← 案例
美国食品与餐饮2019 – 进行中

星巴克

Deep Brew个性化推荐与门店运营AI

星巴克将同一个AI平台用于应用内推荐、员工排班和库存管理,但尚未公布成果

进行中供应商案例研究供应商资料 ↗

问题

星巴克通过约3万家门店每周服务逾1亿名顾客。为每名顾客提供合适推荐,并逐店安排咖啡师班次和库存,难以集中管理。

方法

至2019年,星巴克已运行一个托管于微软Azure的强化学习平台,根据历史订单、本地库存、天气和时段,在应用程序内推荐点单内容。公司还测试了根据门店交易数据调整推荐内容的汽车穿梭服务菜单屏。在Deep Brew名下,公司也利用预测模型辅助咖啡师排班,并自动生成每日库存补货订单。

主要数据

16M2019年获得个性化点单推荐的活跃星享俱乐部会员人数供应商案例研究[1]
400+除交易历史外,用于汽车穿梭服务菜单推荐的门店级指标数量供应商案例研究[1]

启示

该平台通过共享数据连接营销与门店运营。星巴克尚未公布Deep Brew对销售或用工的影响。

分类

引入方式
自主研发
依据
供应商案例研究

来源

来源摘要

[1]Microsoft2019年5月6日

微软称,Azure上的强化学习平台根据本地库存、畅销商品、天气、时段及历史订单,为星巴克1,600万名活跃星享俱乐部会员推荐点单内容。报道介绍了当时正在测试的汽车穿梭服务菜单屏,其使用门店交易数据及400多项门店级指标,并援引星巴克高管关于将机器学习用于库存和咖啡师排班的说法。

[2]Nation's Restaurant News2021年4月28日

Nation's Restaurant News报道称,星巴克在2021财年第二季度业绩电话会上表示,Deep Brew在美国数百家门店计算个性化优惠和推荐,自动生成每日库存补货订单,并辅助员工排班。首席执行官凯文·约翰逊表示,AI提供底层预测模型;星巴克未公布AI影响的量化数据。

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 ↗