Picadeli

Implemented owned by Violet AI Swedish
1y ago update
Read more at https://www.violet.ai/

Bakgrund 

Picadeli är en del av Greenfood-koncernen och är marknadsledande i  norra Europa med sina salladsbarer med självplock. Idag finns Picadelis salladsbarer i över 2000 butiker. I varje butik estimerar  butikspersonalen hur mycket plocksallad som kommer att efterfrågas  kommande vecka. 

Lösning 

AI-lösningen tar hänsyn till olika butikers försäljning och lär sig av  gemensamma mönster i veckoprofil, vädrets påverkan och högtider.  Modellerna ger dagliga prognoser för varje butik, för de kommande 14  dagarna. Lösningen är integrerad i verksamheten och används i 1000+  butiker i Sverige, USA, Finland, Frankrike och Tyskland.  

Hur AI skapar affärsvärde 

Att applicera AI på forecasting innebär att prognosen kan ta hänsyn till  flera faktorer, vilket ger prognoserna högre precision. En bättre prognos  innebär mindre belastning på butikspersonalen, mindre matsvinn och  mer såld sallad. Det leder i sin tur till nöjdare butikspersonal, reducerad  miljöpåverkan och ökad lönsamhet. 

Utmaning 

Att ta in för mycket produkter leder till onödigt svinn och att ta in för lite  riskerar utebliven försäljning. Efterfrågan på plocksallad varierar utifrån  en mängd interna och externa faktorer som inte gick att bygga in i  Picadelis tidigare statistiska forecasting-modeller.

Picadeli är en del av Greenfood-koncernen och är marknadsledande i norra Europa med sina salladsbarer med självplock. Idag finns Picadelis salladsbarer i över 2000 butiker. 

I varje butik estimerar butikspersonalen hur mycket plocksallad som kommer att efterfrågas kommande vecka.

Att estimera efterfrågan på produkterna är en utmaning för butikspersonalen. Att ta in för mycket produkter leder till onödigt svinn och att ta in för lite riskerar utebliven försäljning.

Efterfrågan på plocksallad varierar utifrån en mängd interna och externa faktorer som inte gick att bygga in i Picadelis tidigare statistiska forecasting-modeller.

Violets AI-lösning tar hänsyn till olika butikers försäljning och lär sig av gemensamma mönster i veckoprofil, vädrets påverkan och högtider. Modellerna ger dagliga prognoser för varje butik, för de kommande 14 dagarna.

Lösningen är integrerad i verksamheten och används i 1000+ butiker i Sverige, USA, Finland, Frankrike och Tyskland.

Att applicera AI på Picadelis forecasting innebär att prognosen kan ta hänsyn till flera faktorer, vilket ger prognoserna högre precision. 

En bättre prognos innebär mindre belastning på butikspersonalen, mindre matsvinn och mer såld sallad.

Det leder i sin tur till nöjdare butikspersonal, reducerad miljöpåverkan och ökad lönsamhet.

Attributes

Food & Farming, Retail
Customer Service & Support, Environment, Operations, Purchasing & Procurement, Sales
Better Customer Experience, Better Quality, More Efficient, Saving Cost, Smarter Product or Service
Professional
Prediction
DNN, ML Ops, Machine Learning, Supervised, Transformer