Per affrontare le sfide immediate e incorporare una soluzione strategica in grado di supportare la crescita futura, Goodiebox ha coinvolto Integrator, un business partner IBM, che ha consigliato le soluzioni IBM® Decision Optimization CPLEX.
Prima di implementare qualsiasi software, il team congiunto ha avviato una sessione di inquadramento aziendale per allinearsi sull'opportunità di business, comprendere lo stato attuale e progettare il risultato desiderato. Adottando un approccio iterativo, Goodiebox puntava alla co-creazione di un minimum viable product (MVP). Una volta adottata una soluzione funzionante, il team ha poi messo in pratica la propria esperienza per migliorare il modello di dati adottando nuovi approcci di modellazione e considerando nuovi set di dati al fine di ottenere risultati migliori.
Per facilitare l'interazione tangibile con il modello di dati, Integrator ha sviluppato una simulazione dell'interfaccia utente e ha presentato l'esperienza utente a Goodiebox, che ha rapidamente consentito la creazione di un MVP.
Juliette Giraud commenta: “Integrator ha svolto un ruolo fondamentale per il progetto fin dall'inizio. Un data scientist dell'azienda ha collaborato con il team di IBM Client Engineering durante la fase di co-creazione dell'MVP. Hanno prodotto un modello di dati che automatizza le raccomandazioni sui prodotti, ottimizza l'inventario esistente e infine ottimizza i parametri per ottenere la massima soddisfazione dei clienti".
La soluzione utilizza diversi componenti IBM Decision Optimization CPLEX, in combinazione con IBM® Watson Studio Heritage, IBM Watson Machine Learning e IBM Cloud. Aggiunge Juliette Giraud: "IBM e Integrator hanno lavorato a stretto contatto con noi per comprendere le nostre esigenze e hanno fornito una soluzione su misura per la nostra attività. È stato uno sforzo collaborativo e siamo stati molto soddisfatti del risultato".
Dopo aver completato l'MVP, Integrator e Goodiebox hanno potuto utilizzare i dati reali per perfezionare il modello di dati e ottimizzare le prestazioni. Utilizzando i dati sulle scorte e le date di scadenza, il sistema suggerisce possibili combinazioni di prodotti per le confezioni, consentendo a Goodiebox di modificare le selezioni, valutare l'impatto sull'inventario e tenere da parte gli articoli per le confezioni attuali o future.