JJ Food Service folosește Azure ML pentru a prezice listele de cumpărături ale clienților chiar înainte de a face cumpărături

JJ Food Service este una dintre cele mai mari companii independente de servicii de livrare de alimente din Marea Britanie, care oferă peste 60,000 de clienți tot ce au nevoie pentru propriile lor afaceri alimentare. Clienții plasează comenzi online sau vorbind cu reprezentanții centrului de apeluri la telefon. Echipele de logistică direcționează și ordonează aceste comenzi, angajații de la depozite încarcă apoi produsele corespunzătoare în vehicule, iar șoferii le duc pe rutele de livrare a doua zi. JJ Food Service utilizează acum Microsoft Dynamics pentru nevoile ERP și CRM.

Acum, adaugă Azure ML pentru a-și simplifica procesul. Prin utilizarea sistemului de recomandare Azure ML, aceștia completează lista de cumpărături predictivă pentru clienți, iar clienții primesc și recomandări pentru articolele conexe pe care ar putea dori să le comande.

Comenzile clienților de la JJ Food Service, desigur, variază foarte mult în ceea ce privește ceea ce este achiziționat și când, dimensiunea comenzii, tipul, frecvența și multe alte criterii. Pentru a anticipa nevoile viitoare ale clienților, ceea ce aveau nevoie au fost informații personalizate bazate pe modelele de comenzi anterioare ale fiecărui client. De exemplu, un anumit restaurant poate comanda salată verde în fiecare zi, făină aproximativ la două săptămâni și ulei de gătit o dată pe lună. „Pentru a avea succes, trebuia să fim relevanți pentru acea săptămână, acea zi, exact acel moment în timp”, a explicat Ahmed.

JJ Food Service era convins că Azure ML i-ar putea ajuta să-și răspundă nevoilor într-un mod foarte rentabil. Au început să lucreze cu echipa Microsoft Azure, scriind mai întâi cod pentru site-ul lor web pentru a capta comportamentul clienților și apoi folosind trei ani de date tranzacționale pentru a antrena un model predictiv Azure ML. Apoi, au integrat recomandările din acest model atât în ​​mediul centrului lor de apeluri, cât și în site-ul lor web, asigurându-se astfel că clienții lor de pe telefon vor primi exact aceleași recomandări (prin reprezentanții centrului de apeluri) ca ceea ce ar vedea clienții online pe site-ul lor.

Implementarea sistemului a durat doar trei luni. Astăzi, indiferent dacă clienții sună sau se conectează, sistemul emite aceleași predicții folosind analiza achizițiilor anterioare – în ambele cazuri, blocul de comandă este completat în același mod și automat.

Citeşte mai multe despre ea aici.