03 wrz 2024 13 MIN READ
W jaki sposób wdrożenie rozwiązania SMART Demand Forecast poprawiło dokładność prognozowania popytu w McDonald’s Georgia?

McDonald’s Georgia to sieć restauracji szybkiej obsługi, która posiada obecnie 23 restauracje. Firma zatrudnia ponad 1500 osób i obsługuje około 35 000 gości dziennie.
- Branża:HoReCa
- Kraj:Gruzja
- Strona internetowa:mcdonalds.ge
McDonald’s Georgia od 25 lat utrzymuje wysoki poziom obsługi i zadowolenia swoich klientów, przyczyniając się do reputacji jednej z największych i najbardziej znanych sieci restauracji szybkiej obsługi na świecie. Dzięki inicjatywie Experience of the Future, której celem jest poprawa doświadczeń odwiedzających poprzez wprowadzenie najnowszych technologii, McDonald’s Georgia zapewnia im wysokiej jakości obsługę. Dlatego zawsze chce się tu wracać, aby kolejny raz upewnić się, że naprawdę „I’m Lovin’ It!”. Elektroniczne ekrany z produktami i ofertami, kioski samoobsługowe, obsługa stolików, nowoczesna aplikacja mobilna – wiele się zmieniło od czasu otwarcia pierwszej restauracji w Tbilisi w 1999 roku. Jednocześnie Jednocześnie McDonald’s Georgia zdołał zachować podstawowe wartości marki i dodać do nich własny charakter. To właśnie znana na całym świecie gościnność Sakartwelo wyróżnia sieć w swoim segmencie.
Firma kontynuuje wprowadzanie nowych metod, aby poprawić jakość obsługi. Istotnym krokiem dla McDonald’s Georgia było wdrożenie rozwiązania SMART Demand Forecast. To kompleksowe narzędzie ma na celu zwiększenie dokładności prognozowania popytu dzięki innowacyjnym technologiom opartym na algorytmach uczenia maszynowego i sztucznej inteligencji. To rozwiązanie jest autorskim projektem firmy SMART business, która od 15 lat wspiera cyfrową transformację biznesu w ponad 60 krajach na świecie. Dziś opowiadamy o wyzwaniach, procesie i korzyściach związanych z wdrożeniem tego rozwiązania w nowej historii sukcesu z McDonald’s Georgia.
Warunki wstępne znalezienia partnera wdrożeniowego oraz jak prognozowanie popytu wyglądało przed integracją rozwiązania SMART Demand Forecast
Potrzeba wdrożenia nowego rozwiązania do prognozowania popytu w McDonald’s Georgia wynikała z kilku powodów. Ale zanim o nich opowiemy, dla lepszego zrozumienia, przypomnij sobie, jak w jednej restauracji McDonald’s może być tłoczno, a w innej, znajdującej się dosłownie za rogiem, jest luźno. Jednocześnie w kolejne dni sytuacja może się odwrócić. Dla klientów to kwestia kilku dodatkowych minut, ponieważ restauracje McDonald’s są znane z szybkiej obsługi nawet w szczytowych momentach. Jednak z perspektywy restauracji takie wahania popytu wywołują znacznie poważniejsze wyzwania. Zespół McDonald’s Georgia pozwolił zajrzeć na swoją „kuchnię” prognozowania i podzielił się informacjami, jak proces był zorganizowany przed wdrożeniem rozwiązania SMART Demand Forecast i dlaczego stary podejście wymagało transformacji.
Firma miała ustalony proces prognozowania popytu, ale na poziomie całej sieci. Przy takim podejściu trudno było uwzględnić wszystkie niezbędne czynniki uwzględniające poszczególne placówki McDonald’s Georgia. W związku z tym brakowało odpowiedniej szczegółowości, co prowadziło do częstej konieczności natychmiastowej reakcji zespołu na braki lub nadmiary składników. Co więcej, to wiązało się z nieprzewidzianymi kosztami logistycznymi i trudnościami w zarządzaniu zapasami. Dodajmy do tego okresy szczytowe, masowe wydarzenia w mieście i bliskość placówek do nich, różne czynniki promocyjne.
