● 課題：経験を頼りにした予測では、発注・仕込みが外れることで廃棄ロスが起こり、利益圧迫していた

明日は何人が来店し、どのメニューを頼まれるのか？生鮮食品を在庫に持つ飲食店では、店舗責任者の経験を頼りに発注・仕込みを行うことが不可欠でした。

しかし経験頼みの予測は再現性も低く、予測が外れると多くの無駄が生じてしまい、利益圧迫につながります。機会損失と廃棄ロスの両方の観点から、精度高く予測できる標準的な仕組みが求められていました。
高精度な予測のためにデータを分析するには多くの時間がかかります。店舗責任者やスタッフが接客や商品開発に時間を割くためには、売り上げ管理と分析の手間を減らす必要がありました。

● 解決策：Insight Data Forecaster を導入

機械学習を応用し、気象データやPCサイトへのアクセス数、過去の売り上げ実績などから翌日の来客者数を予測することが可能になりました。
Insight Data Forecasterにより、過去データを元に様々なパラメータや傾向を考慮した上で、将来の来客数の予測を実現。日々蓄積され膨大になっていくデータも、短時間で処理することができます。

2018年11月からEBILAB様にてサービス提供されている来客予測AIのエンジンとしてInsight Data Forecasterをご提供させていただいています。

ゑびや大食堂様では、95％を超える精度を安定して予測できております。また、EBILAB様より外販させていただいた他の店舗様においても同様の精度を実現できるため、非常にご好評をいただいております

サービス開始時には翌日・1週間だった予測期間も、現場の声を活かし、更に長期間の予測が可能に。発注量の最適化だけでなく、勤務表の作成や長期的な売上目標の策定にも利用されています。