Формирование информационной базы для прогнозирования спроса в многоканальной торговле

Abstract

Целью настоящего исследования является повышение точности прогноза спроса с учетом данных электронной торговли. На текущем этапе главной задачей стало выявление потенциально возможного набора доступных данных в структуре многоканальной розничной торговли компании деревоперерабатывающей отрасли и объединение этих наборов данных в единый интерпретируемый набор функций. В современной практике прогнозирования имеется широкий набор математических инструментов для прогнозирования спроса, включая адаптивные методы прогнозирования, статистические, нейросетевые модели. На основе обзора литературы показано, что включение данных электронной торговли в модель может значительно повысить точность прогноза спроса для планирования поставок в офлайновые магазины. Обоснован уровень агрегирования продукта и поведения посетителей сайта для краткосрочного прогноза.

The objective of the research is enhancing accuracy of demand forecasting taking into account ecommerce data. At present the main task is to identify potentially possible set of data available in the structure of multichannel retail trade of a woodworking company and combine these datasets into a single interpretable set of functions. In the contemporary forecasting practice there is a wide range of mathematical instruments for demand forecasting including adaptive forecasting methods, statistical, neural network models. Based on the literature review, it is shown that incorporating ecommerce data in the model can considerably enhance the accuracy of demand forecasting for planning supplies to offline stores. The product aggregation level as well as website visitor behavior for short-term forecasting is substantiated.