Анализ и управление продажами

Датасет содержит исторические данные продаж в разрезе магазин–товар–дата без пропусков. Структура позволяет строить как отдельные модели по каждой паре магазин/товар, так и единую мультитаргетную модель.

• Объём: ~913 000 строк, 4 колонки

• Структура: временны́е ряды, задача прогнозирования

• Признаки: date (дата, формат YYYY-MM-DD), store (ID магазина, 1–10), item (ID товара, 1–50), sales (количество проданных единиц за день)

Пример таблицы

Для кого

• Ритейл-компании и сети магазинов

• Менеджеры по управлению запасами

• Supply chain аналитики

• Операционные директора

• Data Scientists в FMCG и ритейле

Как помогает бизнесу

• Точное планирование закупок и управление уровнем запасов по каждому магазину

• Снижение издержек на избыточные складские запасы и хранение

• Предотвращение out-of-stock ситуаций в пиковые периоды

• Оптимизация перераспределения товаров между точками продаж

• Построение сезонных и трендовых прогнозов по товарным категориям

Задачи машинного обучения

• Time Series Forecasting

• Tabular Regression

Источники

• URL: https://www.kaggle.com/c/demand-forecasting-kernels-only/data

• Источник: Kaggle

Соотношение разделения данных: 70 / 15 / 15