AI in retail: hoe Albert
Heijn data en AI inzet om
voedselverspilling te
reduceren
Slide 2
Slide 2 text
Jeroen Edeling
Director Data Science &
Analytics Commerce
Noortje van Genugten
Director Data Science &
Analytics Operations
Slide 3
Slide 3 text
Voedselverspilling
Slide 4
Slide 4 text
?
van al het
voedsel wordt
verspild
Slide 5
Slide 5 text
1/3
van al het
voedsel wordt
verspild
Slide 6
Slide 6 text
1/3 1/3
van al het
voedsel wordt
verspild
van alle CO2
uitstoot wordt
veroorzaakt
door voedsel
productie
Slide 7
Slide 7 text
1/3 1/3
van al het
voedsel wordt
verspild
van alle CO2
uitstoot wordt
veroorzaakt
door voedsel
productie
X = 1/9
Onnodige
CO2 uitstoot
Slide 8
Slide 8 text
Bron: samentegenvoedselverspilling.nl
Als we wereldwijd geen voedsel
zouden verspillen…
1,4 mld
hectare land
250 km3
water
voldoende voedsel voor
1,26 mld mensen
Slide 9
Slide 9 text
?
Voedselverspilling in Nederland
Slide 10
Slide 10 text
2.000.000.000
kg
Bron: samentegenvoedselverspilling.nl
Voedselverspilling in Nederland
Slide 11
Slide 11 text
Bron: Eurostat, 2020 (NL data)
PRIMAIRE INDUSTRIE VERWERKERS RETAIL/HORECA CONSUMENTEN
Waar wordt het meeste verspild?
Oorzaak voedselverspilling
Welk assortiment in
welke winkel?
Hoeveel brengen we
iedere dag naar iedere
winkel?
Hoe gaan we om met
teveel voorraad?
De 3 dagelijkse retail beslissing die
voedselverspilling beïnvloeden
1 2 3
Slide 14
Slide 14 text
Welk assortiment in
welke winkel?
Hoeveel brengen we
iedere dag naar iedere
winkel?
Hoe gaan we om met
teveel voorraad?
We ontwikkelen data producten om
iedere beslissing te optimaliseren
1 2 3
Smart Assortment Tactics
Winkelspecifieke
planogrammen
ML Forecasting
Slimmere order
algorithms
Bakplan
Dynamisch afprijzen
%
Slide 15
Slide 15 text
Het ecosysteem is in verandering
COMPLEXER INTEGRALER SNELLER PERSOONLIJKER
Slide 16
Slide 16 text
Strategisch
Tactisch (SAT)
Operationeel
AH strategie Targets
Categorie
strategie
M&S “pool
assortiment”
Floorplannin
g
Inzicht in
performanc
e vs target
Prioriteiten
bepalen
Optimalisati
e &
scenario’s
Trade-offs
inzichtelijk &
beslissen
Trigger &
track acties
& impact
Maak
schetsen
BE
aanpassinge
n
Overige
aanpassinge
n
Winkel-aanp
assingen
Automatisch waar het kan
Finetune “guardrails”
Smart Assortment Tactics
Slide 17
Slide 17 text
Voorbeeld optimalisatie
Slide 18
Slide 18 text
Dynamisch afprijzen
Hoe dichter bij sluitingstijd, hoe hoger de
korting
Slide 19
Slide 19 text
Minder voedselverspilling op bijna overcode
artikelen
Voor
Slide 20
Slide 20 text
Na
Minder voedselverspilling op bijna overcode
artikelen
Slide 21
Slide 21 text
Onze uitdaging
Beschikbaarheid Voedselverspillin
g
Slide 22
Slide 22 text
Onze uitdaging
Slide 23
Slide 23 text
Experimenteren de sleutel van succes
4
pilots
3
modelle
n
2-8
assortiment
groepen
Slide 24
Slide 24 text
Model 1: LightGBM
Iedere 15 min voorspelling slimste beslissing
Voorspel max
verkocht
1
Kans op verkoop zonder
korting
Houdbaarheidsdatum
Voorspelde klant vraag
Artikel kenmerken
Voorraad
Slide 25
Slide 25 text
Model 1: LightGBM
Iedere 15 min voorspelling slimste beslissing
Voorspel max
verkocht
1 Bereken KPI
2
Voorraad
Kans op verkoop zonder
korting
Artikel kenmerken
Houdbaarheidsdatum
Voorspelde klant vraag
Slide 26
Slide 26 text
Model 1: LightGBM
Iedere 15 min voorspelling slimste beslissing
Voorspel max
verkocht
1 Bereken KPI
2 Parameter
voedselverspilling
3
Kans op verkoop zonder
korting
Houdbaarheidsdatum
Voorspelde klant vraag
Artikel kenmerken
Voorraad
Slide 27
Slide 27 text
Model 1: LightGBM
Resultaat
Slide 28
Slide 28 text
Controle
groepen
1
Model 2: Rule Based Model
Een stap terug
Slide 29
Slide 29 text
Controle
groepen
1 Drempelwaardes
obv % verkocht
2
Model 2: Rule Based Model
Een stap terug
Verkoopkans
25%
<0.3
Verhogen
naar 40%
Slide 30
Slide 30 text
Controle
groepen
1 Drempelwaardes
obv % verkocht
2 Aanpassing voor
voorraad
3
Model 2: Rule Based Model
Een stap terug
Verkoopkans
25%
<0.3
Verhogen
naar 40%
Voorraad/
vraag
>2
Uur
eerder
omhoog
Slide 31
Slide 31 text
Model 2: Rule Based Model
Resultaat
250 ton minder
voedselverspillin
g in 2023
Slide 32
Slide 32 text
Model 2: Rule Based Model
Maar ook niet helemaal blij
Niet zo’n slim
model
Slide 33
Slide 33 text
Definiëren
reward functie
1
Model 3: Reinforcement Learning
Work in progress
Slide 34
Slide 34 text
Definiëren
reward functie
1 Model met least
explored states
2
Model 3: Reinforcement Learning
Work in progress
Slide 35
Slide 35 text
Definiëren
reward functie
1 Model met least
explored states
2 Toevoegen features /
hoe retrainen
3
Model 3: Reinforcement Learning
Work in progress
Voorraad
Voorspelde klant vraag
Artikel kenmerken
Houdbaarheidsdatum