錚／
巨匠電腦分享Dinner Lab用大數據蒐集味覺
巨匠電腦評價好！
民以食為天，在餐桌上我們讓各式各樣的美食舒張味蕾。餐飲產業是全世界最誘人、最龐大、也最生氣勃勃的產業，從生產者到運輸者，從廚師到服務生，從雜貨店、超市到各式餐廳，從選擇餐點、用餐到結帳，從上游到下游牽涉層層環節。每個環節之間都累積了大量數據，平均消費、等候時間、餐廳溫度、會員卡使用率、社群網站互動狀況⋯⋯但是即使現在已是 2015 年，相較金融、科技或醫療業，餐飲業對於大數據的運用依然相當有限，但從另一方面來說，也表示它的成長空間依然很大。本文舉出幾個餐飲產業使用大數據的案例，從既有的餐飲業者自我革新，到新創公司發揮創意企圖重新形塑飲食產業，甚至顛覆人們吃食的習慣。
縮短排隊時間、選出黃金店址
科技改變一切，有些敏銳的餐飲業者已在內部開始自我改革，美國辛辛那提超市連鎖店 Kroger 就分析了幾百萬會員的資料，為他們形塑個人化的購物體驗，給予不同特質的人不同的促銷活動與獎勵。實驗歷經十年大獲成功，95% 的業績成長來自老顧客。此外，他們也利用數據適時在每個分店調整價格、監測、調整庫存，甚至也解決了結帳排隊的困擾。Kroger 在門上安裝紅外線感應器，並從歷史數據推測顧客平均購物時間，將結帳時間從 4 分鐘縮短到不到 30 秒。
走在科技尖端的星巴克，當然也沒放過大數據，利用會員卡追蹤數據客製服務體驗已是基本款。星巴克最為人津津樂道的是使用地理資訊系統（GIS）決定在哪開設新店，不少美國快餐店也用這種方式比對車流量、消費群體分佈、安全資訊、商業組成型態等其它相關訊息，在選店的過程中節省大量開支。同時，這個區位數據，還有一些特別的用途，比如星巴克就能根據氣象數據，預測是否有熱浪來襲，將星冰樂的促銷時間與之配合。另外，決定在哪間店的選單上加上紅酒時，靠著這些數據，也能立刻區辨出何處有最多高消費人群、高消費需求。
蒐集菜單，滿足挑剔的嘴
歐美的菜餚名稱經常落落長一大串，所有食材與醬料、配菜全部寫得明明白白，因其中譯之後產生濃厚的異國風情「高級感」，台灣網友也依樣畫葫蘆，把滷肉飯等街頭小吃惡搞成西洋超長版，用以取笑崇洋媚外的人。
不過，詳細的菜名，在大數據時代可是相當珍貴的資源。美國芝加哥新創公司 Food Genius 就靠著收集全美各地餐廳的菜單，協助餐飲產業確定價格、食品與行銷趨勢。根據 2014 年中的報導，已有 11 萬份獨立菜單、1630 萬道菜式掌握在他們手中，餐館老闆隨時都能了解與食物相關的關鍵詞與短語，某一菜式的平均價格，以及品項增減的狀況。
如此一來，如 Kraft 這樣的連鎖餐廳，就能準確在西南菜餚流行高峰前，迅速為消費者奉上印第安綠辣椒或凍雞翅前菜，而不是等到這股風潮過去才反應過來，那顯然只會變成菜單上的滯銷品。Food Genius 也從無以數計的菜單中，分析各種蔬菜與各種義大利麵彼此的速配程度，或者在不同的菜餚中雞肉該用哪些烹調方式，才會呈現最佳風味。
Food Genius 的客戶不乏美國知名連鎖超市或餐廳，除了前面提及的 Kraft，Safeway、可口可樂都使用他們出產的報告作為行銷與業務的重要參考來源。
用資料促成餐飲世界的「民主化」
若說 Food Genius 是蒐集菜單，那 Dinner Lab 就是蒐集你我的味覺。
Dinner Lab 在全美各地開設「快閃店」，每週平均開設 19 間，讓才華洋溢卻苦無機會發揮的廚師，為渴望嘗鮮的人們送上創意料理。在觥籌交錯之間，參與者還是得保持意識清醒，因為這畢竟是「實驗室」，每個人都需針對菜色發表意見、在意見卡上分別評比每道菜餚的創新度、口味、菜量、溫度、佐餐酒是否合宜等等，這只是一部分而已，你還得上網完成一些延伸的個人問題，例如，你的戀愛關係狀態、你偏好的飲酒模式、你怎麼判斷自己是不是一個專業的美食家⋯⋯
每次舉辦晚宴都會收穫 750-1000 個資料點（data point），有了大量數據之後，廚師便能按照所有人的意見，調整菜式，降低開店的風險。又或者，Dinner Lab 也承接如婚宴、團體聚會的活動，但不同於一般制式外燴，如果新人指定非要「鮮蝦玉米粥」不可，他們就能就能依據過往累積的大量評分，快速找到最擅長這道菜的廚師。
今年 Dinner Lab 計劃開設一間「由數據驅動的餐廳」，讓廚師可以在其中實驗 2-3 個月，平衡自己的思想與大眾的味蕾後，才自行開業。「權力集中在少數人手上，餐廳的命運不該被權威的美食家評論左右，我認為各式各樣不同的喜好都應該考慮，但是人才與機會在烹飪界終有很大的斷層，我們希望可以民主化這個過程。」Dinner Lab 創辦人 Brian Bordainick 這麼說道。
建造世界最大植物資料庫，準備顛覆整個食品產業
研製出植物蛋黃醬、因而受到李嘉誠、比爾蓋茲、Peter Thiel 等名人熱烈追捧的矽谷新創公司 Hampton Creek，去年從 Google 挖角資深數據分析師 Dan Zigmond，準備顛覆整個食品產業，就是這麼宏大的野心，說服他心動跳槽。
Hampton Creek 創辦人 Josh Tetrick 認為，人們既有的飲食習慣百害而無一利，不健康、不環保，還會製造剝削、污染、不公不義、龐大的醫療支出等延伸負面作用。作為改善食物的初步嘗試，他們研究了 287 種植物，從中做出 344 種雞蛋替代品，又分析了雞蛋的 22 種功能成分，及研究了近 1550 種植物的分子水平，最終自 12 種植物提煉蛋白質製造出人造雞蛋 Beyond Eggs 與蛋黃醬 Just Mayo。
這段過程可說是苦盡甘來，現在 Hampton Creek 則要更進一步，建立全世界最大的「植物圖書館」，依樣畫葫蘆，以健康的方式製造更多營養且美味的食物。但這何嘗容易，畢竟世界上已有 870 萬已知植物種類，遑論每種植物底下還有更多分類。
不過他們相信自己辦得到，如果這座植物圖書館能夠真正創建，就可以整理出植物各自的特性，進行分析解讀，尋找何種植物與植物之間的關聯性，農夫便能運用這些資料，種植有益地球的新形態經濟作物，之後交由科學家研製更多新的「植物性食物」，更健康、更便宜，且對動物與環境的影響更低。
巨匠電腦設計了程式/資料庫課程，教你程式設計、大數據分析與應用等等，快來巨匠電腦輕鬆學！巨匠電腦評價好！
文章與圖片出處: http://www.inside.com.tw/2015/07/02/big-data-in-food-industry
