01. 本日の製造・追加調理を確認する
朝から閉店までの時間軸に、品目ごとの製造時刻と数量を表示します。担当者が販売状況を確認し、追加調理や次の製造数を減らす案を検討できます。
SCENARIO ── SUPERMARKET DELI CASE
スーパーの惣菜部門向けに、販売記録・曜日・天気・特売予定から製造計画を考えるシステムを作ります。担当者が数量と追加調理の時刻を決め、値引き・廃棄の結果も確認する想定です。1〜3店舗規模で、約3ヶ月の開発を想定しています。
OVERVIEW
惣菜の製造では、夕方まで品揃えを保ちたい一方で、作りすぎによる値引きや廃棄も抑えたいという課題があります。販売数だけでなく、製造した数量・品切れの時刻・値引き後の販売数を確認し、最初に用意する量と追加する量を分けて検討します。
担当者が見ている曜日・天候・特売・地域の行事などの情報を整理し、製造数を決めた理由を記録します。担当が替わった日も、その判断と実際の売れ行きを確認できるようにするためです。既存のシステムで使える機能は活用し、不足する集計や製造計画の画面を開発範囲にします。
CHALLENGE
APPROACH
予測に使う情報は商品別・時間帯別の販売数、曜日、天気予報(気温と雨雪)、チラシ特売の予定、それに地域の行事や予定です。地域の行事や予定には、小学校の運動会・町内の祭り・年金支給日のこと。この組み合わせで「あす、唐揚げは16時までに何パック・閉店までに何パック」を品目ごとに予測します。ここで大事にしているのは、予測を1個の数字で出さないこと。「96〜128パック」のような幅で出し、多め・少なめのどちらで製造するかは担当者が決める。予測は外れる日が必ずあるからです。運動会が雨で流れた日、テレビで唐揚げ特集が流れた日。予測と実績が異なった日の状況を記録し、見直しに使います。製造数・廃棄数・値引きの時刻と価格・品切れの時間も確認し、在庫がなかったため売れなかった場合を区別します。
予測結果は、実際に調理する単位に換算するようにします。白飯は「何合」ではなく釜の数、揚げ物はフライヤーで揚げる回数、巻き寿司は作る本数。「唐揚げ112パック」を「昼に2回、15時に1回揚げる」といった作業量に換算して表示します。調理作業の動線や衛生管理に合う設置場所を選び、実際の端末で文字の読みやすさと操作方法を確認します。予測AI(EvoQuest AI)と、担当者が日々使うアプリ(EvoQuest Apps)をあわせて開発します。
CONSULTATION
販売・製造・値引き・廃棄の記録を確認し、日々の判断に必要な情報を整理します。
既存システムで対応できる部分も含め、販売予測と現場の確認画面をご提案します。
SCREENS
想定する画面のサンプル。バックヤードに立てたタブレットで使う前提の作りです。店舗名・品目・数字は地場スーパーの規模感に合わせた想定例で、実在の店舗・実績ではありません。
朝から閉店までの時間軸に、品目ごとの製造時刻と数量を表示します。担当者が販売状況を確認し、追加調理や次の製造数を減らす案を検討できます。
予測に使う情報(曜日・天気・気温・チラシ・地域の行事や予定)をカードで見せたうえで、品目ごとの予測の幅を提示。チーフは気になる品だけ数字を直し、直した理由を一言選んで残します。変更理由と実績を照合し、予測や製造基準の見直しに使います。
16時以降、品目ごとの残数と売れ行きから「このままで閉店までに売り切れる」「18時に2割引を検討」「売れ残るおそれ」を仕分けする画面。現在庫からシールの準備枚数を出し、実施時の残数と販売期限を確認して担当者が判断します。
前日や先週の予測と販売数・廃棄数・売り切れ時刻を品目ごとに比較します。予測と差が出た日の理由を記録し、月ごとの廃棄量も確認できます。
OUTCOME
チーフの判断基準を共有し、不在の日も他の担当者が製造数を検討できるようにします。次のような作業の改善を目指します。
チーフが製造数を決めるときに見ている情報を整理し、引き継げる形にします。予測を見たうえで数量を変える判断は、現場の担当者が行います。
廃棄と欠品を一度にゼロにはできません。朝に作りすぎないようにし、その後の売れ行きを見ながら追加する量を調整します。
値引きの最終判断は売場の担当者が行います。システムは判断材料を表示し、値引き後の販売数や廃棄数を記録します。
PROCESS
約3ヶ月を目安に、記録の状態と必要な機能を確認して日程を決めます。月ごとに操作できる画面をご確認いただき、製造計画を決める方と調理担当者が朝の作業で試します。オンラインと店舗訪問を組み合わせて対応します。
朝の仕込みから閉店の廃棄記録まで、惣菜部門の1日を実際に見せてもらいます。レジから単品×時間帯の販売数がどこまで取り出せるか、廃棄の記録がどんな形で残っているかを確かめ、チーフの判断基準(曜日・天気・暦の使い方)を聞き取って予測に使う情報を一覧にまとめます。
過去1〜2年の販売数で予測の仕組みを試作し、学習に使っていない期間で予測と実績を品目ごとに比較します。品切れで販売できなかった時間や価格変更も区別して評価します。並行して製造計画画面・予測画面・値引き検討画面を開発。予測数量を釜数や揚げる回数に換算する処理と、予測に使った情報の表示も作ります。
まず1店舗で、いつも通りの製造を続けながらAIの予測と実際の販売数を記録して比べます。ずれた日の理由を拾って調整し、タブレットの置き場所や画面の文字の大きさまで現場に合わせて直してから、2店舗目に広げて納品。外れた日の記録が学習に戻る運用ルールまで引き継ぎます。
FAQ
RELATED
販売・製造・値引き・廃棄の記録を確認し、日々の判断に必要な情報を整理します。
既存システムで対応できる部分も含め、販売予測と現場の確認画面をご提案します。