До блогу

03 Вер 2024 13 хв. читати

Як впровадження рішення SMART Demand Forecast підвищило точність прогнозування попиту в McDonald’s Georgiа?

#case_study

McDonald’s Georgia – мережа ресторанів швидкого харчування, котра наразі налічує 23 заклади. В компанії працює понад 1 500 співробітників, які щодня обслуговують близько 35 000 відвідувачів.

  • Індустрія:HoReCa
  • Країна:Грузія
  • Сайт:mcdonalds.ge
Впровадження системи прогнозування попиту SMART Demand Forecast

McDonald’s Georgia вже 25 років підтримує на високому рівні обслуговування та задоволеність своїх клієнтів, вносячи вагомий вклад у репутацію однієї з найбільших і найвідоміших у світі мереж закладів швидкого харчування. Завдяки ініціативі Experience of the Future, що спрямована на покращення досвіду відвідувачів шляхом впровадження новітніх технологій, McDonald’s Georgia надає їм якісний сервіс. Тому сюди завжди хочеться повернутись, щоб у черговий раз переконатись, що «я дійсно це люблю!». Цифрові дошки з товарами і пропозиціями, термінали для самостійного замовлення, сервіс обслуговування столиків, сучасний мобільний додаток – багато чого змінилось з моменту відкриття першого ресторану в Тбілісі у 1999 році. Водночас McDonald’s Georgia зумів зберегти основоположні цінності закладу і додати власної самобутності. Саме відома на весь світ гостинність Сакартвело вирізняє цю мережу у своєму сегменті.

Компанія продовжує втілювати нові методи для покращення сервісу. Вагомим кроком для McDonald’s Georgia стало впровадження рішення SMART Demand Forecast. Цей комплексний інструмент націлений на те, щоб підвищити точність прогнозування попиту завдяки інноваційним технологіям на основі алгоритмів машинного навчання та штучного інтелекту. Це рішення є власною розробкою компанії SMART business, що протягом 15 років сприяє цифровій трансформації бізнесу в більш ніж 60 країнах світу. А про виклики, процес і переваги впровадження цього рішення розповідаємо сьогодні у новій історії успіху з McDonald’s Georgia.

Передумови пошуку партнера з впровадження і як прогнозування попиту відбувалось до інтеграції рішення SMART Demand Forecast

Потреба у впровадженні нового рішення для прогнозування попиту у McDonald’s Georgia була викликана декількома причинами. Але перед тим, як розповісти про них, для кращого розуміння, згадайте, як буває людно в одному закладі McDonald’s і вільно в іншому, котрий знаходиться буквально через квартал. Водночас у другі дні ситуація може змінитись навпаки. Для відвідувачів це питання лише декількох зайвих хвилин, оскільки заклади McDonald’s відомі своїм швидким обслуговуванням навіть в пікові моменти. Але з точки зору ресторану такі коливання попиту ініціюють значно серйозніші виклики. Команда McDonald’s Georgia дозволила зазирнути на свою «кухню» прогнозування й поділилася, як процес був влаштований до впровадження рішення SMART Demand Forecast і чому старий підхід потребував трансформації.

У компанії був налагоджений процес прогнозування попиту, але на рівні всієї мережі. При такому підході було важко врахувати всі необхідні фактори з грануляцією до кожного закладу McDonald’s Georgia. Відповідно це не давало належної деталізації та призводило до частої потреби в миттєвому реагуванні команди на недостачу або надлишок компонентів для виготовлення продукції. До того ж, це тягнуло за собою непередбачувані логістичні витрати й складнощі в управлінні запасами. Додамо сюди ж: пікові періоди, масові заходи у місті й близькість торгових точок до них, різні акційні фактори. В результаті через непрогнозований підвищений попит деякі ресторани змушені були залучати більше персоналу, тоді як в інших закладах навпаки виникав надлишок у людино-годинах. Зазначені фактори і були тригерами, котрі дали розуміння, що прогнози ефективніше будувати не для всієї мережі одразу, а у розрізі для кожного ресторану.

Також McDonald’s Georgia бажали скоротити інтервали прогнозування. До співпраці зі SMART business, прогнози складались на наступні 3 місяці з агрегацією на рівні кожного місяця. Такий широкий інтервал прогнозування не враховував більш короткострокові зміни в попиті, як от: яскраво виражену сезональну залежність, локальні події, чи зміни у конкурентному середовищі.

