów, a kierowcy następnego dnia zabierają je na trasy dostaw. JJ Food Service używa teraz Microsoft Dynamics do swoich potrzeb ERP i CRM.

Teraz dodają Azure ML, aby usprawnić swój proces. Korzystając z systemu rekomendacji usługi Azure ML, wypełniają oni predykcyjną listę zakupów dla klientów, a klienci otrzymują również rekomendacje dotyczące powiązanych produktów, które mogą chcieć zamówić.

Zamówienia klientów w JJ Food Service oczywiście różnią się znacznie pod względem tego, co i kiedy zostanie kupione, wielkości zamówienia, rodzaju, częstotliwości i wielu innych kryteriów. Przewidując przyszłe potrzeby klientów, potrzebowali dostosowanych informacji opartych na wcześniejszych wzorcach zamówień każdego klienta. Na przykład dana restauracja może codziennie zamawiać sałatkę, mąkę co dwa tygodnie, a olej kuchenny raz w miesiącu. „Aby odnieść sukces, musieliśmy być odpowiedni na ten tydzień, ten dzień, dokładnie w tym momencie” – wyjaśnił Ahmed.

Firma JJ Food Service była przekonana, że ​​Azure ML może pomóc im zaspokoić ich potrzeby w bardzo opłacalny sposób. Rozpoczęli współpracę z zespołem Microsoft Azure, najpierw pisząc kod dla swojej witryny internetowej w celu przechwytywania zachowań klientów, a następnie wykorzystując trzyletnie dane transakcyjne do trenowania modelu predykcyjnego Azure ML. Następnie zintegrowali rekomendacje z tego modelu zarówno ze środowiskiem call center, jak i ze swoją stroną internetową, zapewniając w ten sposób, że ich klienci korzystający z telefonu otrzymają dokładnie te same rekomendacje (za pośrednictwem przedstawicieli call center), jakie klienci online zobaczą w ich witrynie.

Wdrożenie systemu zajęło tylko trzy miesiące. Dzisiaj, niezależnie od tego, czy klienci dzwonią, czy się logują, system wypuszcza te same prognozy, wykorzystując analizę wcześniejszych zakupów – w obu przypadkach formularz zamówienia wypełniany jest w ten sam sposób i automatycznie.

Przeczytaj więcej na ten temat tutaj.