AWS助金色三麦透过数码转型提升营运效率与服务品质 智能应用 影音
DTRAPP40
ST Microsite

AWS助金色三麦透过数码转型提升营运效率与服务品质

  • 黎思慧台北

金色三麦在台创立20年,因精致丰富的酒品与菜色、热情优质的服务深受消费者欢迎,更屡屡荣获国际大奖。近年金色三麦也积极实践数码转型,借助Amazon Web Services(AWS)的云端服务、AI应用及专业建议,迈向数码化、智能化营运。以往金色三麦难以精准掌握啤酒与食材需求量变动,仅能凭经验备货,现在,藉由AWS提供的Amazon Forecast机器学习服务可以根据历史数据精准预估销量,准备适量的原料,减少两成的食材浪费;过去金色三麦要费时以人工方式浏览、整理来自于纸本、客服与网络上的每个月超过三万则顾客回馈。

现在,透过Amazon Bedrock生成式AI服务能快速且完整分析巨量顾客意见,以精准调整、改善服务。在AWS的帮助下,金色三麦提升了营运效率,且节省盘点、叫货及客服的人力,使团队成员能更专注于餐饮服务与创新。

机器学习服务Amazon Forecast:根据历史数据做出准确的销量预测

过去金色三麦难以精准掌握淡季与旺季的啤酒与食材需求多寡,仅仰赖人工盘点,员工也只能凭经验叫货。金色三麦使用AWS以机器学习为基础的预测服务Amazon Forecast,结合历史采购数据、销售数据、外部数据如天气、节庆、百货公司活动,利用经过Amazon.com淬链的Amazon SageMaker DeepAR时间序列模型做出销量预测,提供精准的采购建议。透过智能化的分析与预测,金色三麦不仅能减少两成的食材浪费,每间店每天更可以节省两个负责盘点与叫货的人力,把他们安排到更重要的岗位如餐厅内外场,员工也能专注在顾客服务,进而提升营运效率与服务品质。

生成式AI服务Amazon Bedrock:快速分析顾客回馈助力实时修正改善

金色三麦的客服部门平均每个月要处理超过三万则客户回馈,且需费时以人工浏览、整理来自客服系统的意见回馈、网站评论等数据,才能归纳出改善餐饮服务的方向。不仅需要大量人力介入,且整理周期长、归纳准确率低,整体效果不佳。

2024年3月,金色三麦透过AWS的协助打造新一代舆情分析系统。该系统首先使用AWS Glue的无服务器数据整合服务将所有数据汇整及清理,并加载到Amazon Simple Storage Service(Amazon S3)储存服务。同时还透过全托管基础模型平台Amazon Bedrock采用Anthropic Claude 3大型语言模型,搭配提示工程(Prompt Engineering)优化输入提示,系统便能自动判断语意,三到五分钟即能归纳所有来源的顾客评论,找到关键字、掌握顾客情绪,萃取顾客的意见与需求,帮助金色三麦更快采取移动、改善服务品质,提升顾客体验。

金色三麦总经理叶淑芬表示:「金色三麦从酒厂起家,后来成为人人熟知『为欢聚而诞生』的餐饮品牌,一路上金色三麦都希望与其他餐饮品牌做出区隔,而精准掌握销量、提升服务品质,都是餐饮品牌进步的关键。借助AWS的技术,金色三麦整合并分析散落各处的数据,打造顾客数据平台,并用生成式AI快速分析舆情,实时提升客户体验。金色三麦也透过AWS的ML技术准确预测餐点需求,进而精准控制备货量,借此团队可以节省人力,更专注在餐饮服务上,提升工作效率的同时也加速创新。」