,allowExpansion)
Un nuovo sistema di raccomandazione
Con una soluzione basata sul machine learning, Data Reply ha supportato un grossista di generi alimentari B2B nell’incrementare le proprie vendite.
La sfida
Come può un sistema di raccomandazione prevedere in modo affidabile ciò di cui un cliente potrebbe avere bisogno, ma che non ha ancora acquistato?
L’idea
Un database più ampio
Per supportare un grossista che vende generi alimentari ai ristoranti, Data Reply ha sviluppato un innovativo sistema di raccomandazione. Nella maggior parte dei casi, per generare raccomandazioni di prodotto per i clienti, le applicazioni come questa si basano esclusivamente sui dati relativi al magazzino interno. Il sistema di raccomandazione implementato da Data Reply, oltre a questo, sfrutta anche le informazioni provenienti da Internet, abilitando così raccomandazioni più precise.
)
Come abbiamo fatto
Raccomandazioni migliori grazie al web-crawler e a MLOps
Un web crawler cerca informazioni sui ristoranti (come ad esempio il loro menu) per il sistema di raccomandazione, e, allo stesso tempo, raccoglie dati che svelano cosa è stato acquistato per il ristorante in altri shop. Questo particolare database racchiude in sé il potenziale per poter elevare le raccomandazioni di prodotto ad un nuovo livello, grazie a tecniche MLOps.
Training con Kubeflow
Per il training del modello di machine learning che sta alla base di questo del sistema di raccomandazione abbiamo utilizzato Kubeflow. Questo framework ci ha consentito di orchestrare le pipeline del machine learning, garantendo così che il progetto si svolgesse in modo particolarmente efficiente.
Test continui grazie al set-up CI/CD
Per poter assicurare la qualità della soluzione di machine learning, sono state monitorate costantemente le prestazioni e l’accuratezza del modello, effettuando delle verifiche sulla base di ICP aziendali rilevanti. A questo scopo, è stato utilizzato il setup CI/CD.
Implementazione come REST-API con Seldon
La piattaforma Seldon ha consentito di implementare il modello di machine learning semplicemente come REST-API, e quindi di creare un’interfaccia scalabile per l’applicazione reale del modello.
Retraining costante del modello
Al fine di migliorare costantemente il sistema di raccomandazione, vengono utilizzati i feedback dei clienti del grossista di generi alimentari, sulla base dei quali il modello di machine learning viene riaddestrato regolarmente.
,allowExpansion)
I risultati
Vendite in crescita, spese di marketing in discesa
Il nuovo sistema di raccomandazione offre molti vantaggi al grossista di generi alimentari: le raccomandazioni più precise non solo aumentano la soddisfazione dei clienti, e di conseguenza le proprie vendite, ma, allo stesso tempo, abilitano attività di marketing più mirate con conseguente riduzione dei costi pubblicitari. Sapendo cosa è stato acquistato in altri shop per il ristorante, il grossista ha potuto inoltre ampliare in modo mirato il proprio assortimento.
Tutti questi vantaggi hanno convinto il cliente: al momento il sistema di raccomandazione viene usato in Germania e in Polonia. Ma presto seguirà anche il rollout in Croazia, Portogallo, Austria, Ungheria, Romania, Francia, Italia, Spagna e Paesi Bassi.
Data Reply è la società del gruppo Reply specializzata in Big Data Analytics e Artificial Intelligence. Attraverso team multidisciplinari di specialisti in Big Data Engineering, Data Science e Intelligent Process Automation, Data Reply supporta le aziende di diversi settori nell'ottimizzazione dei processi attraverso la progettazione e l'implementazione di soluzioni, algoritmi quantistici e modelli di Machine Learning e Artificial Intelligenc.