Ristorazione 4.0

Sviluppo di Algoritimi di Customer Profiling

Raccolta dati demografici, geografici, psicografici e comportamentali dalla piattaforma CRM

Segmentazione e profilazione della clientela in supporto ad:

• attività di cross selling e up selling;
• gestione dei clienti fidelizzati;
• analisi del tasso di abbandono;
• previsione di trend futuri;
• personalizzazione del servizio;

Sviluppo di Algoritmi Demand Forecasting:

Previsione delle vendite al fine di ottimizzare:

• la gestione del personale;
• le scorte di magazzino;
• la produzione;
• i Key Performace Indicator;
• Supporto alle attività di production on demand;

Costruzione di un Modulo di Supporto Decisionale

Sviluppo di un’applicazione integrata in grado di selezionare i migliori algoritmi di ottimizzazione in base alle preferenze dell’utente finale (es. gestore dell’impresa di ristorazione)

Raccolta di variabili demografiche, geografiche, psicografiche e comportamentali

Valutazione dei vantaggi potenziali e della fedeltà dei clienti, oltre che il loro valore passato

Valutazione del miglior algoritmo di segmentazione sulla base del LTV

Confronto dei segmenti e scelta delle azioni di business da intraprendere nei loro confronti

Indicatori di Performance da monitorare

• Waste (scarti): elementi da eliminare nell’orizzonte temporale di previsione a causa della scadenza del periodo di conservabilità;
• Freshness (freschezza): età del prodotto all’atto di vendita al consumatore;
• Manutenzione: tenere sotto controllo i tempi tra guasti in modo che possano influire il meno possible sulla programmazione della produzione;
• Stock outs (esaurimento scorte): totale della domanda non soddisfatta alla fine dell’orizzonte temporale di previsione;

Sono stati valutati gli indicatori out of samples per sei diversi modelli di previsione e per i diversi metodi di ottimizzazione.

Sono stati effettuati dei test comparativi dei risultati ottenuti tramite le tecniche implementate rispetto a tecniche classiche utilizzate come benchmark