AIモデリングサービス

USE CASES

店舗来客数予測

飲食店/飲食チェーン店では、適切な仕入れをしないと欠品やフードロスが生じ、収益を圧迫してしまいます。また人員配置に関しても、来店客数に見合っていないと無駄なコストがかかる、あるいは機会損失につながる要因となります。
そこで日々の来客数予測が重要となりますが、どうしても店長のノウハウに依存してしまうため属人化しやすく、店舗によって精度にバラつきが出てしまいます。

これらの課題を解決するために来客数を予測するAIモデルを導入し、店舗ごとの来客数予測を自動化することで、精度の安定化と予測の属人化防止を実現できます。

改善前

予測に大きな工数が必要な上、予測自体が属人的であり、店舗によって予測精度が異なってしまう。

改善後

予測工数を削減。人の知恵に頼らない運用を実現(人材リスクを低減)でき、食材や人員の適時/適量配置が可能に。

学習の入力データ

・メニュー
・メニュー毎の販売数/販売価格
・各店舗の来客数
・天気情報、カレンダー情報、季節情報

アウトプット

・日毎の来客数予測
・商品後の売上予測

課題

店舗毎の食材の発注や人員配置判断の重要指標である来客数の推移ですが、通常は人手による予測を行っています。その結果、店舗毎に予測精度がバラついたり、特定の人しか予測ができないという課題が出てきます。

過去の来客数/天候/イベント
状況を人手で確認・分析

過去の来客数や天候、イベント状況は各店舗でバラツキがあり、分析方法は店舗毎で属人的。

人手による来客数の予測

予測精度は各店舗毎にバラツキがある(発注や人員配置判断に十分な精度である店舗もあればそうでない店舗も存在)

人員配置判断(短期予測)

人員配置判断にミス(過不足)が生じ、コスト増や機会損失に繋がる

食材の発注量判断
(中長期予測)

発注量判断ミスにより、過剰在庫や機会損失が生じる

解決策

来客数の予測作業をAIに代替することで、精度の安定と予測の属人化防止を実現。これまで人手で行っていた予測を自動化することにより、属人化防止と省力化によるコスト削減へとつながります。

過去の来客数/天候/イベント
状況をAIへ自動入力・分析

予測作業の属人化防止と省力化が可能(コスト減)

AIによる来客数予測
(同時に予測根拠も表示)

AIの予測結果を判断材料として
人手で人員配置判断

予測精度のバラツキを防ぎ、人手の予測よりも高い水準の精度を算出できるため、コスト削減につながる

AIの予測結果を判断材料として
人手で発注量判断

ページTOPへ