Kurly
以機器學習預測生鮮食品需求
Kurly 表示,運用自建訂單預測系統,2023年生鮮食品廢棄率為0.4%
問題
Kurly 販售隔天清晨配送的生鮮食品,相當一部分庫存的保存期限僅有數日。採購過量會造成食物浪費;採購不足則會導致缺貨與顧客流失。
做法
Kurly 自2015年起蒐集並分析購買資料,建置機器學習系統,預測未來數日各地區的訂單量。採購與物流團隊依預測結果規畫採購、倉儲容量與人力配置。2026年,Kurly 收購人工智慧新創公司 Wonji Labs,以強化自身的預測與個人化技術。
主要數據
0.4%2023年生鮮食品廢棄率,較往年的1%上下為低
<1%公司表示2021年每日處理約12萬筆訂單時的廢棄率
34.3x2023年合併存貨週轉率,高於2021年的32.7
啟示
Kurly 以訂單預測規畫採購與物流,其公布的廢棄率從2021年的約1%降至2023年的0.4%,存貨週轉率也有改善。廢棄率數字為公司自行公布,未經獨立查證,預測準確度亦未揭露。
分類
來源
來源摘要
[1]Dealsite2024年4月16日
Dealsite 指出,Kurly 2023年營業虧損縮小,與存貨週轉加快有關,合併存貨週轉率由2021年的32.7次升至34.3次。Kurly 以演算法與機器學習預測每日訂單,並規畫倉儲作業與人力。Dealsite 報導,2023年生鮮食品廢棄率為0.4%,低於先前1%上下的水準。
[2]Electronic Times (etnews)2021年8月18日
Electronic Times 報導,Kurly 自2015年起運用購買資料,其資料科學團隊以機器學習預測各地區每週訂單。Kurly 表示,在每日處理約12萬筆訂單的情況下,廢棄率維持在1%以內。執行長 Kim Seul-ah 設定的目標為0.1%。
[3]Newsway (via Daum News)2026年6月3日
Newsway 報導,Kurly 收購 Wonji Labs,將預測與個人化技術納入自家體系,並運用購買模式、季節性與地區需求管理存貨。Kurly 2025年首度繳出全年營業獲利,金額為131億韓元。業界人士表示,AI 的投資報酬取決於公司如何在物流與存貨管理中運用資料。
詳細內容請參閱原始資料。
收錄日期 2026年10月25日 · 更新日期 2026年10月25日