Algoritmes heersen over de tapkraan

©Wouter Van Vooren/ID

Welk bier haalt een café in huis? De bierreus AB InBev gaat voor die vraag de Netflix-toer op, met algoritmes die aanbevelingen doen. Data van de kassa en de tapkraan regeren boven intuïtie.

Als u vanavond een café binnenwandelt, is de bierkaart nog samengesteld door de cafébaas. Maar achter de schermen werkt de biergigant AB InBev aan een mix van software, sensoren en algoritmen die de cafébaas moeten bijstaan in de keuze van zijn bierassortiment. De brouwer volgt daarbij een pagina uit het handboek van Netflix. ‘De online videostreamingdienst geeft nieuwe aanbevelingen op basis van eerder kijkgedrag. Wij suggereren cafés wat ze moeten bestellen op basis van eerder getapte volumes. Bij henzelf, maar ook in de buurt.’

Aan het woord is Pieter Bruyland, baas van het Europese ‘Solutions’-team bij AB InBev. Hij zit mee in de cockpit van een team dat van data-analyse een tweede natuur moet maken bij de bierproducent. Gerichte data-inzameling, waar algoritmes inzichten uit puren, is cruciaal om de volumes op te krikken.

En dat is een werkpunt. In 2018 vloeide maar 0,3 procent meer bier uit de leidingen. Zelfs kleinschalige data-analyse had al een impact in testmarkten. ‘Cafés bleken na 22 uur proportioneel meer omzet uit sterkedrank te halen.’ En dus kwam er een promo voor een Budweiser samen met een shotje whisky, na 22 uur.

Alcoholvrij

Maar de ambities reiken veel verder. Tot heuse artificiële intelligentie. Zelflerende algoritmes doen cafébazen dan suggesties op basis van datastromen. ‘Als die algoritmes merken dat de omzet van een café in de namiddag slabakt in vergelijking met cafés in de buurt, kunnen zij detecteren wat aan de basis ligt’, legt Bruyland uit.

Het droombeeld is een tool in het bestelformulier met als titel: ‘Deze bieren hadden succes bij cafés in de buurt.’

De algoritmes kunnen het assortiment dan op punt stellen. ‘Misschien hebben die andere cafés een alcoholvrije pils in het gamma, of een witbier?’ Het droombeeld is een tool in het digitale bestelformulier voor cafés met als titel: ‘Deze bieren hadden succes in cafés in de buurt’, met daaronder de gepaste aanbevelingen.

Voor het zover is, is er nog een lange weg te gaan. De grondstof voor zelflerende algoritmes is een datastroom, die verwerkt moet worden in een data-architectuur. AB InBev volgt twee sporen om data te verzamelen. Bij een eerste project, dat getest werd in Canada, wordt cafébazen gevraagd hun kassagegevens te delen. ‘Ze zijn niet verplicht. Maar iedereen wint als we de keuze kunnen optimaliseren. Ook de consument.’

'Jupke'

De data van de kassa zijn wel ruw en moeten eerst ‘schoongemaakt’ worden. ‘In de ene kassa staat een pintje ingeboekt als ‘pintje’, in de andere als ‘Jupke’.’ En in het Engels is een pintje dan weer een ‘lager’. AB InBev heeft een team van 160 datawetenschappers om die data te harmoniseren en de algoritmes te ‘trainen’ in wat ze erin moeten herkennen.

Een tweede datastroom komt van sensoren rond de tapinstallatie. Enkele Belgische cafés hebben die hardwareoplossing getest. ‘Die sensoren meten een heleboel zaken: de temperatuur aan de tapkraan of de getapte volumes van de verschillende merken.’ AB InBev haalde de mosterd daarvoor uit de overname van Weissbeerger. Die Israëlische start-up had allerlei algoritmes in huis, onder meer om te detecteren wanneer een cafébaas gewoon bier tapte en wanneer hij de leidingen schoonmaakte. ‘Als een tap lang openstaat rond sluitingstijd, weet je: nu is er een reiniging aan de gang.’

AI bij AB InBev

AB InBev probeert met artificiële intelligentie zijn verkopers zo optimaal mogelijk te ondersteunen, claimt de bierreus. Onder meer in de opvolging van het digitale bestelformulier voor cafés zijn algoritmes verwerkt. Als een café vraagt om een levering te verplaatsen, hoeft het AB InBev-personeelslid dat de levering opvolgt niet meer alles te lezen of te verwerken. Een algoritme stelt meteen een set acties voor, omdat het de gebruikte taal in het bericht van de cafébaas begrijpt en kan analyseren.

De Weissbeerger-overname zette AB InBev op het pad van experimenten met data-analyse en artificiële intelligentie. Een weg van ‘trial and error’, geeft Bruyland toe. Het aansluiten van sensoren op de tapkraan bleek moeilijk op te schalen. Overal sensoren plaatsen en die onderhouden, is tijdrovend.

Betaalterminals

De bierreus geeft daarom voorrang aan de ‘point of sales’-data, de gegevens uit kasregisters of betaalterminals. ‘De providers van kassadiensten en betaalterminals verplaatsen hun data ook steeds meer naar de cloud (een online opslagdienst voor data, red.), waardoor die vlot toegankelijk zijn.’ Als de cafébaas zijn fiat geeft uiteraard.

Een volledig door algoritmes samengestelde bierkaart is nog niet voor meteen. Na het proefproject in Canada rolt AB InBev de analyse van data uit kasregisters en betaalterminals nu uit in Zuid-Korea, Argentinië, Australië en de Verenigde Staten. In Europa gebeurt het in het VK en Frankrijk.

Tegelijk bouwt het team van 160 datawetenschappers aan een ‘global data lake’. Die data-architectuur kan AB InBev wereldwijd dupliceren. Zelflerende algoritmes kunnen er hun inzichten uitbraken voor cafébazen. ‘België staat snel op de planning, maak je geen zorgen’, besluit Bruyland.

Lees verder

Advertentie
Advertentie

Tijd Connect