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。」
