Кейсы

Прогнозирование спроса и управление запасами на основе ИИ и BIG DATA

Проблема

Текущие системы автоматизации могут помочь в прогнозировании продаж. Однако, для того чтобы быть конкурентоспособным на рынке, недостаточно прогнозировать продажи, необходимо прогнозировать покупательский спрос.
На основе него строится эффективное управление товарными запасами, например, производства и поставок товаров категории «Fresh».

Решение

ИИ модуль прогнозирования спроса и повышения эффективности поставок.
Модуль позволяет:
• прогнозировать спрос для конкретной товарной группы.
• рассчитывать потребности в запасах в зависимости от вариабельности спроса.

Преимущества

Качественное прогнозирование спроса: система производит поиск аномалий с помощью скользящих окон, предсказательных моделей, скрытых Марковских моделей, IRF, рекуррентных нейросетей.

Выгоды

🟦 Снижение зависимости от человеческого фактора. Даже лучший менеджер не сможет показывать одинаково высокие результаты на длительном отрезке времени и на больших объемах данных.
🟦 Оптимизированные запасы – снижение затрат на их хранение.
🟦 Перманентное удовлетворение потребительского спроса – повышение удовлетворенности покупателе

Стек технологий

Python, Pytorch, Sklearn