Как data analytics може да намали изхвърлянето на храни

Без значение дали ни харесва или не, живеем в свят, в който много хора гладуват, докато в същото време огромни количества храна се изхвърлят от потребители, търговци, производители и т.н. Изхвърлянето на храна е проблем не само защото е пропусната възможност да се помогне на хора в нужда. Това е проблем, защото веднъж изхвърлена, храната трябва да отиде в инсинератор или на сметището. Ако не бъде изгорена в завод за отпадъци, на сметището храната се разгражда до метан, който от своя страна допринася за парниковия ефект и подхранва климатичните промени в негативна посока. Говорейки за изхвърлянето на храна, трябва да знаем, че една изхвърлена ябълка, например, означава изхвърлянето на около 100 литра вода, необходими за нейното отглеждане. Водният отпечатък на телешкото е 7 тона вода.

Колко голям е проблемът с изхвърлянето на храна

Статистиката показва, че близо един от всеки 3 хранителни продукта завършва жизнения си цикъл като отпадък. Можете да видите детайлна информация от инфографиката на Организацията по земеделие и храни на ООН. Техните данни показват ясно, че проблемът е драстичен в секторите плодове и зеленчуци, където загубите се оценяват на около 45%.

food waste infographic

Огранизацията по земеделие и храни на ООН публикува доклад, установяващ ясна връзка между климатичните промени и изхвърлянето на храна. Но в по-малка перспектива, този проблем въздейства и на бизнеса. Tesco, една от големите британски вериги за търговия на дребно с хранителни продукти адресира казуса по много интересен начин.

Как Tesco прилага аналитично прогнозиране, за да намали изхвърлянето на храни

Tesco успява да намали бракуваната храна до 2%, макар през 2016 г. проблемът да се задълбочава при печивата. За да намали изхвърлената храна, британската верига се опитва да намали времето, в което продуктите прекарват в транспорт и дистрибуция преди да стигнат до щандовете. Те постигат това с използването на аналитично прогнозиране, с което да подобрят този елемент във веригата на доставки.

Tesco са още по-внимателни с планирето на зареждането. Всички ние знаем, че ако времето навън става все по-топло, консумацията на свежи салати ще расте. Data analytics знае точно с колко – с 42% през горещите уикенди в разгара на лятото. Така, с аналитични алгоритми отчитащи метеорологичното време можем да прогнозираме бъдещите продажби. А с постигането на успешен баланс между стоковите наличности и потребителското търсене, възможности за пропуснати продажби и бракувана стока се намаляват до минимум.

Как търговците на хранителни стоки могат да получат достъп до подобно решение?

A4RetailStores е уеб базирано аналитично приложение, което решава точно този проблем. С осигуряването на точни прогнози за бъдещите продажби, които отчитат времето на съответното място, A4RetailStores ще информира потребителите си за това какво и колко ще продадат утре, вдругиден или дори до края на седмицата с точност достигаща до 95%, стига необходимите сетове от данни да са налични. Аналитичното приложение, разработено от A4Everyone е много по-комплексно от простия статистически подход, защото освен, че отчита зараждащите се тенденции, повтарящото се потребителско поведение и диференцира стандартните работни дни от почивните и празничните такива. A4RetailStores разчита на математически и аналитични алгоритми, подобни на използваните от Tesco.

Пробвайте A4RetailStores безплатно.

Вашият коментар

Вашият имейл адрес няма да бъде публикуван. Задължителните полета са отбелязани с *