W rezultacie niektóre restauracje musiały zatrudniać więcej pracowników z powodu nieprzewidzianego wzrostu popytu, podczas gdy w innych lokalach dochodziło do odwrotnej sytuacji. Wymienione czynniki sprawiły, że stało się jasne, że bardziej efektywne jest sporządzanie prognoz nie dla całej sieci, ale dla każdej restauracji z osobna.
McDonald’s Georgia chciała również skrócić okresy prognozowania. Przed rozpoczęciem współpracy z SMART business, prognozy były tworzone na kolejne 3 miesiące z agregacją na poziomie miesięcznym. Tak długi okres prognozowania nie uwzględniał krótkoterminowych zmian w popycie, takich jak wyraźna sezonowość, lokalne wydarzenia czy zmiany w otoczeniu konkurencyjnym.
Przedstawiciele firmy zauważyli, że ponieważ wskaźnik dokładności prognozy był obliczany dla całej sieci, nie odzwierciedlał on rzeczywistej sytuacji związanej z poszczególnymi restauracjami. Przypuśćmy, że latem na poziomie całej sieci McDonald’s Georgia prognozuje się, że popyt na zimne napoje wzrośnie o 20%. Ta prognoza opiera się na danych historycznych z ostatnich kilku lat i ogólnych tendencjach. W restauracji w nadmorskim mieście Batumi prognoza się sprawdza, ze względu na dużą liczbę turystów i wczasowiczów, którzy chcą się ochłodzić w gorące dni. Jednak w centralnych dzielnicach Tbilisi, zwłaszcza w pobliżu centrów biurowych, popyt na zimne napoje może wzrosnąć tylko o 10%, ponieważ większość klientów preferuje kawę, aby się pobudzić. W efekcie restauracja w Tbilisi boryka się z nadmiarem zapasów zimnych napojów.
Rozbieżności między prognozami a faktycznym popytem w poszczególnych punktach sprzedaży negatywnie wpływały na zarządzanie zapasami, co zwiększało nasze koszty. Ręczne prognozowanie nie pozwalało skutecznie uwzględnić wszystkich czynników, nawet jeśli rozumieliśmy wszystkie zależności przyczynowo-skutkowe. Po przeanalizowaniu rynku, zdaliśmy sobie sprawę, że potrzebujemy rozwiązania opartego na sztucznej inteligencji, które potrafi przetwarzać duże ilości danych i automatycznie uwzględniać liczne czynniki
Giorgi Asatiani Head of BI & Data Analytics, BI & Data Analytics Department McDonald’s Georgia

Jakie były wymagania dotyczące nowego systemu prognozowania i dlaczego wybrano rozwiązanie SMART business?
McDonald’s Georgia miała kilka kluczowych wymagań wobec przyszłego systemu:
- Nowe rozwiązanie musiało umożliwiać prognozowanie z agregacją na poziomie tygodnia. Takie podejście pozwoliłoby precyzyjniej uwzględniać krótkoterminowe zmiany w popycie, takie jak sezonowe wahania, lokalne wydarzenia oraz inne czynniki, które mogą znacząco wpływać na sprzedaż w danym tygodniu.
- Dla klienta ważna była również granulacja na poziomie produktu i konkretnej restauracji. Jak już wcześniej wspomniano, każda restauracja McDonald’s może mieć różny poziom popytu na poszczególne produkty. Prognozowanie na poziomie każdej restauracji i poszczególnych produktów pozwalało uwzględnić te różnice. To zapewniłoby dokładniejsze prognozy i pomogło uniknąć sytuacji, w której w jednym lokalu brakuje towaru, a w innym jest jego nadmiar. W efekcie, taka szczegółowość zwiększa efektywność zarządzania zapasami i zmniejsza koszty firmy.