Представники компанії зазначили, оскільки показник точності прогнозів рахувався загалом для всієї мережі, це не відображало реальну ситуацію у розрізі окремих ресторанів. Припустимо, що влітку на рівні всієї мережі McDonald’s Georgia прогнозується, що попит на холодні напої зросте на 20%. Цей прогноз базується на історичних даних за останні кілька років і загальних тенденціях. У закладі прибережного міста Батумі прогноз справджується, через велику кількість туристів та відпочивальників, які хочуть охолодитись у спекотні дні. А от у центральних районах Тбілісі, особливо поблизу офісних центрів, попит на холодні напої може зрости лише на 10%, оскільки більшість відвідувачів надають перевагу каві, щоб збадьоритись. Відповідно, заклад у Тбілісі стикається з надлишком запасів холодних напоїв.

Невідповідності між прогнозами та фактичним попитом у кінцевих точках реалізації негативно відображались на управлінні запасами, що збільшувало наші витрати. При цьому ручне прогнозування не дозволяло ефективно врахувати всі фактори, навіть при розумінні всіх причино-наслідкових зв’язків. Проаналізувавши ринок, ми зрозуміли, що нам необхідне рішення на базі штучного інтелекту, що вміє обробляти великі обсяги даних та автоматично враховувати множинні фактори.

  • rectangle 654
    Ґіорґі Асатіані Head of BI & Data Analytics, BI & Data Analytics Department McDonald’s Georgia

Visual 2

Вимоги до нової системи прогнозування і чому саме обрали рішення від SMART business?

Було декілька ключових потреб, котрі компанія McDonald’s Georgia вимагала від майбутнього впровадження:

  • Нове рішення мало б забезпечити прогнозування з агрегацією до рівня тижня. Такий підхід дозволив би точніше враховувати короткострокові зміни у попиті, такі як: сезонні коливання, локальні події та інші фактори, котрі можуть суттєво впливати на продажі у конкретний тиждень.
  • Важлива для клієнта була і грануляцію до товару та кінцевого закладу. Оскільки, як ми вже зауважили вище, кожен заклад мережі може мати різний рівень попиту на конкретні товари. Прогнозування на рівні кожного ресторану і окремих товарів дозволяє враховувати ці відмінності. Це забезпечило б точніші прогнози і допомогло б уникати ситуацій, коли в одному ресторані не вистачає товару, а в іншому є надлишок. У результаті грануляція підвищує ефективність управління запасами й зменшує витрати компанії.
  • McDonald’s Georgia шукали рішення, яке дозволило перейти на централізовану систему для прогнозування. Так компанія бажала забезпечити узгодженість даних і прогнозів по всій мережі ресторанів, щоб уникнути розбіжностей та помилок, які виникають при ручному прогнозуванні.

Обираючи нову систему для прогнозування попиту, ми з’ясували, що рішення SMART Demand Forecast вміє прогнозувати, як регулярні, так і промопродажі. Особливо нас зацікавила здатність системи працювати з аналогами та аномаліями. Вендор детально окреслив нам процес впровадження, котрий включав запуск пілотного проєкту з можливістю оцінки точності прогнозів ще на початковому етапі. Крім того, чітко побудована карта розвитку продукту дала нам впевненість у довгостроковій співпраці, що в сукупності і стало вирішальним фактором вибору рішення від SMART business.

  • rectangle 654
    Ґіорґі Асатіані Head of BI & Data Analytics, BI & Data Analytics Department McDonald’s Georgia

Дізнатись більше

Як впроваджували рішення SMART Demand Forecast для McDonald’s Georgia?

Імплементація рішення SMART Demand Forecast в бізнес-процеси McDonald’s Georgia відбувалась у три етапи: діагностика, моделювання й впровадження.

  • Діагностика
    Спочатку команда SMART business розібрала до дрібниць, як влаштовані «as is» бізнес-процеси у клієнта. На наступній фазі було окреслено чітке бачення того, як саме буде працювати прогнозування у McDonald’s Georgia з рішенням SMART Demand Forecast. Цінність цього кроку полягала у тому, що SMART business запропонував клієнту сучасний підхід та інструментарій для побудови точних прогнозів, без необхідності змінювати діючі бізнес-процеси компанії.

