Opal menyatakan perang terhadap rak supermarket yang kosong. Namun startup big data juga ingin mencegah pemborosan makanan. Pendiri dalam sebuah wawancara.
Alexander Gossmann adalah pendiri dan direktur pelaksana Opal
Untuk dapat menawarkan makanan segar dalam jumlah yang tepat, supermarket mengandalkan sistem peramalan. Tapi ini tidak akurat. Pelanggan sering dihadapkan pada rak-rak yang kosong. Atau lebih buruk lagi: pasar harus membuang makanan. Alexander Gossmann punya solusi untuk ini. Ini permulaan Opal membuat analisis dan prakiraan kebutuhan makanan segar untuk supermarket – secara real time. 4tree dari Münster beroperasi di pasar serupa.
Gossmann mendirikan Opal pada September 2013 bersama Marc Huber di Mannheim. Pakar pembelajaran mesin Roger Gaczkowski bergabung dengan tim beberapa waktu kemudian. Sejak Oktober 2014, startup ini telah menerima dukungan dari hibah Exist start-up dari Kementerian Federal Ekonomi dan Teknologi. Pada bulan November 2014, perusahaan mendapatkan Mannheim Economic Development GmbH sebagai investor pertamanya. Opal telah menjadi anggota program startup SAP sejak awal.
Pendiri dalam sebuah wawancara dengan Gründerszene.
Alexander, bagaimana kamu mendapatkan ide untuk Opal?
Saya tertarik dengan subjek intelijen bisnis ketika saya masih mahasiswa. Belakangan, dalam proyek saya sebagai konsultan, saya menyadari bahwa data operasional digunakan sangat sedikit untuk pengambilan keputusan, baik di industri manufaktur, di industri jasa, atau di ritel. Tantangannya adalah mengekstrak informasi yang tepat pada waktu yang tepat bagi penerima yang tepat dari membanjirnya data.
Dan startup Anda dimulai di sini?
Tepatnya, Opal memberikan informasi secara konsisten, terintegrasi dan cepat kepada manajemen operasional dalam bentuk prakiraan atau rekomendasi tindakan. Untungnya, perkembangan teknologi dalam komputasi awan dan database terus berlanjut. Hal ini memungkinkan kami sebagai perusahaan kecil untuk menawarkan sistem yang kompleks kepada pelanggan besar dengan terutama memperhatikan abstraksi dan algoritma logika bisnis.
Bagaimana toko kelontong saat ini memilih produk?
Pengecer makanan telah menggunakan sistem perkiraan untuk memesan barang yang bergerak cepat selama bertahun-tahun. Hal ini jarang dilakukan untuk produk segar, pemesanan biasanya dilakukan secara manual oleh pegawai toko. Alasannya adalah ketergantungan yang beragam, seperti produk musiman dan persyaratan ketat mengenai tanggal kadaluwarsa dan kesegaran yang harus diperhatikan. Sistem peramalan kaku yang ada saat ini tidak dapat mencapai hal ini. Opal mengambil pendekatan berbeda: proses pembelajaran mesin mengoptimalkan prediksi dan berbagai faktor disertakan secara real-time.
Bisakah Anda memberi contoh?
Contoh bagusnya adalah cuaca. Prakiraan harian memperkirakan cuaca barbekyu bagus, tetapi ada peringatan badai petir pada hari produksi daging yang direncanakan. Opal bereaksi terhadap hal ini secara real-time dan secara dinamis mengurangi jumlah perkiraan.
Data apa yang diandalkan Opal?
Produk mencakup semua sumber data yang relevan: proses inti seperti produksi daging, data mesin, data tempat penjualan – historis dan terkini. Selain itu, data seperti cuaca, lingkungan toko, dan acara kalender dimasukkan ke dalam konteks secara real time.
Bagaimana startup Anda menghasilkan uang?
Kami memiliki dua investor strategis dalam investasi terbuka. Selain itu, kami ingin tumbuh secara organik dari pendapatan proyek dan produk. Kami menawarkan perangkat lunak kami sebagai layanan Perangkat Lunak sebagai Layanan berbasis cloud, terutama untuk pelanggan skala menengah, namun juga untuk pelanggan dengan lanskap sistem SAP yang sudah ada.
Seperti apa supermarket di masa depan?
Ritel fisik akan mengintegrasikan pelanggan akhir secara lebih digital. Kami melihat ini sebagai peluang besar untuk lebih meningkatkan layanan di sektor produk segar secara signifikan. Keinginan individu dapat diperhitungkan dengan lebih baik melalui aplikasi yang tepat dalam ritel digital. Perangkat lunak cerdas dan evaluasi sumber data ini menjadi perhatian kami untuk mencapai kesegaran dan ketersediaan yang optimal dari sudut pandang pelanggan akhir – dan untuk menghemat sumber daya.