研华

英特内运用Big Data 助团膳业提振营运绩效

  • 魏淑芳
英特内软件知识策略处知识长赵孝伦表示,大数据分析应用过程,往往存在诸多难测变量,实有必要在资料探勘、统计分析等基本功外,纳入机器学习等先进技术,借以缩小误差值。

DIGITIMES企划

不可讳言,Big Data分析议题不仅火热,且已延烧到各产业。就一般人认知,积极投入此道的用户,要嘛是如同商场等钱多的单位,要嘛是犹如制造业等自动化程度较高的单位;但事实上,两大族群以外的业态,即便经费与资源相对不足,照样有大数据应用需求。

英特内软件知识策略处知识长赵孝伦指出,多年前,为了提供农业生产、食品加工、冷链运输、连锁通路等一站式服务,藉由生产端到消费端层层把关,使民众吃得安心健康,该公司与其余4家资服业者齐力打造食品安全供应链解决方案,成立「产联国际」公司,推出「登就保」业主自我管理系统(旨在建立加工食品追踪溯源机制),使英特内开始与食品业大数据结下不解之缘。

他接著说,在推广「登就保」的过程,英特内结识从事学校营养午餐制作的团膳业者,他们营运规模不大,未落在政府规定强制上传「非追不可」的范围,但一来仍需配合教育部规范,定期登录菜色、食材、进货来源等资料,二来苦于难以在当令食材、菜色多变、富含营养价值等环节取得权衡,以致毛利率长期在2~3%低档盘旋,一旦遭遇台风季节菜价波动,往往落得血本无归,故渴望英特内伸出援手,除了承袭「登就保」资料抛转服务机制,协助完成信息申报外,也一并协助开发菜单建议系统,让业者能因应交易市场盘价变动,精准调整食材与菜单。

尔后的因缘际会,驱使英特内与学校营养午餐的关联愈来愈深。一开始,该公司有意推广一项兼具食材内容查询、营养分析等智能机能的团膳家App,原本估计此服务理当广受校方、家长欢迎,无奈碍于环境尚未成熟,终至事与愿违;但与此同时,英特内找到另一条发展道路,便是借助资料探勘与统计分析,帮助团膳业者开出更能迎合学童喜好的菜单,且尽可能降低厨余量、减少食材耗费。

藉由数据分析  降低食材耗费

赵孝伦进一步解释,意欲实现迎合学童喜爱、减少食材耗费等双重目的,关键就在于厨余统计分析,根据各项菜色残留数量多寡,协助团膳业者优化菜单设计与食材筹备;业者与校方订立的契约,通常涵盖记点机制,凡是发生问题(譬如食物中毒)、或有同学反应吃不饱,业者都会遭到扣点,所以为了防止有人吃不饱,总是会多准备5~10%的Buffer,导致采购成本攀升,继而侵蚀利润,故期望透过大数据分析展现价值,让Buffer降到最低。

原本英特内同仁盘算,统计各项菜色厨余量,理当不是困难任务,讵料在实务上,所有厨余通通混杂在一起,根本难以分类,该公司只好另闢蹊径,转而根据业者回收的餐筒或钢盘里头剩余食材,再运用统计方法回推食材消耗量。

尽管藉此发现一些规律,但仍不够精准,驱使英特内持续精益求精,主动出击与现场人员访谈,才赫然发现包括气候、课程、学生居住的区域等等变量,都可能影响厨余量。

比方说,假使炎炎夏日,前两堂又刚好是体育课,往往导致学生食慾欠佳,因而剩余较多菜肴,反之若是在冬季,学生上完体育课,反倒胃口大开,不会残留过多菜肴。

英特内现正根据这些因素,不断调整参数,但这些参数并非单纯的曲线,而是犹如地形有高低起伏,彼此交互作用甚大,为了将误差值稳定控制在10~15%范围内,该公司内部已建立初步共识,不排除纳入机器学习技术,以克服这些多变难测的因子,也凸显企业踏上大数据之途,绝非一路平坦,其间必须通过诸多考验。

更多关键字报导: 英特内(Interinfo) 巨量资料(Big Data)