
PicnicOnline supermarkt2026-02
Picnic voorspelt vraag en bezorgvolume met deep-learningmodellen en laat mensen de uitkomst bijsturen
Picnic werkt met een just-in-time keten en gebruikt machine learning om bestellingen te voorspellen voordat de mand gevuld is. Het bedrijf stapte over van gradient-boosted decision trees naar het Temporal Fusion Transformer-model (TFT), omdat de oude modellen tijdens de coronaperiode niet konden extrapoleren naar nieuw gedrag. Een tweede TFT-model voorspelt dagelijks het bezorgvolume, met kalenderdata en weersverwachtingen als invoer. Picnic schat eerst de ongeremde vraag en bepaalt daarna de vraag binnen de capaciteit, zodat zoveel mogelijk bezorgmomenten openstaan. Voor nieuwe producten zonder verkoophistorie gebruikt het model productomschrijvingen en verkoop van vergelijkbare artikelen. Operations en business passen de uitkomst achteraf aan. De bron is een eigen techblog en noemt geen nauwkeurigheidscijfers.
Bewijs Anekdote
Wat ze deden
- Van gradient-boosted decision trees overgestapt op het Temporal Fusion Transformer-model voor de kernvoorspellingen.
- Een tweede TFT-model ingezet dat dagelijks het bezorgvolume voorspelt, met feestdagen en weersverwachting als signalen.
- Eerst de ongeremde vraag geschat en daarna de vraag binnen de capaciteit bepaald.
- Voor nieuwe producten voorspeld op basis van productomschrijving en verkoop van vergelijkbare artikelen (cold-start).
- Een laag met expertoordeel van business en operations toegevoegd die de voorspelling bijstuurt.
Wat het opleverde
| Meting | Resultaat | Periode | Volgens |
|---|---|---|---|
| Bezorgvenster dat Picnic belooft | 20 minuten | 2026 | Picnic[1] |
Wat je ervan kunt leren
- Voorspel eerst de ongeremde vraag, anders leer je alleen van de bestellingen die je capaciteit toestond.
- Gebruik weer en kalender als invoer voor volumes.
- Los het cold-start-probleem op met productomschrijvingen en vergelijkbare artikelen.
- Laat mensen de voorspelling bijsturen voor lokale evenementen en promoties.
Wat de cijfers niet bewijzen
- De bron is een techblog van Picnic, bedoeld voor werving, en bevat geen nauwkeurigheidscijfers.
- Het genoemde bezorgvenster van 20 minuten is geen resultaat van de voorspelling zelf.
- Er is geen onafhankelijke bevestiging van het effect op voedselverspilling of tekorten.
Bronnen
- From Supplier to Doorstep: The Machine Learning Behind Your Delivery, Picnic (2026-02-05), gecontroleerd 2026-11-12