Projectes

HORECA

Dades sintètiques

Mineria de dades i desenvolupament de plataforma per a B2B Marketplace

Client

Finançat pel Govern d’Espanya

Partners

El problema

El canal HORECA (Hotels, Restaurants i Cafeteries) requereix i adquireix una gran varietat de productes, fet que implica que cada empresa necessiti múltiples proveïdors. Es tracta d’un sector molt fragmentat, format majoritàriament per pimes, i que s’ha vist fortament afectat pels tancaments i les restriccions derivades de la pandèmia. A causa de les característiques de les empreses del canal, el seu accés a la transformació digital de les seves cadenes de valor, als beneficis associats i a la capacitat de processar dades sectorials agregades s’ha vist compromès.

En un moment en què els marketplaces lideren les vendes en línia B2C (Business to Consumer) a la majoria de països, i en què el món B2B (Business to Business) genera més negoci que el B2C, encara hi ha moltes empreses proveïdores del canal HORECA, tant fabricants com distribuïdores, que no tenen accés a una plataforma B2B per canalitzar les seves vendes i gestionar les relacions amb els clients en línia.

A més, les empreses dins del canal HORECA són les que interactuen directament amb els consumidors finals. Disposen d’informació molt valuosa sobre patrons de consum, preferències i coneixement dels productes, que té un gran valor per a la resta de la cadena de subministrament, inclosos els distribuïdors i, especialment, els fabricants.

Interès del marketplace B2B HORECA per a les empreses:

1. La COVID-19 ha reduït el contacte comercial i el sector està immers en un procés de digitalització, de manera que les empreses finals busquen botigues B2B en línia que els permetin visualitzar catàlegs, comparar preus, fer compres i reduir costos operatius.
2. Les grans marques i distribuïdors principals ja disposen o aviat disposaran de les seves pròpies plataformes B2B, però hi ha milers de pimes que no tenen la capacitat financera per invertir, promoure i llançar una plataforma B2B, perdent així competitivitat.
3. L’ús de les dades de la plataforma permetrà fer comparatives sectorials, promoure bones pràctiques, obtenir feedback dels clients i activar campanyes per augmentar les vendes.

Aquest entorn permetria a marques i distribuïdors obtenir informació agregada de gran valor, a més d’oferir un punt únic de contacte i compra per als seus clients i crear un canal més eficient per a la compra-venda i les operacions associades.

L’objectiu d’aquest projecte és llançar un prototip plenament funcional en un entorn simulat. Hi participaran tres empreses sòcies del Clúster Digital interessades a impulsar aquest nou model de negoci i a innovar en visualització i integració de dades, amb el suport del Clúster Innovi, que agrupa nombrosos proveïdors del sector HORECA.

Per assolir-ho, és necessari definir un model d’explotació de dades i un model de negoci potencial que en faci viable la seva implementació, amb l’objectiu d’accelerar la digitalització d’un sector tan estratègic, fent-lo més resilient i eficient, i mantenint-ne així la competitivitat.

La solució

El projecte desenvolupa un prototip de Marketplace amb un conjunt de funcionalitats útils per als diferents agents implicats en el projecte.

MOSAIC FACTOR ha estat responsable de la tasca de mineria de dades, del desenvolupament de les funcionalitats de la plataforma i de l’arquitectura de programari del sistema, tant del Back End com del Front End.

Les funcionalitats del sistema es descriuen a continuació:

Funcionalitats basades en models intel·ligents: S’han estudiat diverses opcions de solució, tenint en compte els tipus d’usuaris presents a la plataforma Horeca 4.0, els seus productes i els atributs que descriuen aquests productes, entre altres paràmetres. Finalment, s’han seleccionat dues solucions amb l’objectiu d’oferir recomanacions als usuaris compradors:
- Producte similar: Aquesta funcionalitat detecta i recomana productes similars utilitzant la informació dels atributs dels productes mitjançant un algorisme de clustering adequat. Un cop un producte ha estat visualitzat o comprat, la solució analitza altres productes dins del mateix clúster i mostra els tres productes principals detectats segons determinats criteris de classificació.
- Producte complementari: Aquesta funcionalitat detecta i recomana productes complementaris basant-se en les transaccions de tots els usuaris, és a dir, productes que solen comprar-se junts per cobrir una mateixa necessitat. És independent del grup de productes, de manera que es poden adquirir conjuntament productes de grups diferents.
Funcionalitats derivades d’estadístiques i càlculs de dades: Per complementar les dues solucions anteriors i aportar més coneixement i valor a partir de les dades generades a la plataforma Horeca 4.0 (o, en aquesta fase de prototip, a partir de dades sintètiques generades per als quatre productes disponibles: vins, cerveses, escumosos i destil·lats), s’ha seleccionat una sèrie de funcionalitats segons el tipus d’usuari. Aquestes funcionalitats poden ajudar els usuaris a prendre millors decisions o aprofitar oportunitats.

Hem desenvolupat les següents:

Funcionalitats per a l’usuari comprador (dividit en grups general, intermig i premium):
- Identificar el producte més econòmic basant-se en un dels atributs disponibles de les dades sintètiques (o de la plataforma, si fos funcional).
- Per exemple, si l’usuari vol el producte més barat segons el tipus de beguda, veurà el producte més econòmic dins de cada categoria.
- Visualitzar el producte més venut segons un dels atributs disponibles de les dades sintètiques.
- Calcular el preu per litre d’un producte.
- Consultar les millors ofertes per a un nombre concret d’ampolles de vi que el comprador necessiti.
Funcionalitats per a l’usuari productor/distribuïdor:
- Identificar la regió on s’han venut més productes i la quantitat venuda, basant-se en un dels atributs disponibles.
- Visualitzar el producte més venut (amb un filtre per seleccionar entre vendes anuals o durant períodes específics, com Nadal, Setmana Santa, etc.).
- Visualitzar el producte amb més visites, amb el mateix filtre que l’anterior.
- Veure el percentatge de vendes per visita d’un producte (per exemple, el producte X es ven el 80% de les vegades que és visitat per un client).
- Mostrar un gràfic amb la quantitat de vi venuda durant un període de temps (amb opció de filtrar per vendes totals o per tipus de vi específic).

A nivell tecnològic, les solucions de mineria de dades es basen en els següents algorismes:

3. Recomanació de producte similar: Algorisme de clustering

4. Recomanació de producte complementari: Minera d’associacions (Association Rule Mining)

Dades

Com que encara no hi havia dades reals disponibles dels proveïdors, MOSAIC ha creat dades sintètiques per poder desenvolupar les funcionalitats necessàries per a aquest projecte. Aquests conjunts de dades inclouen els paràmetres següents: