Kötü bakkal talebi tahmini, beklediğinizden daha fazla israfın sorumlusudur.
Birine göre kaynakABD’deki bakkallar, ülkenin yıllık ürettiği yaklaşık 44 milyar poundluk gıdanın %10’unu çöpe atıyor. Bu sadece çevre için kötü değil; gıda israfı da önemli bir gıda israfı kaynağı. Karbon salınımı – ama bakkallar için pahalı. Başına Retail Insights, gıda ve market perakendecileri, yetersiz stok mevcudiyeti nedeniyle gelirlerinin %8’e kadarını kaybediyor.
Girişimciler Euro Wang ve Jack Solomon, en sevdikleri guacamole’nin çoğu zaman bittiği yerel süpermarketteki tahmin sorununun mikro düzeydeki etkilerini ilk elden deneyimlediklerini söylüyor.
Wang, TechCrunch’a bir e-posta röportajında ”Görünüşe göre en büyük perakendeciler bile gelecekteki talebi tahmin etmekte zorlanıyor ve sıklıkla stok fazlası ve eksik stokları var” dedi. “Son yıllarda aşırı hava koşullarının artmasıyla birlikte, taze gıdada giderek artan miktarda arz sıkıntısı yaşanıyor. Bu, sınırlı arzın verimli tahsisini daha da önemli hale getiriyor. Üstelik enflasyonist baskılar ve işçilik maliyetlerindeki artışlar da bakkalların marjlarını giderek daha fazla tehdit ediyor.”
Sorunu teknolojiyle çözmeye çalışmaktan ilham alan Wang ve Solomon, Guac, belirli bir mağaza konumunda bakkalların her gün ürün başına kaç ürün satacağını tahmin etmek için yapay zekayı kullanan bir platform. Guac kısa süre önce, Y Combinator ve Collaborative Fund’ın katılımıyla 1984 Ventures liderliğindeki bir tohum turunda 2,3 milyon dolar topladı.
Wang, “Gıda israfı ve gıda güvenliği, Jack ve benim derinden önemsediğimiz konulardır ve gıda israfını özünde ele alma fırsatı bizi gerçekten heyecanlandırdı” dedi.
Daha önce Wang, Boston Consulting Group’ta çalışırken Solomon market lojistiği için yapay zeka araştırması yapıyordu. Her ikisi de tanıştıkları Oxford Üniversitesi’nden lisans dereceleriyle mezun oldular.
Guac’ta Wang, Solomon ve Guac’ın iki mühendisi, tüketici satın alma davranışını yakalamaya çalışmak için hava durumu, spor etkinlikleri ve bahis oranları ve hatta Spotify dinleme verileri gibi değişkenleri hesaba katarak market ürünleri için sipariş miktarlarını tahmin eden özel algoritmalar geliştiriyor. Guac müşterileri, raf ömrü, minimum sipariş miktarları, promosyonlar ve tedarikçi teslim süreleri gibi önerileri mevcut envanter sipariş yazılımlarına ve iş akışlarına entegre olarak alırlar.
Wang, “Geleneksel olarak tahminler Excel formülleri veya basit regresyon modelleri kullanılarak yapılır” dedi. “Fakat son kullanma tarihi çabuk geçen taze gıdalar için daha iyi bir şeye ihtiyacınız var… Çok fazla dış değişken kullandığımız için, hangi gerçek dünya değişkenlerinin talepteki değişikliklere neden olduğunu tespit edebiliyoruz.”
Guac kesinlikle gıda talebi tahmin oyunundaki tek girişim değil. Bakkal tedarik zincirindeki her bağlantı için açık bir veri platformu sağlayan Crisp ve perakendecilerin taze, bozulabilir malların stok yenilemesini optimize etmelerine yardımcı olmak için yapay zeka destekli bir tahmin aracı oluşturan Freshflow var.
Ancak Wang, Guac’ın hem şeffaflığa olan bağlılığı hem de tahmin modellerinde yoğun ince ayarlar yapmasıyla farklılaştığını söylüyor.
“Makine öğrenimi modelimiz gizemli bir şekilde talepte %20’lik bir artış öngören bir kara kutu gibi değil; bunun yerine müşterilerimize şunu söylüyoruz: Wang, ‘Bu %20’lik artış, yakınlarda bir konferansın yapılıyor olmasından kaynaklanıyor’ gibi şeyler söyledi” dedi. “Bir perakendeci halihazırda makine öğrenimini kullanıyor olsa bile, çok daha fazla harici veri setine erişimimiz sayesinde tahminlerini iyileştirebiliyoruz. Kullandığımız ve yalnızca temel veri kümelerini (örn. hava durumu ve resmi tatiller) dahil ettiğimiz benzersiz dış değişkenlerimizi çıkardığımızda, aslında tahmin hatasını iki katına çıkarıyoruz.”
Bazı ilk müşteriler Guac’ın değer katabileceğine ikna olmuş görünüyor. Şirket, Kuzey Amerika, Avrupa ve Orta Doğu’daki bakkal teslimat şirketleri de dahil olmak üzere perakendecilerle ve 300 kadar lokasyona sahip isimsiz bir süpermarket zinciriyle çalışıyor. Guac ayrıca halihazırda gelir elde ediyor ve önümüzdeki yıl mühendislik ekibini genişletebileceğini öngörüyor.
Wang, “Market sektörü ekonomik krizlere karşı oldukça dirençli” dedi. “Herkes yemek yemek zorunda ve ekonomi yavaşladığında insanlar dışarıda daha az yemek yedikleri için aslında daha fazla yiyecek satın alıyorlar. Pandemi, marketlerde dijitalleşmenin hızlanmasına yardımcı oldu ve bu da tahminlerimizi müşterilerimizin sistemleriyle daha sorunsuz bir şekilde entegre etmemizi sağladı. Pandemi konusuna gelince, alışveriş yapanlar pandemi sırasında çok farklı davrandılar; bu da bakkalların gelecekteki talebi tahmin etmek için sadece son üç yıllık geçmiş satış verilerine güvenmelerinin çok daha zor olduğu anlamına geliyor. Algoritmamız sayesinde, salgının 2020 ve 2021’deki satış verilerine ve hatta salgının sonrasında kalan etkilerine göre ayarlamalar yapabiliyoruz.”