- McDonald’s Georgia poszukiwała rozwiązania, które pozwoliłoby jej wprowadzić scentralizowany system prognozowania. Firma chciała zapewnić spójność danych i prognoz w całej sieci restauracji, aby uniknąć rozbieżności i błędów występujących podczas ręcznego prognozowania.
Wybierając nowy system prognozowania popytu, odkryliśmy, że rozwiązanie SMART Demand Forecast potrafi prognozować zarówno regularną sprzedaż, jak i sprzedaż promocyjną. Szczególnie zainteresowała nas zdolność systemu do pracy z odpowiednikami i anomaliami. Dostawca szczegółowo opisał nam proces wdrożenia, który obejmował uruchomienie projektu pilotażowego z możliwością oceny dokładności prognoz już na początkowym etapie. Ponadto, jasno określona mapa rozwoju produktu dała nam pewność co do długoterminowej współpracy, co ostatecznie przesądziło o wyborze rozwiązania od SMART business
Giorgi Asatiani Head of BI & Data Analytics, BI & Data Analytics Department McDonald’s Georgia
W jaki sposób rozwiązanie SMART Demand Forecast zostało wdrożone w McDonald’s Georgia?
Wdrożenie rozwiązania SMART Demand Forecast w procesy biznesowe McDonald’s Georgia przebiegało w trzech etapach: diagnostyka, modelowanie i implementacja.
- Diagnostyka
Na początku zespół SMART business szczegółowo przeanalizował, jak obecnie funkcjonują procesy biznesowe klienta („as is”). W kolejnej fazie nakreślono jasną wizję, jak prognozowanie będzie działać w McDonald’s Georgia po wdrożeniu rozwiązania SMART Demand Forecast. Wartość tego kroku polegała na tym, że SMART business zaproponował klientowi nowoczesne podejście i narzędzia do budowy dokładnych prognoz, bez konieczności zmiany istniejących procesów biznesowych firmy.
Następnie opracowano schemat procesów z dokładnym opisem, aby zespół McDonald’s Georgia miał jasność co do przyszłych kroków i możliwości planowania dalszych działań zgodnie z planem. Dodatkowo, przydzielono role i obowiązki, ustalono terminy oraz priorytety. Wszystko to zapewniło uporządkowane podejście do wdrożenia zmian i gwarantowało, że wszyscy uczestnicy projektu rozumieją swoje zadania i zakes obowiązków. Dzięki temu wdrożenie przebiegło maksymalnie sprawnie i efektywnie.
Na etapie diagnostyki uzgodniono z klientem zunifikowaną strukturę danych, która będzie wykorzystywana przez system SMART Demand Forecast do budowy prognoz popytu. Warto podkreślić, że dla rozwiązań opartych na algorytmach ML i AI zunifikowana struktura danych jest kluczem do efektywnej pracy modelu i wysokiej dokładności prognoz. Zespół projektowy SMART business przeanalizował kluczowe procesy biznesowe klienta i przedstawił McDonald’s Georgia gotowy szablon. Klient musiał jedynie zebrać i przekazać dostawcy niezbędne dane.
Co więcej, SMART business opracował dokumentację techniczną opisującą wszystkie aspekty wdrożenia i użytkowania rozwiązania przez McDonald’s Georgia.
