Big_Data_Expo_sept_2023_-_AH.pptx.pdf

by Marketing OGZ

Slide 1

Slide 1 text

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

Slide 12

Slide 12 text

Bron: Eurostat, 2020 (NL data) PRIMAIRE INDUSTRIE VERWERKERS RETAIL/HORECA CONSUMENTEN 17% 37% 10% 36% Oorzaak voedselverspilling

Slide 13

Slide 13 text

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