AI 天氣預測用於商業成顯學！從餐飲到零售，還有多元應用
孫嘉君
2021年8月24日 週二 下午7:05·
近年 AI 科技被廣泛應用於許多領域，天氣預測也不例外。根據美國市場研究公司 Grand View Research 報告指出，2019 年全球天氣資訊科技市場規模達 94.1 億美元，預計從 2020 年至 2027 年將以 8.5% 的複合年增長率持續成長。
AI 天氣預測不僅能運用於防災、風險管理，也有企業發展出更廣泛的商業應用，抓準天氣變化影響消費者的行為動向，得以更加貼近消費者需求。例如餐飲業得以促進銷售、減少食物浪費，零售業者則可精準訂貨及投放廣告，挖掘更多潛在商機。
掌握顧客口味，減少食物浪費、促進餐飲銷售
美國科技媒體《Venture Beat》日前報導，全球披薩連鎖品牌必勝客（Pizza hut）透過 AI 分析天氣預測，協助提升銷售。一直以來，必勝客就是樂於擁抱新科技的企業，自 1994 年便開始提供線上點餐外送服務，是最早推出線上訂餐服務的餐飲業者，至今仍不斷做出創新嘗試。
必勝客全球分析主管 Tristan Burns 表示，為必勝客進行數據分析的組織 Pizza Hut Digital Ventures 運用機器學習，透過數據分析，包括消費者輪廓、所在地理位置、當地天氣情況等，進而在客戶的消費過程中，提供個人化的產品推薦。
結合 AI 的天氣預測應用於餐飲業，不僅能幫助提升業績，也能減少食物浪費。根據《Japan Times》報導，日本福岡市正在與日本氣象協會（JWA）合作進行一項實驗，透過分析天氣狀況、溫度、社群媒體貼文和過去銷售數據的預測服務，來估算 660 多種生鮮和加工食品的需求，並將一天分為 7 個時段，預測出銷售最佳及最差的時段，讓商店據此調整訂單與生產量。在上一年度的實驗， 8 家參與企業中有 6 家企業食品報廢減少， 7 間企業的銷售額提升。
作為參與實驗的業者之一，唐人麵包店（唐人ベーカリー）在使用預測服務的兩個月期間，食物報廢較過去減少約 15%、銷售額則增長約 12%。麵包店在預計會下雨的日子減少產量，並且在預計客流量增加的時段，準備新鮮出爐的麵包。
「透過具體的數字，來反映我們以前依賴直覺的東西，是有幫助的，」唐人麵包店的桑野景說，「我們還能夠改變員工的心態，讓他們努力減少浪費。」
精準訂貨與投放廣告，提升零售業績
餐飲業之外，AI 天氣預測也能應用於零售場域。根據美國行銷媒體《AdExchanger》報導，IBM Watson Advertising 透過 AI 分析來自 IBM 旗下子公司 The Weather Company 的天氣數據、精確到郵政編碼的位置數據、銷售數據之間的關聯，以挖掘可用於數位行銷的洞見。
IBM 透過這項服務發現，天氣會激發人們的某些情緒，並可能影響他們的購買行為。例如，美國西北部各州在異常溫暖和多雨的一天，烘焙巧克力和可可的銷量增長了 62%；中北部及東部地區在晴朗的一天，葡萄酒銷量提升 25%。行銷人員可以運用此類資訊來規劃數位行銷活動，並確保在銷售高峰時段具有足夠的庫存。
Watson Advertising 和 The Weather Company 副總裁兼全球主管 Sheri Bachstein 表示，「濕度、溫度和其他天氣相關的數據，實際上非常具有啟發性。」
在日本，也有企業提供結合天氣預測與行銷的服務。據日本《IoTNews》報導，日本氣象新聞公司 Weathernews 提供依據天氣情況投放廣告的服務，讓食品、飲料製造商和零售商等業者，可以針對用戶所在地點的天氣情況精準行銷，例如在容易中暑的地方，投放運動飲料等產品的廣告，或展開相關促銷活動等。
時值炎炎夏日，Weathernews 提供視覺化的中暑風險預測圖，透過精細至每 1 平方公里的網格圖，顯示各區域的中暑風險，共分為「注意」、「警戒」、「嚴重警戒」、「運動停止」四個等級。這樣的天氣預測資訊，能夠有效應用於商品的促銷，以及戶外工作者的健康管理。
此外，除了實體的商品銷售，天氣資訊也能加以應用於線上服務。根據 YouTube Music 的 FAQ 指出，YouTube 首頁的音樂推薦，事實上也會運用到天氣資訊，來推薦用戶當下可能會感興趣的歌曲。YouTube 音樂推薦演算法的分析因素，包括用戶的收聽歷史、使用設備、周遭發生的事情（如節日活動），若有開啟位置權限，用戶的所在的地點甚至天氣，也會納入作為推薦音樂的考量。
