Toidukaupade tellimuse koguste ennustamine
Kuna toiduained rikknevad kiiresti on kriitiline tellida just nii palju kaupa, kui õigeaegselt maha müüa saab. Kui liiga palju toodet tellida, läheb ülejääk rikknema ja see visatakse ära. Samas, kui liiga vähe tellida, siis peab lähemalt kallimat kaupa tellima, mis võib ettevõtte miinusesse panna. Koguse ennestus võib olla raske kuna mitmed faktorid nagu klientide arv, sesoonsus ja ilm muutuvad iga nädal. Selle jaoks, et veamäära vähendada pöördus ettevõte DataSky poole.
Mida me tegime?
Eelnevalt pidi toiduaine tellija vaatama mitmest erinevast file-ist mõju tegureid. Mitu toodet telliti eelmisel nädalal? Mitu toodet müüdi? Kas järgmiseks nädalaks on juba olemas eel-tellimusi?
Samuti, pidi tellija peas oleva eelteadmise järgi ehk n-ö kõhutunde järgi oskama ette arvata võimalikke muudatusi.
Probleemi lahendamiseks esimese asjana toodi kogunenud andmeid PowerBi-sse ja koostati ettevõttele vajalik dashboard. Selle asemel, et mitmest eri kohast otsida infot sama toote kohta oli ta nüüd kõik samas kohas. Samuti, lisati infot nagu riigipühad ja nädala ilma teate ennustuse tegemise lihtsustamiseks.
Ülesande suuremaks automatiseerimiseks kasutati masinõppe algoritmi, kuhu sisestati info, mida oli näha dashboardil. Ta võttis arvesse eelnevalt tellitud koguseid võrreldes tava tellimust, eelmise nädala tellimust, kui ka samal ajal eelmisel aastal tehtud tellimust. Algoritm andis info põhjal tellijale miinimum ja maksimum koguse, mida tellida võiks.
Tänu sellele projektile sai ettevõte vähendanda toodete ebavajalikku raisku minekut ja lühendada aega, mida tellijed pidid kulutama iga toote informatsiooni otsimiseks.