Dla nas istotne było to, że dostawca samodzielnie określał, jakie dane są potrzebne do stworzenia dokładnej prognozy popytu, opierając się na swojej wiedzy i specyfice naszych procesów biznesowych. Z naszej strony wystarczyło dostarczyć informacje zgodnie z uniwersalną strukturą danych (sprzedaż, hierarchia produktów, kampanie promocyjne, czynniki zewnętrzne i inne). Zespół SMART business dostosował te dane i zbudował modele ML, które są wykorzystywane w systemie i uwzględniają aspekty kanibalizacji oraz dodatkowe czynniki obliczeniowe, które znacząco wpływały na popyt
Giorgi Asatiani Head of BI & Data Analytics, BI & Data Analytics Department McDonald’s Georgia
I faktycznie, zespół SMART business przeanalizował i zidentyfikował kluczowe czynniki wpływające na prognozy, o których klient mógł wcześniej nie wiedzieć. Był to żmudny i wieloetapowy proces, obejmujący dokładny audyt i obserwację, wywiady z kluczowymi pracownikami, zastosowanie zaawansowanych metod analizy dużych zbiorów danych oraz algorytmów uczenia maszynowego. Zespół korzystał z narzędzi do wizualizacji danych, aby lepiej przedstawić wyniki. Podczas etapu diagnozy udało się zidentyfikować wiele lokalnych wyzwań, przed którymi stoi McDonald’s Georgia, i które musiały być uwzględnione podczas wdrażania rozwiązania. Oto najciekawsze z nich:
- Anomalie – czyli nietypowe i nieprzewidziane wzrosty lub spadki sprzedaży, które odbiegają od standardowych wzorców. W McDonald’s może to być sytuacja, gdy autobus z turystami zatrzyma się przy restauracji, co prowadzi do nagłego wzrostu sprzedaży w danym lokalu. Tego typu zdarzenia nie są systematyczne i nie są uwzględniane w standardowych danych, dlatego są klasyfikowane jako anomalie. Rozwiązanie SMART Demand Forecast identyfikuje takie nieprzewidziane zmiany i eliminuje je z danych, aby nie zakłócały procesu prognozowania.
- Sezonowość poszczególnych produktów – klient posiada wiele różnych SKU, które są zależne od sezonowości. Na przykład, popyt na McFlurry zazwyczaj wzrasta latem, gdy jest gorąco. System automatycznie oblicza specjalne czynniki sezonowe i współczynniki.
- Prognozowanie popytu na nowe produkty wprowadzane podczas kampanii promocyjnych – trudność polega na tym, że nowe produkty nie mają danych historycznych dotyczących sprzedaży. Jednak SMART Demand Forecast wykorzystuje zintegrowane podejście, które uwzględnia różne czynniki, takie jak podobne produkty, ogólne wzorce sprzedaży, trendy sezonowe i inne czynniki. To podejście znacznie różni się od tradycyjnego, ręcznego prognozowania, które często jest ograniczone, jeśli chodzi o przetwarzanie dużych ilości danych. Zautomatyzowane rozwiązanie pozwoliło szybciej i dokładniej przetwarzać dane, co zapewniło bardziej precyzyjne prognozy dla nowych produktów.

Warto również wspomnieć, że jeśli klient ma nietypowe wymagania, które muszą być uwzględnione w prognozach, rozwiązanie SMART Demand Forecast umożliwia ręczne prognozowanie popytu. Ta funkcja pozwala na szybkie wprowadzanie dodatkowych danych i elastyczne reagowanie na zmiany warunków rynkowych. Dodatkowo, omówiono możliwość automatyzacji wszelkich specyficznych potrzeb na życzenie klienta w przyszłości.
Ostatnim krokiem diagnozy było przygotowanie się do kolejnego etapu – modelowania.
- Modelowanie
Głównym zadaniem tego etapu w McDonald’s Georgia było trenowanie modelu sztucznej inteligencji, aby jego algorytmy były maksymalnie dopasowane do potrzeb biznesowych. Ponieważ podejście „fit once = fit every time” nie sprawdza się w różnych firmach, nawet z tej samej branży, zespół SMART business dostosował model do specyfiki McDonald’s Georgia.
