ERP + POS
giornaliero
- alimenta
- Costruzione feature
Tutti i case study
PrevisioneOttimizzazioneAnalytics4 mesi
Previsione della domanda + ottimizzazione delle scorte
La pianificazione si basava su un foglio di calcolo e un unico tasso di crescita. Ora le scorte seguono la domanda reale.
MAPE ponderato
2.7%
Previsione gerarchica riconciliata
Prima
12.1%
Foglio di calcolo con tasso di crescita aggregato
In parole semplici
Di cosa si tratta.
Niente gergo in questa sezione. La descrizione tecnica è più in basso.
Cosa non funzionava
La pianificazione usava fogli di calcolo e un'unica ipotesi di crescita applicata a tutto. Le linee più richieste si esaurivano mentre quelle lente restavano in magazzino immobilizzando capitale, e nessuno sapeva quantificare il compromesso tra le due cose.
Cosa abbiamo costruito
Abbiamo costruito previsioni che lavorano prodotto per prodotto e si sommano in modo coerente ai totali di categoria e aziendali, inserite nel processo di pianificazione che le persone già usavano e in grado di rispondere a domande what-if.
Cosa è cambiato
L'errore di previsione è sceso dal 12,1% al 2,7%. Il capitale prima immobilizzato nelle scorte sbagliate è stato liberato senza che aumentassero gli articoli esauriti, e i pianificatori ora esaminano le eccezioni invece di ricostruire fogli di calcolo.
Architettura
Come si incastrano le parti.
Scorra le fasi. Tutto ciò che è contrassegnato come aggiunto è un componente che non esisteva prima di questo progetto.
Costruzione feature
calendario + promo
- riceve da
- ERP + POS
- alimenta
- Modello di previsione
Modello di previsione
gerarchico
- riceve da
- Costruzione feature
- alimenta
- Riconciliazioneper livello
Riconciliazione
coerente
- riceve da
- Modello di previsioneper livello
- alimenta
- Ottimizzatore scorte
Ottimizzatore scorte
livello di servizio
- riceve da
- Riconciliazione
- alimenta
- UI pianificatori
UI pianificatori
eccezioni
- riceve da
- Ottimizzatore scorte
ERP + POS
giornaliero
- alimenta
- Costruzione feature
Costruzione feature
calendario + promo
- riceve da
- ERP + POS
- alimenta
- Modello di previsione
Modello di previsione
gerarchico
L'abbiamo aggiunto noi- riceve da
- Costruzione feature
- alimenta
- Riconciliazioneper livello
Riconciliazione
coerente
L'abbiamo aggiunto noi- riceve da
- Modello di previsioneper livello
- alimenta
- Ottimizzatore scorte
Ottimizzatore scorte
livello di servizio
L'abbiamo aggiunto noi- riceve da
- Riconciliazione
- alimenta
- UI pianificatori
UI pianificatori
eccezioni
- riceve da
- Ottimizzatore scorte
La descrizione
Come verrebbe costruito.
Dataset, approccio, metriche obiettivo e stack. Scritto per chi dovrà esaminarlo.
PrevisioneOttimizzazioneAnalytics4 mesi
Previsione della domanda + ottimizzazione delle scorte
Previsioni che si inseriscono nei flussi di pianificazione e supportano scenari what-if.
Problema
La pianificazione si basava su fogli di calcolo con un unico tasso di crescita aggregato. Gli articoli ad alta rotazione andavano esauriti mentre quelli a bassa rotazione immobilizzavano capitale circolante, e nessuno sapeva quantificare il compromesso.
Dataset
- righe
- 31M SKU-giorno
- feature
- 178
- fonti
- ERP, POS, promozioni, meteo
- finestra
- 48 mesi
Approccio
- 01Costruita una previsione gerarchica riconciliata tra SKU, negozio e regione
- 02Backtest con valutazione a origine mobile invece di un singolo split
- 03Promozioni ed effetti di calendario modellati come regressori espliciti
- 04Previsioni inviate a un ottimizzatore delle scorte di sicurezza con obiettivi di livello di servizio
Metriche
- 2.7%
- MAPE ponderato -9.4pp
- 97.3%
- accuratezza della previsione orizzonte di 12 settimane
- -34%
- rotture di stock sugli articoli A
- -21%
- scorte in giacenza stesso livello di servizio
Evidenza
- fonte
- Reference design
- numeri
- Illustrativo: valori tipici per questo design
- misurazione
- Non misurato. Valori tipici per un progetto di riferimento di questo tipo, non osservati su un sistema di un cliente.
- referenza
- Non disponibile per questo progetto
- ultima revisione
- 2026-08-25
Impatto sul business
- Capitale circolante liberato senza intaccare la disponibilità
- I pianificatori esaminano le eccezioni invece di ricostruire fogli di calcolo
- Decisioni sulle promozioni supportate da una stima misurata del lift
Stack tecnologico
- Python
- Prophet
- CatBoost
- dbt
- BigQuery
- Looker
- Airflow
Prossimo passo
Le serve un sistema come questo?
Risponda a sei domande e le diremo se questa struttura si adatta al suo problema, anche quando non è così.