Makine öğrenimi ile doğru ürünleri doğru zamanda sunmak

-Jorge: Kesinlikle. Benim rolümün iki alanda iki ana odağı var. Bunlardan biri de şirketin makine öğrenimi mühendisliği operasyonlarını global olarak yönetiyorum. Öte yandan şirketin global bazda da kullandığı analitik platformların tamamını sağlıyorum. Makine öğrenimi mühendisliği ve operasyonlarımda bir numaralı rolde ekibimin yaptığı şey, küresel çapta çalışan veri bilimcilerden oluşan topluluğumuzun ortaya çıkardığı tüm bu modelleri yakalamak, onları yakalayıp güçlendirmek. Buradaki asıl misyonumuz, yapmamız gereken ilk şey, onları üretime hazır hale getirmek, ölçeklenebilmeleri, aynı zamanda maliyet etkin bir şekilde çalışabilmeleri için mühendislik uygulamaları uyguladığımızdan emin olmamız gerekiyor ve oradan da şunları sağlıyoruz: operasyon şapkamda ihtiyaç duyulduğunda orada olduklarını.

Bu modellerin çoğu, günlük operasyonlarımızın bir parçası haline geldikleri için, yerine getirmemiz gereken belirli hizmet seviyesi taahhütleriyle birlikte gelecekler, dolayısıyla ekibim, bunları yerine getirdiğimizden emin oluyor. doğru beklentiler. Diğer taraftan analitik platformlar ise analitik açısından pek çok tanımlayıcı, tahmine dayalı ve kuralcı çalışma yapıyoruz. Sadece normal gösterge tablolarından bahsettiğiniz açıklayıcı kısım, verilerimizin etrafındaki özetleme parçası ve verilerin nerede yaşadığı, şirketin kullandığı tüm analitik platformlar da benim ilgilendiğim bir şey. Ve bununla birlikte, şirkette, hem Asya'daki bazı işletmelerimizden Kuzey Amerika'ya kadar uzanan coğrafyalar açısından, hem de pazarlamadan organizasyona kadar çok geniş bir müşteri tabanına sahip olduğumu düşünebilirsiniz. İK ve aradaki her şey.

Makine öğreniminin tüketicilerimize market reyonunda nasıl yardımcı olduğuyla ilgili diğer sorunuza girerken, muhtemelen bir CPG için önemli olanın sizin için doğru yerde, doğru fiyata doğru ürünü bulundurmak olduğunu özetleyeceğim. Bu, doğru üründe olduğu anlamına gelir; makine öğrenimi, birçok pazarlama ekibimize yardımcı olabilir; örneğin, en yeni üretken yapay zeka yeteneklerine sahip olduklarında bile, beyin fırtınası yapıyor ve Ar-Ge'ye yeni içerik yaratıyor gibi görünüyorlar. Ürünlerimiz için en iyi formülün ne olduğunu bulmaya çalışıyoruz, artık ML bu alanda, doğru fiyatta, planlarımızdan dağıtım merkezlerimize kadar maliyet verimliliği konusunda ilerleme kaydediyor ve israfı ortadan kaldırdığımızdan emin oluyor. Makine öğrenimi yeteneklerinden yararlanmak, insanların ürünlerimizi satın alması için doğru fiyat olan, gelir yönetimimiz genelinde yaptığımız bir şeydir.

Ve sonuncu ama bir o kadar da önemlisi doğru konumdur. Bu nedenle tüketicilerimiz mağazalarına gittiğinde veya internetten ürünlerimizi satın aldığında ürünün yanınızda olduğundan ve sizin de beğendiğiniz ürünü, beğendiğiniz lezzeti hemen bulacağınızdan emin olmamız gerekiyor. Dolayısıyla talebimizi tahmin etmek, tedarik zincirimizi, dağıtımımızı organize etmek, tüketicilerimizin ürünlerimizi bulabilmesi için doğru miktarlarda ürettiğimizden ve bunları doğru yerlere teslim ettiğimizden emin olmak için planlarımızı planlamak konusunda büyük bir çaba var.

Defne: Veriler ileri teknolojilerin, özellikle de makine öğreniminin uygulanmasında çok önemli bir rol oynadığından bu kesinlikle mantıklıdır. Peki Kraft Heinz, etkili makine öğrenimi operasyonlarını veya MLOps'u desteklemek için tüm bu verilerin doğru yerde, doğru zamanda erişilebilirliğini, kalitesini ve güvenliğini nasıl sağlıyor? Keşfettiğiniz belirli en iyi uygulamalar var mı?

-Jorge: İnsanlara muhtemelen önerebileceğim en iyi uygulama, verilerin kesinlikle makine öğreniminin yakıtı olduğudur. Yani veri olmadan modelleme olmaz. Ve verileri, hem dahili hem de harici olarak sahip olduğunuz verileri düzenlemek zaman alır. Sadece erişilebilir olduğundan ve onu başa çıkmanız gereken milyonlarca teknolojiye sahip olmayacak şekilde organize ettiğinizden emin olmak değil, aynı zamanda onun küratörlüğünü de söyleyebilirim. Bu uzun vadeli bir taahhüttür. Bu nedenle, şu anda dinleyen herkesin veri yolculuğunuzun bir yolculuk olduğunu, nihai bir varış noktası olmadığını ve ayrıca zaman alacağını anlamasını şiddetle tavsiye ediyorum.

İhtiyacınız olan tüm verileri organize etme ve kullanılabilir olmasını sağlama konusunda ne kadar başarılı olursanız, makine öğrenimindeki modellerle ve gerçekten orada olan harika şeylerle tüm bunlardan o kadar başarılı olursunuz. daha sonra belirli bir iş sonucunu elde edin. Söylemek istediğim iyi bir metafor şu; çok sayıda araştırmacı var ve MIT araştırmalarıyla tanınıyor, ancak araştırmacılar kütüphaneciler olmadan hiçbir şey yapamazlar, etrafta bilgiyi organize eden tüm insanlar var, böylece siz de gidip gerçekten yapabilirsiniz. yapmanız gereken şey bu durumda araştırmadır. Verinin yakıt olduğunu ve verinin çaba gerektirdiğini, bir yolculuk olduğunu, hiçbir zaman bitmediğini asla unutmayın, çünkü pek çok başarılı çabayı başarısız olanlardan ayıran şeyin aslında bu olduğunu söyleyebilirim.

Defne: Doğru yere, doğru zamanda geri dönme zihniyeti, son birkaç yılda, ambalajlı tüketim malları veya daha önce bahsettiğiniz CPG sektörü, değişen müşteri taleplerinden e-ticaret kanallarının çoğalmasına kadar büyük değişimlere tanık oldu. Peki yapay zeka ve makine öğrenimi araçları iş sonuçlarını etkilemeye veya operasyonel verimliliği artırmaya nasıl yardımcı olabilir?