スイス小売・EC2023 – 継続中Coop（スイス）
物流センターの生鮮品需要を機械学習で予測
スイスのCoop、生鮮食品の需要予測にクラウドのAutoMLを試験、概念実証で自社モデルを43%上回る性能を報告
課題
Coopは、棚の在庫を切らさず食品ロスを減らすため、物流センターの生鮮品の需要を正確に予測する必要があった。社内設置のワークステーションでは、規模の拡大が難しかった。
取り組み
CoopのMLチームは、SAPとパイプラインのデータをBigQueryに移した。概念実証のテストセットで、XGBoostモデル、Temporal Fusion Transformer、GoogleのVertex AI Forecastを比較し、Vertex AI Forecastを選んだ。1つの物流センターで小規模な本番試験を準備中で、スイスのすべての物流センターへの拡大もありうるとしていた。
主な数値
14.5 WAPE概念実証のテストセットでのVertex AI Forecastの加重絶対パーセント誤差
43%概念実証でのCoopの自社モデルに対する性能の改善幅
示唆
43%という数字は、Coopの従来モデルと比べた概念実証によるものである。Coopは、実測に基づく食品ロスの削減量を報告していない。
分類
- 規模
- 大企業
- 業種
- 小売・EC
- 業務機能
- 物流・サプライチェーン
- イノベーションの類型
- プロセス・イノベーション
- AI技術
- 予測分析・機械学習
- 導入形態
- 既製ツール・プラットフォーム
- 根拠
- ベンダーの事例紹介
出典
出典の要約
[1]Google Cloud Blog2023年3月17日
Google CloudとCoopのデータサイエンティストは、予測の概念実証で、Vertex AI ForecastのWAPEが14.5となり、Coopの自社モデルより43%改善したと報告した。Coopは1つの拠点で本番試験を準備していた。
詳細は原典でご確認いただけます。
掲載日 2026年10月25日 · 更新日 2026年10月25日
