英特內運用Big Data 助團膳業提振營運績效 智慧應用 影音
MongoDB
Event

英特內運用Big Data 助團膳業提振營運績效

  • 魏淑芳

英特內軟體知識策略處知識長趙孝倫表示,大數據分析應用過程,往往存在諸多難測變數,實有必要在資料探勘、統計分析等基本功外,納入機器學習等先進技術,藉以縮小誤差值。
英特內軟體知識策略處知識長趙孝倫表示,大數據分析應用過程,往往存在諸多難測變數,實有必要在資料探勘、統計分析等基本功外,納入機器學習等先進技術,藉以縮小誤差值。

不可諱言,Big Data分析議題不僅火熱,且已延燒到各產業。就一般人認知,積極投入此道的用戶,要嘛是如同商場等錢多的單位,要嘛是猶如製造業等自動化程度較高的單位;但事實上,兩大族群以外的業態,即便經費與資源相對不足,照樣有大數據應用需求。

英特內軟體知識策略處知識長趙孝倫指出,多年前,為了提供農業生產、食品加工、冷鏈運輸、連鎖通路等一站式服務,藉由生產端到消費端層層把關,使民眾吃得安心健康,該公司與其餘4家資服業者齊力打造食品安全供應鏈解決方案,成立「產聯國際」公司,推出「登就保」業主自我管理系統(旨在建立加工食品追蹤溯源機制),使英特內開始與食品業大數據結下不解之緣。

他接著說,在推廣「登就保」的過程,英特內結識從事學校營養午餐製作的團膳業者,他們營運規模不大,未落在政府規定強制上傳「非追不可」的範圍,但一來仍需配合教育部規範,定期登錄菜色、食材、進貨來源等資料,二來苦於難以在當令食材、菜色多變、富含營養價值等環節取得權衡,以致毛利率長期在2?3%低檔盤旋,一旦遭遇颱風季節菜價波動,往往落得血本無歸,故渴望英特內伸出援手,除了承襲「登就保」資料拋轉服務機制,協助完成資訊申報外,也一併協助開發菜單建議系統,讓業者能因應交易市場盤價變動,精準調整食材與菜單。

爾後的因緣際會,驅使英特內與學校營養午餐的關聯愈來愈深。一開始,該公司有意推廣一項兼具食材內容查詢、營養分析等智慧機能的團膳家App,原本估計此服務理當廣受校方、家長歡迎,無奈礙於環境尚未成熟,終至事與願違;但與此同時,英特內找到另一條發展道路,便是借助資料探勘與統計分析,幫助團膳業者開出更能迎合學童喜好的菜單,且儘可能降低廚餘量、減少食材耗費。

藉由數據分析  降低食材耗費

趙孝倫進一步解釋,意欲實現迎合學童喜愛、減少食材耗費等雙重目的,關鍵就在於廚餘統計分析,根據各項菜色殘留數量多寡,協助團膳業者優化菜單設計與食材籌備;業者與校方訂立的契約,通常涵蓋記點機制,凡是發生問題(譬如食物中毒)、或有同學反應吃不飽,業者都會遭到扣點,所以為了防止有人吃不飽,總是會多準備5?10%的Buffer,導致採購成本攀升,繼而侵蝕利潤,故期望透過大數據分析展現價值,讓Buffer降到最低。

原本英特內同仁盤算,統計各項菜色廚餘量,理當不是困難任務,詎料在實務上,所有廚餘通通混雜在一起,根本難以分類,該公司只好另闢蹊徑,轉而根據業者回收的餐筒或鋼盤裡頭剩餘食材,再運用統計方法回推食材消耗量。

儘管藉此發現一些規律,但仍不夠精準,驅使英特內持續精益求精,主動出擊與現場人員訪談,才赫然發現包括氣候、課程、學生居住的區域等等變數,都可能影響廚餘量。

比方說,假使炎炎夏日,前兩堂又剛好是體育課,往往導致學生食慾欠佳,因而剩餘較多菜餚,反之若是在冬季,學生上完體育課,反倒胃口大開,不會殘留過多菜餚。

英特內現正根據這些因素,不斷調整參數,但這些參數並非單純的曲線,而是猶如地形有高低起伏,彼此交互作用甚大,為了將誤差值穩定控制在10?15%範圍內,該公司內部已建立初步共識,不排除納入機器學習技術,以克服這些多變難測的因子,也凸顯企業踏上大數據之途,絕非一路平坦,其間必須通過諸多考驗。