«Инфосистемы Джет» реализовала для гипермаркета «Утконос» пилотный ML-проект (Machine Learning) по предсказанию объема выкупа скоропортящихся товаров. Точность прогноза по различным категориям составила в среднем 75–80% при горизонте планирования в 2 дня (такова регулярность поставок на склад).

Используемая компанией «Утконос» аналитическая система с высокой точностью предсказывает выкуп товаров на неделю. Однако там, где необходим более короткий горизонт планирования, ее точность заметно снижается, что влечет потенциальные убытки. В отличие от классических BI-систем, решения на базе машинного обучения позволяют учитывать большее число факторов, а значит, дают больше возможностей для аналитики.

«Нам крайне важно с одной стороны не разочаровать своих покупателей отсутствием нужного им товара, а с другой — не закупить избыток у поставщиков, особенно если речь о скоропортящихся продуктах. Данный пилотный проект продемонстрировал нам возможности машинного обучения в сфере прогнозирования спроса, а также выявил ряд интересных закономерностей, влияющих на поведение покупателей», — комментирует Дмитрий Сухоруков, руководитель управления планирования и товародвижения компании «Утконос».

Эксперты «Инфосистемы Джет» построили математическую модель и обучили ее на исторических данных о покупках в «Утконосе» за 2 года. При этом была учтена информация не только по товарным остаткам, но и производственный календарь с выходными и праздничными днями, а также данные о погодных условиях. На историческом интервале в 2 месяца прогностическая точность созданной модели оказалась на уровне 80%, а на интервале в полгода — порядка 75%.

Источник: Пресс-служба компании «Инфосистемы Джет»

Версия для печати (без изображений)   Все новости