Производитель молочных продуктов повысил точность прогноза продаж

Для производителя молочной продукции качество прогноза продаж в промо влияет на уровень сервиса, количество списаний, отношения с клиентами, затраты на хранение и транспортировку, многое другое: цена повышения точности на каждый процентный пункт может приводить к значимому росту эффективности. А учитывая, что подавляющая часть бизнеса – это скоропортящаяся продукция, всегда требуются сверхусилия, чтобы строить и улучшать качество прогнозирования.

Компания приняла решение разработать кастомизированную модель прогнозирования на базе ML с учетом всех особенностей бизнес-процесса и доступных данных.

Разработана и запущена ML-модель прогнозирования продаж во время промо-акций в ключевых клиентах-ритейлерах:

• Разработана мультипараметрическая модель с использованием широкого набора данных: исторические отгрузки, продажи с полки, промо-планы, уровень цен, заказы от клиентов, уровень запасов, календарные события, изменения ассортимента.
• В основе модели – комбинация нескольких ML-алгоритмов, таких как Ridge, Lasso, KNN, XGBoost, а также нормализация данных и автоматический отбор признаков.
• Горизонт прогнозирования, заложенный в модель, состоит из текущего и следующего квартала по месяцам в разбивке по продуктовым линейкам, промо-акциям («слотам») и клиентам.
• Настроена автоматическая интеграция между входящими данными и моделью, а также задан функционал запуска автоматического пересчета прогноза силами бизнес-команды.

Повышение точности прогноза до 74,3%