Ebiya: AI прогнозує попит за 150 змінними (погода, день тижня, заповненість…
ресторан · Японія · 45 співробітників
Японська ресторанна компанія Ebiya (45 співробітників) впровадила AI для прогнозування попиту на основі 150 факторів, таких як погода та кількість гостей у готелях. Це дозволило прогнозувати кількість клієнтів і замовлення з точністю понад 90%. В результаті, виручка компанії зросла вчетверо, а також було скорочено харчові відходи та операційне навантаження.
Результат
- точність прогнозу понад 90 %; виручка зросла вчетверо відносно періоду до впровадження.
Контекст
Компанія Ebiya, що керує ресторанами в Ісе, зіштовхувалася з проблемою надмірної підготовки їжі через прогнозування кількості клієнтів на основі досвіду та інтуїції, що призводило до харчових відходів та виснаження персоналу через несподіване перевантаження.
Що зробили
Були відібрані близько 150 факторів, таких як погода, день тижня та кількість гостей у сусідніх готелях, які мають високий зв'язок з відвідуваністю клієнтів. Ці дані використовувалися AI для прогнозування кількості клієнтів та замовлених страв за часовими інтервалами. Прогнози застосовувалися для планування закупівель, приготування їжі та формування штатного розкладу.
Що з цього переноситься
Цей підхід працює для компаній, де інтуїтивні прогнози призводять до значних операційних втрат (наприклад, харчові відходи, зайве навантаження на персонал) і є великий обсяг даних (понад 150 факторів) для аналізу. Він не підходить, якщо таких даних бракує або процес прогнозування не є критичним.
Кому це релевантно
Це релевантно для українських компаній у сферах громадського харчування, роздрібної торгівлі або послуг, які стикаються з непередбачуваним попитом та мають від 10 до 100 співробітників. Різниця масштабу полягає в тому, що для менших компаній може бути складніше зібрати такий великий обсяг даних (150+ факторів), але для компаній від 45 співробітників це може бути цілком реально, якщо вони мають достатньо історичних даних про продажі, погодні умови, місцеві події тощо.