SuizaComercio minorista y electrónico2023 – en cursoCoop (Suiza)
Previsión de la demanda de productos frescos con aprendizaje automático en centros de distribución
Coop Suiza probó AutoML en la nube para prever la demanda de alimentos frescos y comunicó una mejora del rendimiento del 43% frente a sus modelos internos en una prueba de concepto
Problema
Coop necesitaba previsiones precisas de la demanda de productos frescos en sus centros de distribución para mantener los lineales abastecidos y reducir el desperdicio de alimentos. Su estación de trabajo local tenía dificultades para escalar.
Enfoque
El equipo de aprendizaje automático de Coop trasladó los datos de SAP y de sus canalizaciones a BigQuery. Comparó un modelo XGBoost, un Temporal Fusion Transformer y Vertex AI Forecast, de Google, sobre un conjunto de pruebas de la prueba de concepto, y eligió Vertex AI Forecast. Se estaba preparando un pequeño piloto de producción para un centro de distribución, con una posible ampliación a todos los centros de distribución suizos.
Cifras clave
Conclusión
La cifra del 43% procede de una prueba de concepto frente a los modelos anteriores de la propia Coop. Coop no comunicó una reducción medida del desperdicio de alimentos.
Categorías
- Tamaño
- Gran empresa
- Función empresarial
- Logística y cadena de suministro
- Tipo de innovación
- Innovación de procesos
- Tecnología de IA
- Análisis predictivo y aprendizaje automático
- Respaldo
- Caso de cliente del proveedor
Fuentes
Resúmenes de fuentes
Google Cloud y un científico de datos de Coop comunicaron un WAPE de 14,5 para Vertex AI Forecast y una mejora del 43% frente a los modelos internos de Coop en una prueba de concepto de previsión. Coop preparaba un piloto de producción en un centro.
La información completa figura en las fuentes originales.
