|
14.12.2017, 14:42 | #1 |
Участник
|
4. Алгоритм оценки экономической эффективности:
Реальный кейс: Региональная сеть FOOD: 200 магазинов. Годовой оборот: 20 млрд в год. Уровень списаний: 0,5% от оборота Затраты на хранение: 1% от оборота (стоимость денег взята 1% в месяц от закупочной цены). Больше ничего не учитывали – не требуется ни нам, ни заказчику. Упущенные продажи: 1,5% от оборота. Итого потери: 3% от оборота. За счет нашего сервиса мы уменьшили эти 3% на 15%, то есть дали 0.5% от оборота. И подобную картину мы видим типичной для FOOD-ритейла. В итоге, для упрощения, мы заявляем именно такую цифру на старте. Экономия 15% от текущих потерь от списаний и OOS и затрат на хранение, считаемых, как я написал выше. У бизнеса это обычно не вызывает никаких вопросов. Алгоритм оценки точности прогноза - на картинке. Считать надо так, и никак иначе. Все остальные варианты - мы в них не верим. Наша средняя точность прогнозирования на уровне SKU-Магазин 70%. Это очень хороший результат. Он проверен на нескольких заказчиках. И лучше, чем у всех конкурентов.
__________________
Ivanhoe as is.. |
|
|
За это сообщение автора поблагодарили: sukhanchik (20), mazzy (20), apanko (4), AlGol (2), EVGL (5). |
Теги |
big data |
|
|