Далі було побудовано схему процесів з детальним флоу для чіткого бачення командою McDonald’s Georgia майбутніх кроків і можливостей планування своїх подальших дій відповідно до плану. Додатково призначили ролі й відповідальних, визначились з термінами та розставили пріоритети. Все це забезпечило структурований підхід до впровадження змін і гарантувало, що всі учасники проєкту розуміють свої завдання і зони відповідальності. Завдяки цьому імплементація пройшла максимально злагоджено і продуктивно.

На етапі діагностики з клієнтом було погоджено уніфіковану структуру даних, яка буде використовуватись системою SMART Demand Forecast для побудови прогнозів попиту. Важливо зазначити, що для рішень на базі ML & AI алгоритмів уніфікована структура даних – це ключ для досягнення ефективної роботи моделі й високого показника точності прогнозів на виході. Проєктна команда SMART business проаналізувала ключові бізнес-процеси клієнта й прийшла до McDonald’s Georgia вже з готовим шаблоном. Клієнту лишилось лише зібрати і передати вендору необхідні дані.

Додатково SMART business було розроблено технічну документацію, що описує всі аспекти впровадження та використання рішення компанією McDonald’s Georgia.

Для нас цінність полягає в тому, що вендор самостійно визначав, які дані потрібні для побудови якісного прогнозу попиту, орієнтуючись на власну експертизу та специфіку наших бізнес-процесів. Відповідно ми зі свого боку просто надали інформацію згідно універсальної структури даних (продажі, продуктова ієрархія, промокампанії, зовнішні фактори та інше). А команда SMART business вже адаптувала їх та побудувала ML-моделі, що використовуються в системі та враховують канібалізаційні аспекти й додаткові розрахункові фактори, котрі суттєво впливали на попит.

  • rectangle 654
    Ґіорґі Асатіані Head of BI & Data Analytics, BI & Data Analytics Department McDonald’s Georgia

Дійсно, команда SMART business проаналізувала і підсвітила ті точки впливу на прогноз, про котрі клієнту, можливо, досі було невідомо. Це кропіткий і багатоетапний процес, що складається з ретельного аудиту і спостереження, брифування ключових співробітників, використання передових методів аналізу великих обсягів даних і алгоритмів машинного навчання. Команда використовує інструменти візуалізації даних, для прозорішого розуміння отриманих результатів. Так, на етапі діагностики, вдалося виявити багато локальних викликів McDonald’s Georgia, котрі необхідно було обов’язково врахувати під час впровадження рішення. Хочемо зазначити найцікавіші з них:

  • Аномалії – тобто незвичайні, або неочікувані сплески, чи падіння в продажах, котрі вибиваються зі стандартних патернів. У McDonald’s це може бути, проїжджаючий повз, автобус з туристами, які зголодніли в дорозі і відвідали конкретний заклад. У даному випадку ця подія не є системною й, відповідно, вона не враховується у стандартних даних і позначається як аномалія. Рішення SMART Demand Forecast ідентифікує такі незрозумілі зміни й вичищає дані, щоб вони не брали участі в побудові прогнозу.
  • Залежність окремих SKU від сезонності – у клієнта є багато різних товарних одиниць, котрі мають сезонну залежність. Наприклад, попит на МакФлурі зазвичай зростає влітку, коли спекотно. Тому у системі автоматично розраховуються спеціальні сезональні фактори та коефіцієнти.
  • Прогнозування попиту на нові товари, які вводяться під час промокампаній – складність в тому, що нові позиції не мають історичних даних продажів. Але SMART Demand Forecast використовує інтегрований підхід, котрий враховує численні фактори, такі як схожі товари, загальні патерни поведінки продажів, сезонні тренди та інші чинники. Цей підхід суттєво відрізняється від традиційного ручного прогнозування, яке часто обмежене в плані обробки великих обсягів даних. Автоматизоване рішення дозволило швидше і точніше обробляти дані, забезпечуючи точніші прогнози для товарів-новинок.

Visual 3

Важливо зазначити: якщо у клієнта виникає нестандартний запит, котрий необхідно врахувати у прогнозах, рішення SMART Demand Forecast підтримує ручне прогнозування попиту. Така можливість дозволяє швидко вносити додаткові уточнювальні дані та гнучко реагувати на зміни в умовах мінливості ринку. Водночас було оговорено можливість автоматизації будь-яких специфічних потреб за запитом клієнта, як «nice to have» на майбутнє.

Фінальним кроком діагностики стала підготовка до переходу на наступний етап – моделювання.

