14.12.2017, 14:43 | #23 |
Участник
|
5. Ответы на некоторые вопросы.
Зачем нужны чеки в модели прогнозирования? Чеки нужны для более точной очистки исторических данных от аутлайеров. Сглаживание нетипичных событий с учетом чеков более правильное и точное, чем на основании продаж за день. Пример: пришла китайская мама-турист и купила 15 упаковок подгузников (а обычно продавалось по 2-3 в день в среднем). Явный аутлайер, очищается. Далее, пришли люди и накупили 15 упаковок (обычно продается по 2-3). Чистим историю более аккуратно. Возможно, есть какой-то тренд. Это заложено в модель и работает автоматически. С продажами на конец дня (z-отчет), вы никогда не поймете, что было тут с продажами. А с чеками поймете. Зачем нужен почасовой прогноз? Мы не делаем почасовой прогноз. Мы делаем прогноз раз в неделю. Табличка вида: товар-магазин-день-количество. На 4 недели вперед. По всем товарам и магазинам сети. Зачем нужно прогнозирование на уровне SKU? Потому что нужно прогнозировать конкретные SKU в активной ассортиментной матрице магазинов ритейлера. Это прописная истина и странный для меня вопрос. Даже не знаю, что еще можно тут ответить. Потому что так надо.=) Мало-оборачиваемые товары можно не прогнозировать, а пополнять по min-max. Это вопрос требований клиента. Вопрос про бизнес-процесс прогнозирования + ассортиментного планирования. С процессом, описанным в сообщении Nordic не согласен («КОРУС Консалтинг» создал облачный сервис для прогнозирования спроса в ритейле и дистрибуции). Он не эффективный для ритейла. Моя профессиональная точка зрения. С Nordic при встрече готов обсудить то, как я вижу правильный процесс ассортиментного планирования, планирования промо и как туда встраивается прогнозирование спроса и пополнение. Совсем не туда, куда прогнозирование встроил Nordic. При всём уважении. =)
__________________
Ivanhoe as is.. Последний раз редактировалось Ivanhoe; 14.12.2017 в 16:10. |
|
|
За это сообщение автора поблагодарили: EVGL (5). |
Теги |
big data |
|
|