Optimisation de la prévision des ventes via la Data Science
Pour les détaillants, la prévision des volumes de vente quotidiens et hebdomadaires dans les différents magasins est cruciale pour la conduite des achats et la planification des ventes. En utilisant des données structurées ainsi qu'un modèle de prévision, COSMO CONSULT a réussi un projet de data science, qui visait à détecter et expliquer les tendances et à prévoir les chiffres de vente.
Bénéfices principaux
- Planification plus précise des achats et des ventes
- Réduction, suppression des ruptures de stock
- Enseignements à partir du passé
- Prise en compte des facteurs d'influence externes
Situation initiale
Les prévisions de ventes font partie des paramètres les plus courants des algorithmes avancés. Dans la plupart des cas, il s'agit de prévisions quotidiennes ou hebdomadaires basées sur les données relatives aux ventes, aux magasins et aux offres spéciales. Afin de prendre en compte un maximum de facteurs d'influence, on utilise des données météorologiques, des dates de vacances ou des informations sur les sites concurrents. Pour l'un des projets, COSMO CONSULT a développé un modèle qui prévoit les quantités de demande globale, quotidienne et hebdomadaire, afin de prédire les ventes liées aux magasins.
Approche retenue
Dans le secteur du commerce de détail, la plupart des données sur les ventes montrent une dépendance directe des chiffres de vente par rapport au jour de la semaine. Le samedi est le jour où les ventes sont les plus importantes, avec jusqu'à 70 % du total des ventes hebdomadaires. En ce qui concerne les données météorologiques, les précipitations ont une plus grande influence que les fluctuations de température. L'effet est différent selon les types de magasins : par exemple, les effets sont parfois exactement inversés entre un centre commercial et des magasins isolés. Il en va de même pour les jours fériés et les vacances scolaires.
La première étape a été d'analyser les données passées et de trouver les facteurs qui comptent vraiment. Pour les prévisions, un modèle d'amplification de gradient (apprentissage automatique) a été développé dans le langage de programmation R. Il était crucial de disposer d'une base de données propre pour le succès du modèle. Sinon, de faux schémas auraient été trouvés dans les données. Les prévisions peuvent être intégrées dans l'infrastructure existante ou utilisées en interne pour d'autres projets.
Bénéfice supplémentaire
Les prévisions de ventes classiques sont souvent utilisées comme une sous-fonction de solutions plus larges. Par exemple, pour la solution de tarification dynamique de COSMO CONSULT, les prévisions des données de vente et des élasticités de prix sont d'abord générées afin de réaliser une optimisation bien fondée. Les prévisions de ventes peuvent également conduire à des conclusions importantes pour la planification des stocks. Elles permettent d'éviter les goulets d'étranglement en matière de livraison ou d'utiliser des remises grâce à des opérations de commande anticipées.