Na początku, na podstawie podstawowych czynników wpływających na popyt, takich jak dzień tygodnia, dane dotyczące sprzedaży z poprzednich miesięcy, ceny produktów i inne, zbudowano model podstawowy, który zapewnił pewien poziom dokładności prognoz. Następnie przeszliśmy do optymalizacji modelu, dodając nowe czynniki: współczynniki kanibalizacji, współczynniki sezonowe, czynniki elastyczności itp. Obserwowaliśmy, co się poprawiło, a co nie. Kluczowe było, aby nie przesadzić i nie przeciążyć systemu nadmierną ilością danych, ponieważ nadmiernie dopasowany model może generować błędne prognozy. Nasz zespół posiadał dogłębną wiedzę oraz wszystkie niezbędne narzędzia do określenia znaczenia każdego czynnika. Pozwoliło nam to odfiltrować mniej istotne czynniki, zmniejszyć „szum” danych i poprawić dokładność prognoz dla każdej restauracji McDonald’s Georgia
Artem Stepanow Product Owner SMART Demand Forecast
Co McDonald’s Georgia zyskała dzięki wdrożeniu SMART Demand Forecast?
Po określeniu kluczowych czynników, model zaczął generować stabilne wyniki prognozowania. Zdefiniowano optymalną liczbę czynników, dzięki którym McDonald’s Georgia może uzyskać maksymalnie dokładne wskaźniki przy minimalnych odchyleniach.
Sukces projektu został określony poprzez osiągnięcie dokładności prognozy na poziomie 70-80%:
- dla okresu 4 tygodni kalendarzowych od początku okresu planowania;
- dla każdego tygodnia kalendarzowego;
- dla każdej z 21 podanych restauracji sieci.
Projekt rozpoczął się w październiku 2023 roku i został w pełni wdrożony w lipcu 2024 roku. Sukces wdrożenia można było zaobserwować już na etapie projektu pilotażowego. Został on uruchomiony latem, kiedy pojawia się wiele różnych czynników sezonowych, a popyt w McDonald’s Georgia jest z reguły najwyższy.
W rezultacie udało się osiągnąć następujące wskaźniki, które nawet przewyższyły oczekiwania:
- 83% dokładności prognozowania sprzedaży dla każdego lokalu na podstawie tygodniowej agregacji danych za okres 4 tygodni.
- 80% dokładności prognozowania sprzedaży dla każdego lokalu na podstawie tygodniowej agregacji danych za okres 12 tygodni.
- Odchylenia od prognozy średnio do 5%, co jest normą wśród globalnej społeczności biznesowej.
Jesteśmy niezwykle zadowoleni z wyników wdrożenia rozwiązania SMART Demand Forecast. Dzięki temu projektowi byliśmy w stanie znacznie poprawić dokładność prognozowania popytu w każdej z naszych placówek. A kiedy otrzymaliśmy pierwsze wyniki, wyraźnie zrozumieliśmy, że zwrot z tej inwestycji uzyskamy bardzo szybko. Jesteśmy wdzięczni za ogromny profesjonalizm i dobrze skoordynowaną pracę całego zespołu SMART, którego rozwiązanie pomaga nam poczuć i zrozumieć nasze procesy biznesowe jak nigdy dotąd
Giorgi Asatiani Head of BI & Data Analytics, BI & Data Analytics Department McDonald’s Georgia
Mimo tak wysokich wyników, wciąż dążymy do doskonalenia procesu prognozowania. McDonald’s Georgia wraz z zespołem SMART business zamierza dalej rozwijać funkcjonalność SMART Demand Forecast, aby wdrożyć także prognozowanie omnichannel.
Wdrażanie rozwiązań opartych na AI wymaga stałej współpracy, analizy podejmowanych kroków i prowadzenia aktywnej komunikacji pomiędzy dostawcą a klientem, co w połączeniu przynosi znakomite rezultaty, które udało nam się osiągnąć z McDonald’s Georgia. Nasze zespoły pozostawały w stałym kontakcie i szybko odpowiadały na pytania, co miało pozytywny wpływ na wydajność i sukces tego projektu oraz stworzyło solidne podstawy do dalszej współpracy
Artem Stepanow Product Owner SMART Demand Forecast
Misją SMART business jest pomaganie przedsiębiorcom w lepszym zrozumieniu przyszłości, aby zminimalizować ryzyko i być gotowym na wszelkie wyzwania. Firma jest dumna z tego, że przyczynia się do sukcesu swoich klientów na całym świecie, wspierając ich w realizacji kluczowych celów.
