«КОРУС Консалтинг» создал облачный сервис для прогнозирования спроса в ритейле и дистрибуции

[ax_mct]

Цитата:

Сообщение от svcoder

Что-то я совмеваюсь в успешности данного сервиса:
Вы просите данные за 3 года, но за это время ассортиментная матрица может поменяться несколько раз. Кроме того у FMCG-сегмента нет цели поставлять определенный набор SKU длительное время, главное заполнить ассортиментную матрицу с максимальной маржой для себя. А покупатель тоже ведет себя по разному:
1. При исчезновении определенных SKU методом проб и ошибок начинает покупать другой.
2. Есть товары, точный SKU которых абсолютно не важен для покупателя. Например горький шоколад - если идет в выпечку, без разницы какой это будет производитель.
3. SKU которые будут куплены либо либо в точности такие, либо никакие - например средства личного ухода, особенно женские. Для таких товаров система может правильно работать, но их очень мало
Поэтому я тут соглашусь с George Nordic, что чтобы что-то по настоящему спрогнозировать нужно построить нехилую модель потребления для каждой группы товаров в отдельности. А самое главное - какой в этом смысл, если опытный категорийный менеджер с помощью пары формул достаточно точно спрогнозирует потребление известной ему продукции на месяц вперед.

На одном из моих текущих проектов 20 тысяч SKU и у них просто нет столько категорийных менеджеров. В то же время нет полок магазина, но есть прием заказов.

Думаю что можно и нужно рассчитывать на уровне SKU но при этом реализовывать логику замены товара на альтернативный на стороне конечной системы.

C другой стороны согласен что группировка на уровне расчета важна так как один и тот же товар может иметь разное SKU в силу привязки к поставщику, а не из-за отличий. К примеру 50 SKU свиных сосисек которые идентичны. Эти 50 поставщиков в сумме покрывают потребность. Где разумнее реализовывать альтернативность/общность - в прогнозе или при создании заказов, не знаю.

Вопрос как будет работать модель для "50 SKU свиных сосисек которые идентичны"?