1
modification
Ligne 3 : | Ligne 3 : | ||
''Description succincte de votre projet :'' | ''Description succincte de votre projet :'' | ||
Développement d'un service à destination | Réduire le gaspillage alimentaire en réduisant la surproduction des commerces de proximités. | ||
Développement d'un service à destination, dans un premier temps, des boulangeries / pâtisseries, utilisant l'intelligence artificielle pour prédire les demandes de la clientèle. Afin d'éviter le gaspillage suite aux invendus, en optimisant la production. | |||
qui vise à réduire le gaspillage alimentaire, énergétique et de temps, grâce à un modèle d'intelligence artificielle qui prédira la demande en anticipant les comportements des utilisant des données conjoncturelles (météo, financières, comportementales...) et de l'entreprise (volume de vente, panier moyen, quantité d'invendus...) | |||
Ligne 22 : | Ligne 29 : | ||
''Quelle est la solution qui s'adresse à ce problème?'' | ''Quelle est la solution qui s'adresse à ce problème?'' | ||
Prédire la | Prédire la demande cliente réelle à partir de données conjoncturelles et de consommation, afin de produire au plus juste pour éviter le gaspillage alimentaire, économiser de l'énergie (consommation des fours, frigo, congélateur), optimiser la gestion de ses stocks. | ||
Solution technique basé sur un algorithme de deep learning, entrainée sur : | |||
- l'historique des données clients (pour early adopters, données collectées par le logiciel de caisse boulangeries | |||
- données conjoncturelles : | |||
- météo, | |||
- prix des matières premières, | |||
- nombre de commerce/km, | |||
- nombre de concurents dans le secteur, | |||
- type de quartier (résidentiel, commercial, industriel, touristique) | |||
- notation du commerce (google maps, tripAdvisor) | |||
- Calendrier (période de vacances, jour fériés, jour de la semaine ...) | |||
- événements | |||
- habitudes de consommation de la clientèle | |||
== Le marché == | == Le marché == |
modification