Beltel Datanomics разработал модель прогнозирования для товаров с прерывистым спросом для «Фореста»

2022: Разработка модели прогнозирования для товаров с прерывистым спросом

Компания Beltel Datanomics 24 января 2023 года сообщила о разработке модели прогнозирования для товаров с прерывистым спросом.

Перед Beltel Datanomics стояла задача проверить применимость автоматического прогнозирования для товаров с прерывистым и нерегулярным спросом, к которым относится пневматическое оборудование и крепеж, поставляемые компанией «Форест».

В ходе проекта был проведен исследовательский анализ данных продаж, который показал:

• сильную вариативность в данных, вызванную наличием большого количества дней с нулевым спросом;
• отсутствие ярко выраженной годовой сезонности в продажах;
• аномалии в данных в виде резкого роста продаж в один день, что объясняется удачной маркетинговой кампанией.

Все указанные пункты говорят о высоком факторе случайности в продажах для большинства пар распределительный центр (РЦ)/товар и сложности в применении классических подходов к прогнозированию временных рядов. Поэтому была разработана и реализована модель прогнозирования спроса на два месяца и два квартала вперед, которая учитывает не только изменение объем продаж, но и работает с частотой спроса данной позиции, а также чистит исторические данные от аномально больших продаж.Рынок ИТ-услуг в России: оценки, тренды, крупнейшие участники. Обзор и рейтинг TAdviser 300.4 т

Валидация моделей проводилась на 12 периодах по два месяца. Для каждого тестового периода рассчитывались метрики качества модели (MAE, SMAE, RMSE, SRMSE, средний дефицит и профицит). Кросс-валидация на 12 тестовых примерах показала лучшие метрики качества для построенной модели Datanomics, чем простые статистические модели, такие как Прогнозирование предыдущими значениями (Naive) и Модель экспоненциального сглаживания (SES), например, для метрики SMAE на 15%, а для среднего профицита на 20%.

Конечной целью проекта является формирование заказа для пополнения всех РЦ определенными позициями на два месяца/квартала вперед.

Мы стремимся к применению передовых технологий и автоматизации процессов с целью повышения эффективности предприятия, - сказала Александра Синицына, менеджер проекта компании ФОРЕСТ, - Данный проект был для нас экспериментом. Мы хотели проверить применимость автоматического прогнозирования для товаров с нашими особенностями спроса. Проект не был гладким – потребовались усилия на этапе выгрузки данных, однако мы подтвердили гипотезу и получили качественный результат прогноза в разрезе РЦ/товар и детализацию дальнейших шагов развития. Отдельно хотелось бы отметить высокий уровень экспертизы специалистов Beltel Datanomics.