text
Новый Бизнес.Ру

Как нейросеть заставили прогнозировать выручку в магазинах Finn Flare

  • 9 апреля 2018
  • 44

На основании имеющихся данных по выручке каждого из магазинов Finn Flare нейросеть способна прогнозировать дневную выручку.

Как нейросеть заставили прогнозировать выручку в магазинах Finn Flare

Внедрение искусственного интеллекта в розничные сети для прогнозирования выручки или количества посетителей становится трендом последнего года. На конференции Big Data 2018 компания IT Pro представила кейс о сложностях и путях реализации проекта по прогнозу выручки каждого магазина Finn Flare.

Как пишет ComputerWord, задача состояла в том, чтобы на основании имеющихся исторических данных создать решение, способное прогнозировать дневную выручку каждого из магазинов сети.

Работа осложнялась тем, что у Finn Flare ассортимент в 10 тысяч позиций и много магазинов. Компания владеет около 150 собственными магазинами в России, Казахстане и Белоруссии, интернет-магазином, а также продает одежду через  франчайзинговую и партнерскую сети (с «обычными» и онлайновыми торговыми точками).

Была и реальная проблема — исходные исторические данные по выручке магазинов в день были неполными и даже противоречили друг другу. Судя по всему, это беда всех проектов такого рода: раньше данные заносились в учетные системы потому, что их положено было заносить, использовать их не собирались, а, стало быть, и за качеством никто не следил.

Специалистам IT Pro удалось собрать «обучающий набор» данных для нейросети за три года, которые были разбиты категориям. Учитывался день недели (рабочий, выходной, праздничный — последние разбивались по типу праздника), погода (температура, влажность, скорость ветра), а среди данных о продажах — дневной оборот, количество покупок, максимальная цена продажи. Кроме того, магазины были разбиты на группы по численности населения, приходящегося на торговую точку.

На основании исторических данных специалисты IT Pro смогли заставить рекуррентную нейросеть с долгой краткосрочной памятью (Long Short-Term Memory) прогнозировать данные о выручке на ближайший 31 день.

Как пишет издание, совпадение между прогнозируемыми и реальными цифрами не стопроцентно, но динамику нейросеть может отследить, искусственный интеллект может предсказать пики спроса и падения. Это позволяет оптимизировать закупки в рамках компании и объем запасов товара внутри самих магазинах.

Важно и другое - менеджмент Finn Flare получил возможность контроля продаж, если цифры существенно ниже прогноза, то вероятно, причина в персонале магазина.

Напомним, что X5 Retail Group собирается использовать big data для изучения потребительского поведения.


Подпишись, чтобы не пропустить горячую новость!

Будьте в курсе!

Чтобы не пропустить ни одной важной новости, подпишитесь на нашу рассылку. Это бесплатно.

Рекомендации по теме
Мы в соцсетях
×
Для скачивания документа необходимо зарегистрироваться.
Это бесплатно и займет всего минуту!

Вы сможете бесплатно скачивать все бланки без ограничений, а также читать все статьи и получить доступ к сервисам на сайте для зарегистрированных пользователей:

У меня есть пароль
напомнить
Пароль отправлен на почту
Ввести
Я тут впервые
И получить доступ на сайт Займет минуту!
Введите эл. почту или логин
Неверный логин или пароль
Неверный пароль
Введите пароль
Новый продукт нашей компании — Главбух Ассистент. Ваш учет будет вести гуру бухгалтерии!

Подробнее

Сайт использует файлы cookie. Они позволяют узнавать вас и получать информацию о вашем пользовательском опыте. Это нужно, чтобы улучшать сайт. Посещая страницы сайта и предоставляя свои данные, вы позволяете нам предоставлять их сторонним партнерам. Если согласны, продолжайте пользоваться сайтом. Если нет – установите специальные настройки в браузере или обратитесь в техподдержку.