Заказчиком проекта выступила одна из крупнейших в России торговых сетей электроники. Целью было с высокой точностью оценивать потребительский спрос, определять факторы, влияющие на продажи, и проводить оптимизацию ассортимента в соответствии с выбранной стратегией.
Чтобы достичь целевых бизнес-показателей по выручке, обороту и маржинальности и укрепить позиции на рынке бытовой техники и электроники, в компании было принято решение реализовать комплекс мер, куда среди прочего вошли несколько технологичных проектов.
Компания GoodsForecast была приглашена для разработки математических моделей, позволяющих проводить прогнозирование рынка бытовой техники, строить прогнозы продаж в сети и осуществлять балансировку ассортимента, то есть определять оптимальный набор продаваемых товаров и условия их продажи.
Выбору GoodsForecast в качестве разработчика предшествовал пилотный проект, в ходе которого для 15 крупных магазинов были построены модели помесячного прогноза выручки на 2021 год. Они оказались на 3% точнее моделей, используемых в торговой сети на тот момент. При этом ошибка прогнозов сократилась на 20-25%.
Далее был запущен боевой R&D-проект. Построенные в его результате модели позволяют прогнозировать спрос как на краткосрочную перспективу – до нескольких месяцев, так и на стратегическом горизонте – на несколько лет. Также для оценки ситуации на рынке специалисты GoodsForecast построили прогноз продаж бытовой техники и электроники в России в единицах и деньгах. Горизонт прогнозирования составил 24 месяца.
На этапе проверки гипотез (proof of concept) на ретроспективных данных было апробировано несколько десятков моделей – от классических моделей прогнозирования временных рядов до нейронных сетей. Модели показали улучшение точности в среднем на 5%. При этом базовая точность была выше 80%.
Построение прогнозов спроса – это отправная точка для решения самых разных бизнес-задач в ритейле, включая такие сложные, как нормирование запасов, управление ассортиментом и ценообразование. От точности сделанных прогнозов зависят надежность и эффективность принимаемых бизнес-решений. Построенные GoodsForecast прогнозные модели были успешно развернуты в ИТ-контуре заказчика и приняты в эксплуатацию.