Stagiair HBO AI Food Waste

Wij bedenken, bouwen en beheren foodconcepten met een verhaal. Met onze gastvrijheid, lekker en gezond eten, duurzame samenwerkingen en lef om anders te zijn, maken we het verschil. Dit biedt onze opdrachtgevers financieel voordeel, geeft gasten een warm welkom, maakt medewerkers blij met hun werkplek, versterkt de band met leveranciers en draagt bij aan een betere toekomst voor de maatschappij. Je vindt ons op het werk, in de zorg, in de horeca en in je vrije tijd. Met ruim 4.500 gastvrije medewerkers, op bijna 900 locaties in Nederland.
Al ons eten en drinken wordt geserveerd volgens een uniek recept van sociale impact. Als onderdeel van Stichting Albron gaat de helft van onze winst naar projecten die zorgen voor sociale verandering. Zo draagt ieder bord, kom of glas dat wij serveren actief bij aan de maatschappij.
Dat smaakt naar beter.

Opdrachtbeschrijving
Binnen de IT afdeling van Albron zijn wij gestart met het voorspellen van de verkopen in het bedrijfsrestaurant. De eerste test was gefocust op de verkopen van soepen op ons Servicekantoor. Nu deze eerste test succesvol is afgerond, willen wij graag een vervolgstap maken. Hiervoor is de volgende projectopdracht beschikbaar:

Onderzoek welke baten Albron kan halen uit het toepassen van data-analyse en voorspelling van verkopen. Dit met als doel om de business te overtuigen van het belang van afzet voorspelling.

Albron is elke dag op zoek om de verspilling van voedsel te voorkomen en ook de gasten te verwennen met diverse gerechten. Door beter inzicht te krijgen in de verkopen, en de verwachte verkopen, kan er meer gestuurd worden op de inkoop. Hierbij zouden de volgende vervolgstappen op deze test wenselijk zijn:

• Verbeteren van het huidige model.
• Voorspellen van meerdere groepen (top 3) en uiteindelijk het hele assortiment.
• Voorspellen op artikelniveau in plaats van op groepsniveau.
• Voorspellen van het aantal gasten en hun consumptie.
• Controleren en testen van datakwaliteit:  

1. Wat als gasten niet betalen?
2. Vervangende recepturen / ontbrekend in menuplan?

• Overige risico's en factoren bij het voorspellen van verkopen.
• Blik op de toekomst:

1. Toevoegen van variabelen.
2. Gebruik van externe databronnen.
3. Andere voorspelmodellen.

• Berekening van besparingen ten opzichte van de huidige situatie.
• Kwantitatieve en kwalitatieve baten:

1. Welke overige baten kan Albron halen uit het voorspellen van de verkopen

Het eindproduct van deze opdracht is tweeledig. Ten eerste een verbeterd model voor het bepalen van de verkopen op basis van beschikbare data. Ten tweede een presentatie waarin de eventuele meerwaarde wordt getoond, en welke vervolgstappen Albron kan nemen om dit project te gebruiken voor alle cateringlocaties. Helpen jullie Albron verder?