JJ Food Service používa Azure ML na predpovedanie nákupných zoznamov zákazníkov ešte predtým, ako nakúpia
2 min. čítať
Publikované dňa
Zdieľajte tento článok
Vylepšite túto príručku
Prečítajte si našu informačnú stránku a zistite, ako môžete pomôcť MSPoweruser udržať redakčný tím Čítaj viac
JJ Food Service je jednou z najväčších nezávislých spoločností poskytujúcich donášku jedla v Spojenom kráľovstve, ktorá poskytuje viac ako 60,000 XNUMX zákazníkom všetko, čo potrebujú pre svoje vlastné potravinárske podniky. Zákazníci zadávajú objednávky online alebo telefonicky so zástupcami call centra. Logistické tímy smerujú a sekvenujú tieto objednávky, zamestnanci v skladoch potom naložia príslušné produkty do vozidiel a vodiči ich nasledujúci deň odvezú na doručovacie trasy. JJ Food Service teraz používa Microsoft Dynamics pre svoje potreby ERP a CRM.
Teraz pridávajú Azure ML, aby zefektívnili svoj proces. Pomocou systému odporúčaní Azure ML vypĺňajú prediktívny nákupný zoznam pre zákazníkov a zákazníci tiež dostávajú odporúčania na súvisiace položky, ktoré by si mohli chcieť objednať.
Objednávky zákazníkov v JJ Food Service sa samozrejme značne líšia, pokiaľ ide o to, čo a kedy sa kupuje, veľkosť objednávky, typ, frekvencia a mnoho ďalších kritérií. Pri predvídaní budúcich potrieb zákazníkov potrebovali prispôsobené poznatky na základe vzorcov minulých objednávok každého zákazníka. Napríklad konkrétna reštaurácia si môže každý deň objednať zelený šalát, múku približne každé dva týždne a olej na varenie raz za mesiac. "Aby sme boli úspešní, potrebovali sme byť relevantní pre ten týždeň, ten deň, presne ten časový bod," vysvetlil Ahmed.
Spoločnosť JJ Food Service bola presvedčená, že Azure ML im môže pomôcť riešiť ich potreby nákladovo efektívnym spôsobom. Začali spolupracovať s tímom Microsoft Azure, najprv napísali kód pre svoju webovú stránku na zachytenie správania zákazníkov a potom použili tri roky transakčných údajov na trénovanie prediktívneho modelu Azure ML. Ďalej integrovali odporúčania z tohto modelu do prostredia svojho call centra aj svojej webovej stránky, čím zaistili, že ich telefónni zákazníci dostanú presne tie isté odporúčania (prostredníctvom zástupcov call centra), aké by online zákazníci videli na ich stránke.
Implementácia systému trvala len tri mesiace. Dnes, či už zákazníci zavolajú alebo sa prihlásia, systém pomocou analýzy minulých nákupov zobrazuje rovnaké predpovede – v oboch prípadoch sa objednávkový blok vyplní rovnakým spôsobom a automaticky.
Prečítajte si viac o tom tu.
