Big Data и кулинария
Новогоднее застолье — оливье, мандаринки и кулинарные изыски — каждая хозяйка зависает в интернете в поисках рецептов, чтобы удивить домочадцев особенным блюдом! Сотрудники Polymatica тоже объединили страсть к big data и кулинарии — мы не только изучили проекты в этой сфере, но и попробовали приготовить блюдо по рецепту, сгенерированному искусственным интеллектом!
Big data как ингредиент успеха
Тренды big data последних лет не самые утешительные — топ-менеджеры не знают, как получить большую пользу от больших данных — такой вывод был сделан по результатам опроса 64 топов из American Express, Ford Motor, General Electric, General Motors, Johnson & Johnson и др. Хотя с другой стороны мы знаем примеры крупнейших компаний в истории человечества с супер успешной монетизацией big data — Google, Facebook, Amazon, Apple, Bloomberg и тд. А есть ли bigdata-жизнь в сегменте среднего бизнеса?
HelloFresh — австралийская e-commerce компания с доставкой продуктов питания локально и по всему миру использует данные о пищевых предпочтениях клиентов — как основу всех своих бизнес-операций. В добавок компания прогнозирует ассортимент спроса:
- Big data от Google — какие продукты и рецепты люди ищут в определенные периоды в году — аналитику можно выстроить на бесплатных данных Планировщика Google. Очевидно, что в ноябре в США вырастет поиск индейки, тыквы и связанных с ними рецептов из-за дня Благодарения, а в декабре в России будут искать креативные рецепты оливье (добавлять яблоко или не добавлять — вот в чём вопрос).
- Big data аналитика на специальных платформах, чтобы ассоциативно группировать различные ингредиенты и продукты (тут мы похвастаемся, что ассоциативные группы можно легко генерировать на нашей платформе Polymatica).
IBM и секретные ингредиенты
Крупные сети питания KFC, Burger King, McDonalds уже давно используют клиентскую аналитику для оптимизации стоимости блюд, труда и продаж. Аналитики компании IBM ушли еще дальше в попытке оптимизировать рецепты по креативности и вкусовым свойствам и создали для этого алгоритм:
- Настройка параметров типа создаваемого рецепта (например, выбор ингредиента, региональная кухня и тип блюда);
- Обработка наборов big data для оценки различных взаимосвязей между ингредиентами (ассоциативные группы), их химическим составом и вкусовыми предпочтениями людей;
- Генерация новых идей на основе традиционных рецептов и параметров проекта\компании;
- Выбор лучших идей рецепта — по новизне и качеству.
Мы вдохновились исследованиями IBM и решили приготовить “идеальный” салат для новогоднего стола!
Polymatica и бекон
После анализа доступных нам данных по покупке продуктов 30-31 декабря, мы выстроили ассоциативные группы, исключили состав оливье и нашли секретный ингредиент — бекон!
Бекон — не самый популярный продукт в России, в отличие от Запада, где это не просто обязательная часть континентального завтрака, но и атрибут любых блюд — от супов и салатов до сэндвичей и бургеров. Wired и FoodNetwork.com провели анализ данных — 906,539 различных рейтингов и выяснили, что сэндвичи с беконом имеют наилучшие рейтинги!
Мы вдохновились бекон-аналитикой и использовали этот спорный продукт, как секретный ингредиент в нашем data-driven салате.
Ингридиенты:
- руккола и листья салата
- авокадо
- грецкие или кедровые орешки
- бальзамический уксус, взбитый в оливковом масле
- тертый пармезан
- бекон, подкопченный на открытом огне горелкой!
К сожалению, мы не рискнули воплотить в жизнь рецепты десертов с беконом. Но, возможно, креатив искусственного интеллекта революционно изменит наши пищевые привычки уже в ближайшем будущем!
Интересная идея про планировщик гугла