  • Моделювання
    Основне завдання цього етапу в McDonald’s Georgia полягало у навчанні моделі штучного інтелекту, щоб її алгоритми були максимально точно орієнтовані на потреби бізнесу. Оскільки підхід «fit once = fit every time» не працює для різних компаній, навіть з однієї сфери, команда SMART business кастомізувала модель під McDonald’s Georgia:

Спочатку на основі базових факторів, що впливають на попит, таких як день тижня, дані продажів за попередні місяці, ціни на товари та інше, була побудована початкова модель, котра забезпечила певний рівень точності прогнозів. Далі ми перейшли до оптимізації моделі, додавши нові чинники: канібалізаційні, сезональні коефіцієнти, фактори еластичності та інше. Ми спостерігали, що покращилось, а що – ні. Тут головне не перестаратись і не перевантажити систему зайвим, адже перенавчена модель може будувати хибні прогнози. Наша команда володіє глибокими знаннями та всіма необхідними інструментами для визначення важливості впливу кожного фактору. Це дозволило нам відсіяти найменш вагомі чинники, зменшити «шум» даних і покращити точність прогнозів для кожного окремого закладу McDonald’s Georgia.

  • rectangle 654
    Артем Степанов Product Owner SMART Demand Forecast

Що дало McDonald’s Georgia впровадження SMART Demand Forecast?

Після визначення ключових факторів модель почала видавати стабільні результати прогнозування. Було сформовано оптимальну кількість чинників, з котрих McDonald’s Georgia може отримувати максимально точні показники з мінімально припустимими коливаннями.

Успішність проєкту визначалась досягненням точності прогнозу від 70 до 80%:

  1. на горизонті 4 календарних тижнів від дати початку планового періоду;
  2. для кожного календарного тижня;
  3. для кожного з 21 заявленого закладу мережі.

Проєкт розпочався у жовтні 2023 року і повністю був реалізований у липні 2024 року. Про успішність впровадження можна було говорити вже на етапі пілотного проєкту. Він стартував у літній період, коли спостерігається велика кількість різних сезонних факторів і загалом найбільш зростає попит мережі McDonald’s Georgia.

У результаті вдалось досягти таких цільових показників, котрі навіть перевершили очікування:

  • 83% точності прогнозування продажів для кожного закладу на основі тижневої агрегації даних за період 4 тижнів.
  • 80% точності прогнозування продажів для кожного закладу на основі тижневої агрегації даних за період 12 тижнів.
  • Відхилення в середньому до 5% від виконання прогнозу, що є нормою серед світової бізнес-спільноти.

Ми надзвичайно задоволені результатами впровадження рішення SMART Demand Forecast. Завдяки цьому проєкту ми змогли значно підвищити точність прогнозування попиту у кожному з наших закладів. А коли ми отримали перші результати, то чітко зрозуміли, що проєкт дуже швидко себе окупить. Ми вдячні за високий професіоналізм і злагоджену роботу всій команді SMART business, рішення котрої допомагає нам відчувати й розуміти свої бізнес-процеси на новому рівні.

  • rectangle 654
    Ґіорґі Асатіані Head of BI & Data Analytics, BI & Data Analytics Department McDonald’s Georgia

Але навіть такі високі показники не є межею для вдосконалення прогнозування. McDonald’s Georgia разом зі SMART business й надалі збираються розвивати функціональність рішення SMART Demand Forecast, яка буде покривати омніканальне прогнозування.

Впровадження рішень зі штучним інтелектом потребує постійної співпраці, аналізу пройдених кроків й тісної комунікації вендора та клієнта, що в тандемі приносить високі результати, яких нам і вдалося досягти з McDonald’s Georgia. Наші команди завжди були на зв’язку, оперативно реагували на запитання, що позитивно вплинуло на продуктивність й успішність цього проєкту й заклало міцний фундамент для подальшої співпраці.

  • rectangle 654
    Артем Степанов Product Owner SMART Demand Forecast

Місія SMART business – допомагати підприємцям робити майбутнє зрозумілішим і прозорішим, аби зменшити ризики й бути готовими до будь-яких викликів. Компанія пишається тим, що сприяє успіху своїх клієнтів у всьому світі й підсилює їх на шляху до реалізації ключових цілей.

Система прогнозування попиту

Підвищіть точність прогнозування з алгоритмами машинного навчання та штучного інтелекту!

Замовити презентацію