Вероятностное прогнозирование
В основе метода лежит Цепь Маркова или последовательность случайных событий.
Такой подход позволяет рассчитывать прогноз для товаров с высокой вариативностью и товаров редкого спроса. Для таких товаров классические алгоритмы прогнозирования не работают.
Особенности модуля Прогнозирования:
Такой подход позволяет рассчитывать прогноз для товаров с высокой вариативностью и товаров редкого спроса. Для таких товаров классические алгоритмы прогнозирования не работают.
Особенности модуля Прогнозирования:
- Поддержка справочника аналогов, чтобы не терять статистику продаж при модернизации продуктовой линейки;
- Поддержка замены складов (когда закрываем или укрупняем склады);
- Учет сезонности по продуктам и офисам;
- Учет правил снабжения (распределительные центры);
- Выравнивание статистики, автоматическая и ручная фильтрация всплесков;
- Работа с цепочками поставок при расчете математического ожидания;
- Возможность гибкой настройки модели определения оптимального запаса.
Наш подход к внедрению
Мы понимаем, что без оценки результатов прогнозирования на реальных данных, трудно оценить - работает метод или нет. Тем более, что многие Заказчики уже сталкивались с другими методами прогнозирования, которые, как правило, не обеспечивают требуемую точность. Поэтому мы предлагаем до покупки лицензий сделать пилотный проект, в рамках которого мы рассчитываем прогноз на реальных данных. После чего уже принимаем решение о покупке лицензий и запуске проекта в продуктив.
Анализ исходных данных
На этом этапе мы загружаем необходимые данные в Хранилище данных. Определяем какие продукты имеют достаточную статистику для расчета профиля случайной величины, а какие будем прогнозировать по стандартной вероятности.
Требования к исходным данным Моделирование
На этом этапе мы рассчитываем сезонность, настраиваем автоматическую фильтрацию всплесков, рассчитываем профиль случайной величины и моделируем спрос за день.
Рассчитываем оптимальный уровень сервиса и запас.
На этом этапе мы учитываем финансовые показатели, такие как валовая прибыль, стоимость хранения и прочие для расчета оптимального уровня сервиса и запаса.
