ИСТОРИЯ
Компания занимается производством и оптовыми поставками скоропортящихся продуктов питания. Вследствие определённых характеристик они делятся на группы в зависимости от схемы производства. Технологии изготовления этих товаров во многом похожи. Различаются лишь кратностью, упаковкой, вкусовыми особенностями, формой, ценой.
Периодически, в его третьей декаде составляется прогноз продаж на следующий месяц. Но выполнить это задание удаётся не всегда вовремя ввиду большого объёма данных, информации из разных, иногда противоречивым, источников. К ним относятся отсутствие предварительных заказов, умозаключения о приблизительном объёме спроса, основой которых являются договора.
При прогнозировании важны накопленный опыт, интуиция привлечённого сотрудника, однако неправильное их интерпретирование может привести к значительным просчётам. Ещё путаницу могут привнести советы торговых агентов, особенно если их количество достаточно велико и работают они с совершенно разными по масштабу клиентами.
Начальные расчёты на будущий период осуществляет планово-экономическое подразделение. Рассчитываются только общие данные сбыта основных долей выпускаемого потока. Также оно следит за тенденциями продаж изделий, наборов, общего веса. Далее полученные числа проходят согласование отделами маркетинга, финансов.
ЗАДАЧА
Необходимо рассчитать точные значения реализации на следующий период с ежедневной разбивкой. Следует учитывать, что аналогичные работы ранее не проводились, такой детализации не уделялось внимания. Рекомендуется использоваться величины от начала года, так как в январе начинается новый цикл колебаний.
РЕШЕНИЕ
Основой стала информация самой фирмы по закупкам партнёров за два последних месяца, предыдущего полного, текущего неполного. Сведения очищены от аномалий, загружены в хранилище, дополнительно обогащены. Подготовлены файлы календаря следующего интервала и тенденций групп.
В проекте применялась российская аналитическая no-code платформа Deductor. Выстраивать сложную пользовательскую модель не пришлось, ведь там уже имеется множество готовых компонентов. В расчёте использовалось сочетание статистической функции, коэффициентов по дням недели, представленных графикам приездов постоянных покупателей.
Весь порядок преобразований сохранён как сценарий для дальнейшего употребления. Во время всего одного дня составлены несколько приемлемых вариантов. Результаты были корректно отформатированы, переданы на согласование в запрашиваемую службу.
Ниже можно увидеть совмещённые гистограммы по факту и прогнозу каждого дня. Для изображения выбран набор с наибольшей долей выпуска. Зрительно выделяется снижающаяся линейная составляющая. Циклическая же показана колебаниями, определённые неделями. Именно в настоящем происходит смена тренда наиболее весомых категорий.
