瑞士Coop
配送中心生鲜产品需求的机器学习预测
瑞士Coop测试云端AutoML进行生鲜需求预测,称在概念验证中表现较自有模型提升43%
问题
Coop需要准确预测其配送中心的生鲜产品需求,以保证货架供应并减少食品浪费。其本地工作站难以扩展。
方法
Coop的机器学习团队把来自SAP及其数据管道的数据迁移到BigQuery。团队在概念验证测试集上比较了XGBoost模型、Temporal Fusion Transformer和谷歌的Vertex AI Forecast,最终选择了Vertex AI Forecast。针对一个配送中心的小型生产试点正在筹备,可能推广到瑞士所有配送中心。
主要数据
14.5 WAPE概念验证测试集上Vertex AI Forecast的加权绝对百分比误差
43%概念验证中较Coop自有模型的性能提升
启示
43%这一数字来自与Coop自有早期模型对比的概念验证。Coop未报告实测的食品浪费减少情况。
分类
来源
来源摘要
[1]Google Cloud Blog2023年3月17日
谷歌云和Coop的一名数据科学家报告称,在一次预测概念验证中,Vertex AI Forecast的WAPE为14.5,较Coop自有模型提升43%。Coop正在筹备一个站点的生产试点。
详细内容请参阅原始来源。
收录日期 2026年10月25日 · 更新日期 2026年10月25日