De start-up Foresightee(opent in nieuw venster) heeft een algoritme ontwikkeld om de verkoop van verse producten in de retailsector te kunnen voorspellen. Het voornaamste doel: voedselverspilling tegengaan. De start-up was via Sandbox Vlaanderen op zoek naar een partner binnen de Vlaamse overheid om na te gaan of haar algoritme ook toepasbaar is in de catering – eveneens om voedselverspilling te voorkomen.

Hiertoe zette het bedrijfje samen met Het Facilitair Bedrijf een experiment op: Forsightee bekeek of de effectieve verkoop in de restaurants van Het Facilitair Bedrijf te voorspellen valt op basis van historische data. Als je accuraat weet wat je zal verkopen, kan je accurater aankopen en gaan er minder overschotten de vuilbak in en heb je tegelijk minder out-of-stocks.

HFB leverde de verkoopsdata van de laatste drie jaar van alle restaurants beheerd door haar aan. Omwille van de datakwaliteit werd al snel beslist om in dit experiment te focussen op de verkoop in het restaurant van het VAC Gent. Maar ook hier bleek dat de kwaliteit van de data niet optimaal was waardoor er voor het maken van voorspellingen niet op gerecht niveau (bijvoorbeeld steak met frieten) gewerkt kon worden, maar enkel op een categorie niveau (bijvoorbeeld Vlees). En dat maakt het natuurlijk moeilijker aangezien er onder één categorie verschillende gerechten kunnen vallen, die niet allen even populair zijn.

Ondanks deze moeilijkheden slaagde Foresightee er met dit experiment in om voor de gekozen periode een voorspelling te doen die dicht bij de effectieve verkoopcijfers in de restaurants kwam in deze periode. En dit zou voor de geselecteerde periode gezorgd hebben voor een substantiële kostenbesparing en, nog belangrijker, een pak minder voedselverspilling. Maar gezien het gebrek aan bepaalde data is het moeilijk om een goede vergelijking te maken tussen wat Foresightee voorspeld heeft en wat er effectief verkocht werd op het niveau van specifieke gerechten.

Voor HFB was dit een zeer leerrijk experiment aangezien het aantoonde dat er gaten in de data zaten die ervoor zorgen dat een effectieve voorspelling van de verkoop moeilijk te maken is.