Coop har luret vores madvaner

Big Data hjælper Coop med at analysere ustrukturerede data.

Hver uge spørger Coop cirka 1.000 danskere, hvad de har spist i dagens løb. I alt har man været i kontakt med over 70.000 danskere de seneste fire år og fået dokumenteret mere end en million måltider. Data, der gør Coop klogere på kundernes vaner. Fold sammen
Læs mere
Foto: Nils Meilvang

Vestjylland har en tarteletlomme, nordjyderne er til stjerneskud, sønderjyderne holder af kål, og ned gennem Danmark går der en rundstykgrænse. Det er nogle af de resultater, Coop er kommet frem til med sit mad-O-meter.

I godt fire år har man hver uge spurgt cirka 1.000 danskere, hvad de har spist i dagens løb. I alt har man været i kontakt med over 70.000 danskere og fået dokumenteret mere end en million måltider. Koblet med demografiske data som køn, alder og bopæl giver det helt ny indsigt i, hvordan og hvornår danskerne bruger de fødevarer, de køber, siger analysechef Lars Aarup.

»Salgstal fortæller om, hvilke varer der bliver købt i hvilke butikker, men vi kan ikke se, hvornår disse varer bliver brugt og til hvad. Det er værdifuld viden. For eksempel falder salget af rugbrød med 1-2 procent årligt, men med mad-O-meter kan vi se nettoudviklingen, og her er der segmenter, hvor forbruget faktisk er stigende.«

Vinen flyder i Nordsjælland

Et andet eksempel er Skyr, som er blevet et endog meget poulært mejeriprodukt gennem de senere år.

»Vi har mangedoblet salget af Skyr, specielt i hovedstadsområdet, og nu kan vi se, at specielt yngre mænd også er kommet med. Samtidig kan vi også se, hvad kunderne bruger Skyr til.«

Tallene viser også, at nordsjællænderne er glade for vin, 30 procent mere end resten af landet, og via mad-O-meter kan Coop se, hvornår vinen drikkes og i hvilken sammenhæng.

Tricket med mad-O-meter har været at konvertere besvarelserne fra respondenterne til brugbare data. Besvarelserne bliver nemlig primært afleveret i fritekst for at undgå et alt for omfattende spørgeskema, fortæller Lars Aarup.

»Det er de ustrukturerede data som fritekster, der er rigtig spændende. Man begrænser ikke respondenternes udfaldsrum. For os handler Big Data basalt set om at kunne lave fritekster til ettaller og nuller, som en maskine kan forstå, og det er lykkedes os. For eksempel har vi et filtersystem, der indfanger alle måder at stave yoghurt på.«