|
17.12.2017, 22:00 | #1 |
Участник
|
Что-то я совмеваюсь в успешности данного сервиса:
Вы просите данные за 3 года, но за это время ассортиментная матрица может поменяться несколько раз. Кроме того у FMCG-сегмента нет цели поставлять определенный набор SKU длительное время, главное заполнить ассортиментную матрицу с максимальной маржой для себя. А покупатель тоже ведет себя по разному: 1. При исчезновении определенных SKU методом проб и ошибок начинает покупать другой. 2. Есть товары, точный SKU которых абсолютно не важен для покупателя. Например горький шоколад - если идет в выпечку, без разницы какой это будет производитель. 3. SKU которые будут куплены либо либо в точности такие, либо никакие - например средства личного ухода, особенно женские. Для таких товаров система может правильно работать, но их очень мало Поэтому я тут соглашусь с George Nordic, что чтобы что-то по настоящему спрогнозировать нужно построить нехилую модель потребления для каждой группы товаров в отдельности. А самое главное - какой в этом смысл, если опытный категорийный менеджер с помощью пары формул достаточно точно спрогнозирует потребление известной ему продукции на месяц вперед. Последний раз редактировалось svcoder; 17.12.2017 в 22:03. |
|
17.12.2017, 23:18 | #2 |
Banned
|
Цитата:
Сообщение от svcoder
Что-то я совмеваюсь в успешности данного сервиса:
Вы просите данные за 3 года, но за это время ассортиментная матрица может поменяться несколько раз. Кроме того у FMCG-сегмента нет цели поставлять определенный набор SKU длительное время, главное заполнить ассортиментную матрицу с максимальной маржой для себя. А покупатель тоже ведет себя по разному: 1. При исчезновении определенных SKU методом проб и ошибок начинает покупать другой. 2. Есть товары, точный SKU которых абсолютно не важен для покупателя. Например горький шоколад - если идет в выпечку, без разницы какой это будет производитель. 3. SKU которые будут куплены либо либо в точности такие, либо никакие - например средства личного ухода, особенно женские. Для таких товаров система может правильно работать, но их очень мало Поэтому я тут соглашусь с George Nordic, что чтобы что-то по настоящему спрогнозировать нужно построить нехилую модель потребления для каждой группы товаров в отдельности. А самое главное - какой в этом смысл, если опытный категорийный менеджер с помощью пары формул достаточно точно спрогнозирует потребление известной ему продукции на месяц вперед. Думаю что можно и нужно рассчитывать на уровне SKU но при этом реализовывать логику замены товара на альтернативный на стороне конечной системы. C другой стороны согласен что группировка на уровне расчета важна так как один и тот же товар может иметь разное SKU в силу привязки к поставщику, а не из-за отличий. К примеру 50 SKU свиных сосисек которые идентичны. Эти 50 поставщиков в сумме покрывают потребность. Где разумнее реализовывать альтернативность/общность - в прогнозе или при создании заказов, не знаю. Вопрос как будет работать модель для "50 SKU свиных сосисек которые идентичны"? |
|
18.12.2017, 06:21 | #3 |
Участник
|
Вы правда верите что все свиные сосиски идентичны?
|
|
18.12.2017, 09:42 | #4 |
Участник
|
Для того, чтобы покормить уличного кота - абсолютно неотличимы.
__________________
Ален ноби, ностра алис. Что означает - если один человек построил, другой завсегда разобрать может. |
|
18.12.2017, 10:08 | #5 |
Участник
|
|
|
|
За это сообщение автора поблагодарили: Ivanhoe (2). |
19.12.2017, 01:39 | #6 |
Banned
|
Цитата:
Конкретно по сосискам они даже в разных партиях от одного и то же производителя могут быть разными. Чтобы проще возьмем картошку от нескольких десятков ферм. Отдельное SKU оно в AX не из-за особенности продукта, а часто только из-за функционала "основного поставщика" на карточке товара. То есть 30 ферм поставщиков картошки - 30 SKU. Вот и вопрос как будет модель прогнозировать потребность по картофелю. При этом в этом месяце у нас эти 10 поставщиков, а в следующем другие 10. Каждый поставщик - свое SKU. |
|
19.12.2017, 10:50 | #7 |
Участник
|
Цитата:
Сообщение от ax_mct
Главное чтобы кот верил. То бишь заказчик.
Конкретно по сосискам они даже в разных партиях от одного и то же производителя могут быть разными. Чтобы проще возьмем картошку от нескольких десятков ферм. Отдельное SKU оно в AX не из-за особенности продукта, а часто только из-за функционала "основного поставщика" на карточке товара. То есть 30 ферм поставщиков картошки - 30 SKU. Вот и вопрос как будет модель прогнозировать потребность по картофелю. При этом в этом месяце у нас эти 10 поставщиков, а в следующем другие 10. Каждый поставщик - свое SKU. Я стараюсь их вообще не покупать, но если и покупаю, то определенных поставщиков. |
|
|
За это сообщение автора поблагодарили: ax_mct (3). |
18.12.2017, 10:00 | #8 |
Участник
|
Цитата:
Сообщение от svcoder
Что-то я совмеваюсь в успешности данного сервиса:
Вы просите данные за 3 года, но за это время ассортиментная матрица может поменяться несколько раз. Кроме того у FMCG-сегмента нет цели поставлять определенный набор SKU длительное время, главное заполнить ассортиментную матрицу с максимальной маржой для себя. А покупатель тоже ведет себя по разному: Но в итоге мы даем прогноз конкретного SKU.
__________________
Ivanhoe as is.. |
|
18.12.2017, 10:22 | #9 |
Участник
|
Цитата:
Сообщение от Ivanhoe
Всё верно Мы учитываем статистику и SKU, и категории. Дальше если статистика по SKU не достаточная или статистически не значимая используется статистика категории, а вес внутри считается по отдельному алгоритму: продажи за последний период (3 месяца) или явная связь с товаром-аналогом или товаром-заменителем, указанными в мастер-данных.
Но в итоге мы даем прогноз конкретного SKU. |
|
Теги |
big data |
|
|