運用 AI 科技的天氣預測，發展出多元的商業應用，能夠應用於餐飲、零售，甚至是娛樂產業，為消費者的行為模式提供不同角度的洞察，讓業者採取相應策略行動。然而，天氣也僅是影響購物決策的因素之一，需要經過更多的觀察與實證，才能確保各種奠基於天氣的經營決策，能確實帶來營運成長。
附圖：Weathernews_中暑訊息 API
資料來源：https://tw.news.yahoo.com/ai-%E5%A4%A9%E6%B0%A3%E9%A0%90%E6%B8%AC%E7%94%A8%E6%96%BC%E5%95%86%E6%A5%AD%E6%88%90%E9%A1%AF%E5%AD%B8-%E5%BE%9E%E9%A4%90%E9%A3%B2%E5%88%B0%E9%9B%B6%E5%94%AE-%E9%82%84%E6%9C%89%E5%A4%9A%E5%85%83%E6%87%89%E7%94%A8-110545562.html?guccounter=1&guce_referrer=aHR0cDovL20uZmFjZWJvb2suY29tLw&guce_referrer_sig=AQAAAIAJo6RyvAR-fbjyTvJiXDlKx1Y86j3IV8GomZbfHnPjfFfU3XKaZVCoJIVrXyzaZeTdmrHJbL14Kgej1_WzHugjoNsei24ErgEM2b9ri3nPuGjwlR3tL5ZkSBnNnshUIFKM7nE_UZEkLZu7_f4TikrHNrDUdT4RZc3m-tBK0J_q
日本氣象協會 在 [心得?]日本氣象廳天氣預報到底準不準等二三事 的美食出口停車場
大家出門會在意天氣，尤其是最近要賞楓葉，天氣好與壞決定楓葉照相成敗!
最近去了山形一趟，平常是不太在意天氣，但都出遠門了 一定得精打細算才行
於是大概在出門5天前就開始看天氣預報嚕...
並做了一些分析，部落格文在這邊
https://honey777honey777.pixnet.net/blog/post/224030618
(用手機板看 可能還會有些站方廣告 之後我會自費架1個沒廣告的站 ㄎㄎ 請放心)
我們看一下當時我在上個月月底查詢時的畫面，有沒有1個指標讓你(妳)有點介意?
對我而言「信賴度」這字眼很重要阿! 在談正題之前，先講一點不知道算不算豆知識?
大家可能有聽過，日本用在天氣預報的預算比台灣多很多很多
大概在未來2天內的天氣預報是百發百中
其實講百發百中也是有語病，假設顯示80%會降雨，代表的是藉由電腦統計
「過去相同氣象條件，100次中有80次下雨嚕!」
另外一提，因為機率是10%為1個單位+四捨五入，所以就算是0%，也代表0~4%的機率唷!
再補充一個數據，日本平均2日內的準確率是93%，3日大約8成，5日大約6成
好!那回到正題: 日本1週後的天氣預報到底 準 不 準?
上面講了一些數據就是為了要讓大大感覺說，大概信賴度A有? %，B有? % 那樣
但我這次是3日到5日在山形... 最關鍵的C是幾趴才重要阿!!!
這次車票已經買了，我能做的就是來收一些數據，看能不能也提供大家參考那樣嚕!
於是，10/30當天我先收了14個地區的Data(截圖)，然後於11/3-5又做了同樣的事情
並且把數據整理起來，如果你(妳)發現: ㄟㄟㄟ! 那天天氣不是這樣!?
因為我沒有分身去14個地區看，這個是看氣象廳網站的...
還有我自己有設1點小條件:因為日本有時候很細
有可能有出現:先陰天在晴天、陰天有時候晴天、晴天有時候陰天、陰天一時雨
等各種組合... 這樣統計上面會很雜
所以，如果寫法是「晴れ時々曇り」，確定晴天會>50%，我就算晴天
反之就算陰天，要是不知道誰會>50%，我就往下算
例如說有陰有雨，我就算雨，然後就製成上表，並且把當初的信賴度也加上去
將Excel算式寫上去，都用算式來管理降低人為計算失誤ㄎ
最後結果算出來...
因為我算的是「失敗率」，所以信賴度要倒過來
樣本數可能可以再擴大一點，例如說各收100，應該就會更準那樣
不過大概可以知道，未來如果大大查日本氣象廳網站
信賴度A就很可以相信，如果看到陰雨但信賴度是B和C
也不要放棄，有很大的機率(B一半，C一半以上)會翻盤唷!!!
附上氣象廳網站:https://www.jma.go.jp/jma/index.html
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.152.59.15
※ 文章網址: https://www.ptt.cc/bbs/Japan_Travel/M.1510058511.A.6EE.html
... <看更多>