← 案例
瑞士零售与电子商务2023 – 进行中

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%

进行中供应商案例研究供应商资料 ↗

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供应商案例研究[1]
43%概念验证中较Coop自有模型的性能提升供应商案例研究[1]

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

业务职能
物流与供应链
创新类型
流程创新
依据
供应商案例研究

来源

  1. Coop reduces food waste with Google Cloud AI and data cloud
    Google Cloud Blog2023年3月17日供应商资料

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
打开案例页面 ↗