AIで来客数・需要を予測、フードロス削減と顧客誘導を実現

■ 概要

フードロス削減を目的とし、来客数予測および需要予測の研究開発を実施

施設内の各店舗において、利用時間帯による来客数の偏りや需要の変動が発生することから、
来客数を予測し、比較的空いている時間帯・店舗へ顧客を誘導する仕組みの検討が求められていました。

本事例では、将来的な活用を見据えた予測モデルおよびシステム基盤の研究開発を行いました。

■ 導入前の課題・背景

以下のような背景から、データに基づいて来客数・需要を予測し業務改善や顧客誘導につなげる仕組みが求められていました。

・需要予測が難しく、フードロスが発生しやすい

・利用時間帯によって店舗の混雑・閑散にばらつきがある

・顧客属性や嗜好に応じた効果的な誘導が難しい

■ 実施内容

・来客数予測・需要予測モデルの研究開発

・機械学習モデルのリファクタリングおよび精度改善

・予測結果を提供するためのAPI開発

・バッチ処理およびスケジュール管理の構築

■ 主な使用技術

・ElasticNet 回帰

・Prophet

・深層学習モデル

・Python 3

・Docker

・AWS（EC2/ECS、EventBridge、SQS、Lambda、Glue）

・Express

・Angular

■ 導入効果・成果

商用施設における来客数・需要予測の実現可能性と、予測精度向上に向けた技術的な知見を整理しました。

また以下のような点において、今後のサービス展開や業務活用に向けた有益なノウハウを蓄積できました。

・予測モデルの改善手法

・システム基盤構成

・スケジュール管理やAPI連携の設計ポイント