ПРОГНОЗИРОВАНИЕ СКЛАДСКИХ ЗАПАСОВ МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ

Розничная торговля - это продажа определенных товаров конечному потребителю или посреднику для дальнейшей продажи, которая осуществляется через торговлю в специально оборудованных помещениях, через личные продажи и т. д. Также розничная торговля – это процесс товарного обмена, направленный на удовлетворение спроса. клиентов.

Кроме того, в настоящее время сектор розничной торговли занимает лидирующие позиции по интенсивности развития экономики стран СНГ. Достигнуты отличные показатели и многие компании вышли на новый уровень торговли. Примерно к 2005 году более десятка крупных розничных сетей преодолели рубеж в миллиард долларов с точки зрения годовой чистой выручки, и это выражается в долларах. По товарообороту отдельные магазины и торговые объекты конкурировали с некоторыми промышленными предприятиями, имеющими солидный товарооборот и производственную базу. Таким образом можно утверждать, что сфера торговли влияет на рост и развитие смежных отраслей. Цепочка продвижения продукта предполагает участие покупателей и их спроса, а также других участников процесса. Более того, развитие торговли требует от продавцов все больше внимания уделять работе с товарным ассортиментом и остатками на складе. Работа с товарными запасами и остатками продуктов является основной проблемой для многих розничных продавцов. И многим компаниям нужно было убедиться, что на складе есть достаточное количество товара. Другой момент - исключить затоваривание, потому что это тоже одна из задач ритейлеров, от которых требуется высокая степень точности принятия решений.

Подводя итог, можно сказать, что принятие решений в управлении запасами напрямую влияет на объемы продаж, логистические затраты, выручку, прибыль и рентабельность. Прогнозирование запасов - необходимая задача для поддержания оптимального уровня запасов. Хотим отметить, что целью проекта / диссертации является решение данной проблемы с использованием современных методов прогнозирования, основанных на технологиях машинного обучения. В результате, таким способом вполне возможно анализировать динамику продаж (потребительского спроса) тысяч и даже более товаров.

1. Jake VanderPlas. Python for Complex tasks: data science and machine learning. - St. Petersburg. January 2018

2. Wes McKinley. Python and Data Analysis. November 2015

3. Cholet Francois. Deep learning in Python. January 2018

4. Aurélien Géron. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition September 2019.

5. Emmanuel Ameisen. Building Machine Learning Powered Applications. January 2020

6. http://pypi.python.org

7. http://www.enthought.com

8. http://pythonxy.googlecode.com

9. http://scikit-learn.org