Search
Close this search box.

AWS 助金色三麥精準預估銷量、快速分析顧客心聲,透過數位轉型提升營運效率與服務品質

金色三麥在台創立 20 年,因精緻豐富的酒品與菜色、熱情優質的服務深受消費者歡迎,更屢屢榮獲國際大獎。近年金色三麥也積極實踐數位轉型,借助 Amazon Web Services(AWS)的雲端服務、AI 應用及專業建議,邁向數位化、智慧化營運。以往金色三麥難以精準掌握啤酒與食材需求量變動,僅能憑經驗備貨,現在,藉由 AWS 提供的 Amazon Forecast 機器學習服務可以根據歷史數據精準預估銷量,準備適量的原料,減少兩成的食材浪費;過去金色三麥要費時以人工方式瀏覽、整理來自於紙本、客服與網路上的每個月超過三萬則顧客回饋,現在,透過 Amazon Bedrock 生成式 AI 服務能快速且完整分析巨量顧客意見,以精準調整、改善服務。在 AWS 的幫助下,金色三麥提升了營運效率,且節省盤點、叫貨及客服的人力,使團隊成員能更專注於餐飲服務與創新。

機器學習服務 Amazon Forecast:根據歷史資料做出準確的銷量預測

過去金色三麥難以精準掌握淡季與旺季的啤酒與食材需求多寡,僅仰賴人工盤點,員工也只能憑經驗叫貨。金色三麥使用 AWS 以機器學習為基礎的預測服務 Amazon Forecast,結合歷史採購資料、銷售資料、外部資料如天氣、節慶、百貨公司活動,利用經過 Amazon.com 淬鍊的 Amazon SageMaker DeepAR 時間序列模型做出銷量預測,提供精準的採購建議。透過智慧化的分析與預測,金色三麥不僅能減少兩成的食材浪費,每間店每天更可以節省兩個負責盤點與叫貨的人力,把他們安排到更重要的崗位如餐廳內外場,員工也能專注在顧客服務,進而提升營運效率與服務品質。

掌握 AI 趨勢 & 活動資訊一點都不難!訂閱電子報,每週四一起《AI TOgether》

感謝訂閱!隨時注意信箱的最新資訊

生成式 AI 服務 Amazon Bedrock:快速分析顧客回饋助力即時修正改善

金色三麥的客服部門平均每個月要處理超過三萬則客戶回饋,且需費時以人工瀏覽、整理來自客服系統的意見回饋、網站評論等資料,才能歸納出改善餐飲服務的方向。不僅需要大量人力介入,且整理週期長、歸納準確率低,整體效果不佳。

今年三月,金色三麥透過 AWS 的協助打造新一代輿情分析系統。該系統首先使用 AWS Glue 的無伺服器資料整合服務將所有資料彙整及清理,並載入到 Amazon Simple Storage Service(Amazon S3)儲存服務。同時還透過全託管基礎模型平台 Amazon Bedrock 採用 Anthropic Claude 3 大型語言模型,搭配提示工程(Prompt Engineering)優化輸入提示,系統便能自動判斷語意,三到五分鐘即能歸納所有來源的顧客評論,找到關鍵字、掌握顧客情緒,萃取顧客的意見與需求,幫助金色三麥更快採取行動、改善服務品質,提升顧客體驗。 金色三麥總經理葉淑芬表示:「金色三麥從酒廠起家,後來成為人人熟知『為歡聚而誕生』的餐飲品牌,一路上金色三麥都希望與其他餐飲品牌做出區隔,而精準掌握銷量、提升服務品質,都是餐飲品牌進步的關鍵。借助 AWS 的技術,金色三麥整合並分析散落各處的資料,打造顧客資料平台,並用生成式 AI 快速分析輿情,即時提升客戶體驗。金色三麥也透過 AWS 的 ML 技術準確預測餐點需求,進而精準控制備貨量,藉此團隊可以節省人力,更專注在餐飲服務上,提升工作效率的同時也加速創新。」

【推薦閱讀】

【詐騙天堂台灣可能很需要】Android 手機能透過 Gemini 識別詐騙電話,但你想讓 Google 偷聽你講電話嗎?

【搜尋霸主再進化】Google AI 搜尋年底全面上線,AI 會直接給你答案不必再點進網站

*本文訊息、圖片由 AWS 提供。新聞稿 / 產品訊息提供,可寄至:[email protected],經編輯檯審核並評估合宜性後再行刊登。

(責任編輯:朱靜盈)