JJ Food Service, Müşterilerin Alışveriş Listelerini Daha Alışveriş Yapmadan Önce Tahmin Etmek İçin Azure ML Kullanıyor

Okuma zamanı simgesi 2 dk. okuman


Okuyucular MSpoweruser'ı desteklemeye yardımcı olur. Bağlantılarımız aracılığıyla satın alırsanız komisyon alabiliriz. Araç İpucu Simgesi

MSPoweruser'ın editör ekibini ayakta tutmasına nasıl yardımcı olabileceğinizi öğrenmek için açıklama sayfamızı okuyun. Daha fazla

JJ Yemek Hizmeti Azure ML

JJ Yemek Servisi 60,000'den fazla müşteriye kendi gıda işletmeleri için ihtiyaç duydukları her şeyi sağlayan Birleşik Krallık'taki en büyük bağımsız yemek dağıtım hizmeti şirketlerinden biridir. Müşteriler siparişlerini çevrimiçi olarak veya telefonla çağrı merkezi temsilcileriyle konuşarak verirler. Lojistik ekipleri bu siparişleri yönlendirir ve sıralar, depolardaki çalışanlar uygun ürünleri araçlara yükler ve şoförler ertesi gün teslimat yollarına götürür. JJ Food Service, artık ERP ve CRM ihtiyaçları için Microsoft Dynamics kullanıyor.

Şimdi, süreçlerini kolaylaştırmak için Azure ML ekliyorlar. Azure ML öneri sistemini kullanarak müşteriler için tahmine dayalı alışveriş listesi oluşturuyorlar ve müşteriler ayrıca sipariş etmek isteyebilecekleri ilgili öğeler için öneriler alıyor.

JJ Food Service'teki müşteri siparişleri, elbette, neyin ne zaman satın alındığı, sipariş boyutu, türü, sıklığı ve diğer birçok kriter açısından büyük farklılıklar gösterir. Müşterilerin gelecekteki ihtiyaçlarını tahmin etmede ihtiyaç duydukları şey, her bir müşterinin geçmiş sipariş modellerine dayalı olarak uyarlanmış içgörülerdi. Örneğin, belirli bir restoran her gün yeşil salata, yaklaşık iki haftada bir un ve ayda bir yemeklik yağ sipariş edebilir. Ahmed, “Başarılı olmak için o hafta, o gün, tam o an için alakalı olmamız gerekiyordu” dedi.

JJ Food Service, Azure ML'nin ihtiyaçlarını çok uygun maliyetli bir şekilde karşılamalarına yardımcı olabileceğine inanıyordu. Microsoft Azure ekibiyle çalışmaya başladılar, önce müşteri davranışlarını yakalamak için web siteleri için kod yazdılar ve ardından bir Azure ML tahmine dayalı modeli eğitmek için üç yıllık işlem verilerini kullandılar. Daha sonra, bu modeldeki önerileri hem çağrı merkezi ortamlarına hem de web sitelerine entegre ettiler, böylece telefon tabanlı müşterilerinin, çevrimiçi müşterilerin sitelerinde gördükleriyle aynı önerileri (çağrı merkezi temsilcileri aracılığıyla) almasını sağladılar.

Sistemin uygulanması sadece üç ay sürdü. Bugün, müşteriler ister arasın, ister oturum açsın, sistem geçmiş satın almaların analizini kullanarak aynı tahminleri baloncuklar haline getiriyor - her iki durumda da sipariş defteri aynı şekilde ve otomatik olarak dolduruluyor.

Daha fazlasını okuyun okuyun.

Konular hakkında daha fazla bilgi: Azure makine öğrenimi, CRM, Müşteri hikayesi, dinamik, ERP, Uygulama, microsoft

Yorum bırak

E-posta hesabınız yayımlanmayacak. Gerekli alanlar işaretlenmişlerdir. *