Pulsen Retail

Försäljningsprognoser för detaljhandeln

En vanlig utmaning för många företag är konsten att ta fram korrekta försäljnings- och budgetprognoser. Man talar ofta om glädjesiffror, där det finns en press på att inte presentera för låga siffror, eller det motsatta, så kallad sandbagging. Sandbagging är en strategi för att sänka förväntningarna där siffrorna sätts lite lägre för att få en enkel ribba att kliva över. I båda dessa fall finns det mycket att vinna på datadrivna modeller, som kan ge en objektiv uppskattning av kommande försäljning och dessutom en uppskattning av den egna osäkerheten.

Syfte
Pulsen Retail är en stor svensk leverantör av IT-tjänster inom e-handel där vi med hjälp av Pulsens data och domänexpertis tittade på hur mycket olika produkter som kommer säljas framöver och hur en eventuell rabatt skulle påverka försäljningen.

Försäljningsprognos för en vara med (grön) och utan (röd) rabatt, samt utfall (svart).

Om vi skulle sälja den här produkten med 0% rabatt (röd kurva) så förutsäger modellen att varje månads försäljningssiffror kommer att minska.

Om vi däremot ger rabatt, i det här fallet 15% (grön kurva), så förutsäger modellen hur mycket mer som kommer att säljas, givet hur rabatt har påverkat tidigare.

Vill du veta mer om projektet och om AI för retailers? Titta på detta webbinariet.

Datakällor
Intern historisk försäljningsdata för olika varor, extern data, etc.

Teknologier
Probabilistic programming, gradient boosted trees, hierarchical models.

Resultat
Utveckling och leverans av maskininlärningsmodeller för efterfråge- och försäljningsprognoser, där Tenfiftys maskininlärningsmodeller slår kundens mänskliga prognoser. Resultatet av modellerna gav försäljningsprognoser och möjligheter att använda informationen vid inköp och all typ av planering. Vinsten med att använda data inom detta område är att företag får mer objektiva prognoser, modellerna kommer aldrig ha en dålig dag, ge dig glädjesiffror eller dåliga siffror för att sätta låg förväntan som du kan överträffa.