Система прогнозирования продаж с использованием машинного обучения
- Backend
- DevOps
- Analytics
- Data Science
- Python
- Scikit-learn
- XGBoost
- PostgreSQL
- Apache Airflow
- Docker
У вас есть задача? Давайте обсудим!
О клиенте
Дистрибьютор товаров народного потребления с широкой сетью региональных складов и партнеров по всей России. Компания управляет ассортиментом из более чем 50 000 SKU, активно использует акционные механики и сезонные распродажи. Высокая динамика спроса и колебания поставок требовали более точных прогнозов продаж для оптимизации запасов и закупок.
О проекте
Проект был направлен на создание интеллектуальной системы, способной автоматически прогнозировать спрос с учетом сезонных факторов, маркетинговых активностей и региональных особенностей. Решение должно было повысить точность планирования продаж, сократить издержки на хранение и списания, а также обеспечить управляемость товарных запасов по всей логистической цепочке.
Описание задачи
До внедрения системы прогнозирование велось вручную, на основе усредненных показателей прошлых периодов. Это приводило к ряду проблем:
- Частые дефициты или профициты по SKU в зависимости от региона и сезона.
- Избыточные закупки и рост складских остатков.
- Потери в продажах из-за нехватки популярных позиций.
- Невозможность быстро учитывать внешние факторы — праздники, погоду, колебания валют.
Необходимо было создать автоматизированную систему, которая сможет предсказывать спрос с высокой точностью и адаптироваться к изменениям рыночных условий.
Реализация
В рамках проекта команда выполнила следующие этапы:
- Сбор и консолидация данных. Объединены исторические данные по продажам, акциям, скидкам, а также внешние источники — погода, праздничные периоды, макроэкономические показатели.
- Разработка ML-модели. Построена модель машинного обучения, обучающаяся на временных рядах и учитывающая корреляции между факторами.
- Тестирование и калибровка. Модель протестирована на ретроспективных данных, проведена валидация точности прогнозов по регионам и категориям товаров.
- Интеграция. Система встроена в корпоративный контур заказов и отчетности, обеспечена передача прогнозов в ERP и BI-системы.
- Визуализация и аналитика. Добавлены интерактивные панели для отслеживания динамики спроса и корректировки планов продаж.
