Reitan Retail og Handelshøyskolen BI skal redusere utslipp og matsvinn i dagligvarehandelen

Gjennom prosjektet Smart Matflyt skal avansert analyse og fri, banebrytende forskning gi kunnskapsgrunnlag til å optimalisere verdikjedene for dagligvarer. Med tilgang til reelle data fra REMA 1000 vil forskningen kunne bidra til å forstå og løse noen av bransjens mest utfordrende problemstillinger.

– Teknologi og analyse spiller en nøkkelrolle i å redusere matsvinn og utslipp fra vår bransje, og vi har et betydelig innovasjonsgap som må tettes. Derfor er samarbeid med akademia avgjørende, sier CEO i Reitan Retail, Ole Robert Reitan.

– Vi i dagligvarehandelen har et stort ansvar og i Reitan Retail har vi høye ambisjoner for fremtidens handel. Derfor er vi glade for å bidra til denne forskningen sammen med høykompetente forskere ved BI, sier Reitan, som selv er BI-alumni.

Prosjektet skal ledes av professor Fabian N. Harang og vil inngå i det nyopprettede forskningssenteret AMOR – center for Applied Mathematics and Operations Research.

– Målet med Smart Matflyt er å kombinere avanserte metoder fra matematikk, statistikk og operasjonsledelse for å utvikle datadrevne strategier innen etterspørselsprognoser, prising og logistikkoptimalisering. De nye modellene vil kunne brukes som beslutningsverktøy for å redusere den totale miljøbelastningen, sier Harang.

Rektor ved Handelshøyskolen BI, Karen Spens, mener samarbeidet med Reitan Retail er et viktig skritt for å koble akademia og næringsliv i arbeidet med globale samfunnsutfordringer.

– Vi har som ambisjon å koble forskning og næringsliv for å møte globale samfunnsutfordringer. Smart Matflyt fungerer i så måte som et meget spennende eksempel på hvordan akademia, i tett samarbeid med bransjen, vil forsøke å levere løsninger som både fremmer bærekraft og økonomisk vekst. Vi takker Reitan Retail for deres store bidrag og engasjement omkring disse utfordringene, sier Karen Spens.

Om prosjektet

• Smart Matflyt er et tverrfaglig forskningsinitiativ ved Handelshøyskolen BI som kombinerer teknikker fra stokastisk analyse, maskinlæring, operasjonsledelse og optimal transportteori for å utvikle modeller som både reduserer klimagassutslipp og matsvinn i dagligvarehandelens forsyningskjede.
• FNs bærekraftsmål 12 (ansvarlig forbruk og produksjon) og 13 (klimatiltak) står sentralt i prosjektet.
• Prosjektet integrerer også transport- og logistikkanalyser for å redusere utslipp langs hele forsyningskjeden.
• Prosjektet har i første rekke en varighet på fem år.