SuisseDistribution et commerce en ligne2023 – en coursCoop (Suisse)
Prévision de la demande en produits frais par apprentissage automatique dans les centres de distribution
Coop Suisse a testé l’AutoML dans le cloud pour prévoir la demande en produits frais et fait état, lors d’une preuve de concept, d’une performance supérieure de 43 % à celle de ses modèles internes
Problématique
Coop avait besoin de prévisions fiables de la demande en produits frais dans ses centres de distribution pour garnir ses rayons et réduire le gaspillage alimentaire. Son poste de travail local peinait à monter en charge.
Approche
L’équipe d’apprentissage automatique de Coop a transféré les données de SAP et de ses chaînes de traitement vers BigQuery. Elle a comparé un modèle XGBoost, un Temporal Fusion Transformer et Vertex AI Forecast de Google sur un jeu de test de preuve de concept, et retenu Vertex AI Forecast. Un petit projet pilote de production pour un centre de distribution était en préparation, avec une extension possible à tous les centres de distribution suisses.
Chiffres clés
Enseignement
Le chiffre de 43 % provient d’une preuve de concept comparée aux modèles antérieurs de Coop. Coop n’a pas fait état d’une réduction mesurée du gaspillage alimentaire.
Catégories
- Taille
- Grande entreprise
- Fonction de l’entreprise
- Logistique et chaîne d’approvisionnement
- Type d’innovation
- Innovation de procédé
- Technologie d’IA
- Analyse prédictive et apprentissage automatique
- Mode d’adoption
- Outil ou plateforme standard
- Type de preuve
- Étude de cas fournisseur
Sources
Résumés des sources
Google Cloud et un data scientist de Coop font état d’un WAPE de 14,5 pour Vertex AI Forecast et d’une amélioration de 43 % par rapport aux modèles internes de Coop lors d’une preuve de concept de prévision. Coop préparait un projet pilote de production sur un site.
Les informations complètes figurent dans les sources d’origine.
