Login AI
AI-прогнозирование спроса и нагрузки
Собираем прогноз спроса, продаж, нагрузки склада и оборудования на вашей истории. Проводим бэктест на прошедших периодах, считаем ошибку в штуках и рублях, ставим мониторинг и переобучение.
Строим прогноз спроса, продаж и нагрузки на вашей истории и проверяем его на бэктесте.
Стоимость
от 700 000 ₽
за проект
Это нижняя граница проекта. Точную смету считаем после брифа: она зависит от объёма и числа интеграций.
Возможности
Датасет для прогноза
Собираем продажи, остатки и промо-события в один датасет с общей единицей измерения и календарём событий. На нём модель видит сезонность и эффект скидок в одном ряду.
Признаки из данных
Собираем сезонность, промо, цены, остатки, календарь и нагрузку линий. Признаки считаем в Airflow по расписанию, чтобы прогноз обновлялся вместе с данными.
Ошибка до запуска
Бэктест на прошедших периодах даёт ошибку по каждой категории SKU в штуках и рублях. Вы видите, где прогноз держит план, а где нужен запас.
Мониторинг и переобучение
Следим за дрейфом признаков и ошибкой в проде. При смещении распределения переобучаем модель и сравниваем версию с прошлой на одном бэктесте.
От заявки до результата
1
Аудит истории
Смотрим глубину и полноту истории: пропуски, дубли, смену единиц и учётных систем. Фиксируем, какие ряды пригодны для обучения.
2
Дизайн признаков
Выбираем признаки и горизонт: сезонность, промо, цены, остатки и нагрузку. Договариваемся о метрике ошибки и допустимом уровне по категориям.
3
Модель и бэктест
Обучаем модель и проверяем на отложенных периодах. Считаем ошибку в штуках и рублях по каждой категории.
4
Пилот и мониторинг
Запускаем прогноз на части SKU, ставим дашборд и алерты по дрейфу. Расширяем контур и включаем переобучение по расписанию.
Проверьте, подойдёт ли вам
Подходит
История от года
Продажи или нагрузка записаны минимум за 12 месяцев с достаточной детализацией по SKU и каналам.
Есть владелец прогноза
В компании есть человек, который отвечает за план закупки или нагрузки и принимает решения по прогнозу.
Не подходит
Нулевая история
С нулевой историей стартуем с накопления данных или аналогов категории: точный прогноз требует хотя бы года продаж.
Новый продукт без аналогов
Для товара без истории и аналогов прогноз строим по экспертным правилам или плану запуска, модель включается после первых продаж.
Что вы получаете
500
500 SKU в базовом контуре
Базовый контур охватывает 500 SKU, и по каждому строится прогноз спроса с недельной детализацией. На этом объёме пилот проверяет модель и дашборд за 4-6 недель.
3 года
История 3 года
История за 3 года даёт три полных сезонных цикла, и модель учитывает годовые всплески спроса. На таком ряде бэктест проверяет праздники и промо прошлых лет.
3 мес.
Горизонт 3 мес.
Горизонт 3 месяца покрывает цикл закупки и планирования смен, поэтому прогноз попадает в еженедельный план. Для длинного плана модель отдаёт помесячную разбивку на год.
Что входит в поставку
Датасет
Готовый датасет с признаками, очищенной историей и описанием полей: команда аналитики повторяет сбор и обновление.
Модель
Обученная модель с кодом, конфигурацией и бэктестом: вы видите ошибку по категориям и можете переобучить модель на новых данных.
Дашборд
Дашборд с прогнозом, фактом и ошибкой по SKU: план закупки и нагрузки обновляется каждую неделю вместе с данными.
Механизм работы
История
Собираем продажи, остатки, цены и промо в один датасет с шагом в день. На этом шаге приводим единицы и восстанавливаем пропуски, чтобы признаки считались на ровном ряде. Глубина истории задаёт число сезонов, которые модель сможет выучить.
Признаки и модель
Из истории считаем сезонность, промо, цену, остаток и нагрузку линий, затем обучаем модель на Python и PyTorch. Признаки обновляет Airflow по расписанию, поэтому прогноз на следующую неделю строится на свежих данных.
Бэктест и мониторинг
Делим историю на обучение и отложенные периоды и проводим бэктест: сравниваем прогноз с фактом, считаем ошибку в штуках и рублях. После пилота мониторинг показывает дрейф и свежие метрики в дашборде, а переобучение идёт по расписанию.
Где решение упирается
- 01
Качество истории
Глубина и чистота истории задают потолок точности, поэтому аудит занимает первую неделю. Пропуски и смену единиц закрываем на этапе подготовки данных, и модель получает ровный ряд.
- 02
Горизонт и точность
Точность падает с ростом горизонта, поэтому для каждого срока называем свою ошибку. На 3 месяца модель держит недельную детализацию, на 12 месяцев даёт план по категориям.
- 03
Переобучение
Модель переобучаем по расписанию и после смены ассортимента, поддержка идёт отдельным циклом. Каждую новую версию сравниваем с прошлой на одном бэктесте.
Технологии
Технологии, которые мы используем в работе, и их роль в проекте.
Данные и модели
Историю собираем в ClickHouse, признаки считаем в Airflow, модели обучаем на Python и PyTorch, прогнозы и версии храним в PostgreSQL.
Калькулятор стоимости
Это ориентировочный диапазон, а не коммерческое предложение. Точную смету подготовим после брифа: она зависит от объёма и числа интеграций.
История
SKU
Горизонт
Целевая точность
Дополнительно
Поддержка
Первый год: обновления и мониторинг, ответ за 2 рабочих дня.
Услуга
AI-прогнозирование спроса и нагрузки
В смету входит работа команды. Оборудование, лицензии сторонних сервисов и командировки добавляем по согласованию.
Расчётная стоимость
772 000 ₽
Срок работ
6 нед.
Частые вопросы
Какую точность покажет прогноз?
Ошибку называем после бэктеста: на истории сравниваем прогноз с фактом за 6–12 месяцев. Базовый контур даёт MAPE 10–15% по стабильным категориям и 15–25% по промо-SKU. Точную цифру фиксируем в договоре после аудита.
На какой горизонт строите прогноз?
Базовый горизонт 3 месяца с недельной детализацией. На 12 месяцев прогноз даёт план по категориям, а недельную детализацию оставляем на первый квартал. Горизонт выбираете по циклу закупки или планирования смен.
Какие данные нужны?
Экспорт продаж по SKU и дням, остатки, цены и промо, календарь поставок. Для нагрузки добавляем события, смены и телеметрию оборудования. Выгрузку принимаем в CSV или из базы, доступ к API обсуждаем отдельно.
Сколько занимает запуск?
Пилот на 500 SKU занимает 4-6 недель: аудит истории, признаки, модель, бэктест и дашборд. Расширение на полный ассортимент добавляет 2-3 недели на очистку данных и согласование метрик.
Что берут вместе с этой услугой
Связанные услуги
В составе решений
Примеры внедрений
−90 %
Расхождения в отчётах
Готовы обсудить задачу?
Оставьте заявку – вернёмся с предложением и предварительной оценкой.
Связаться с нами