Podaci o putnicima poboljšavaju predviđanja

🚀 Novi standardi u planiranju prodaje kroz integraciju voznih redova i rasporeda letova! 🚆🛫

📅 Ovog vikenda u NRW-u počinju praznici – izazov za zračne luke, željezničke kolodvore i restorane. Kako bismo savladali ovaj test opterećenja, sada u našu umjetnu inteligenciju implementiramo i vozne redove i rasporede letova, što povećava točnost planiranja prodaje. 🙌🤖

📈 Primjer: Pružatelj brze hrane na aerodromu BER – Berlin Brandenburg uspio je povećati kvalitetu prognoze s 45% na 85% zahvaljujući našoj umjetnoj inteligenciji. Tijekom blagdana se tamo očekuje svaki dan između 80.000 i 90.000 putnika.

💡 Ova inovacija omogućuje našim kupcima učinkovitije upravljanje zalihama i lancima opskrbe te zadovoljavanje potražnje čak i tijekom poremećaja u prometu – manje izgubljene dobiti i manje viška zaliha!

Cijelo priopćenje za medije:
Kada 8. srpnja počnu praznici u najmnogoljudnijoj saveznoj državi Sjeverna Rajna-Vestfalija, to će biti test opterećenja za zračne luke i željezničke kolodvore – a i za restorane. Kašnjenja, pa čak i otkazivanja, mijenjaju situaciju potražnje u vrlo kratkom vremenu. The Foodforecast Technologies GmbH bio je prvi pružatelj usluga koji je implementirao vozne redove i rasporede letova u svoju umjetnu inteligenciju kako bi poboljšao točnost prognoza prodaje. Prošle godine, tijekom ljetnih praznika na aerodromu Köln/Bonn zabilježeno je oko 1,7 milijuna putnika. To znači veću dostupnost robe tijekom vršnih razdoblja, povećanu prodaju i profit te manje bacanja hrane u slučaju kratkotrajnih prekida i kašnjenja. Kod pružatelja brze hrane koji posluje na lokaciji zračne luke BER, kvaliteta prognoze porasla je s 45 na 85% otkako koriste alat za prognoziranje podržan umjetnom inteligencijom.

Foodforecast Technologies je razvio umjetnu inteligenciju koja izračunava precizne prognoze prodaje za pekare, ugostiteljske objekte i trgovce hranom. Analizom podataka o putnicima na aerodromima i željezničkim kolodvorima te utjecaja štrajkova, tvrtka je u mogućnosti preciznije predvidjeti što se konzumira na tim lokacijama i tako optimizirati procese planiranja svojih klijenata. Algoritam uzima u obzir vanjske čimbenike poput vremenskih podataka, godišnjih odmora i praznika, kao i važnih događaja. 

„Izazovi željezničkih i zračnih napada dali su nam priliku da produbimo razumijevanje ponašanja potrošača“, objašnjava Justus Lauten, izvršni direktor tvrtke Foodforecast Technologies GmbH . Nastavio je: „Naši poboljšani modeli sada uzimaju u obzir dodatne vanjske čimbenike poput poremećaja u prometu, što dovodi do značajnog poboljšanja točnosti prognoza.“

Ovi novi uvidi omogućuju kupcima Foodforecast Tehnologije za učinkovitije upravljanje zalihama i lancima opskrbe. To im omogućuje da osiguraju dovoljnu dostupnost robe za zadovoljavanje potražnje, čak i tijekom prometnih poremećaja. To ne samo da smanjuje izgubljenu dobit zbog rasprodanih polica, već i višak zaliha koje se ne mogu prodati.