SOLVER – prognozowanie sprzedaży

Dla firm dystrybucyjnych czy sieci sprzedaży problem prognozowania sprzedaży ma istotne znaczenie, gdyż wiąże się z kosztem magazynowania towarów i zamrożenia gotówki za zakupione a jeszcze nie sprzedane towary. Zaprojektowany model prognozowania sprzedaży generuje ekonometryczne prognozy dla szeregów czasowych w granulacji miesięcznej. Model uwzględnia typowe zjawiska spotykane w danych opisujących sprzedaż (piki sprzedaży, promocje, sezonowość). To co jest istotne w działaniu tego algorytmu, to eliminacja tzw. pików w sprzedaży, które często zaburzają średnią przy kalkulacji sprzedaży. Im dłuższa historia sprzedaży tym łatwiej algorytmowi rozpoznać czy pik jest elementem pojedynczego zdarzenia czy też np: sezonowości sprzedaży.

Wymagane dane wejściowe:

  • Historia sprzedaży w podziale na produkty i magazyny w ujęciu dziennym

Wynik przetwarzania:

  • Prognoza sprzedaży (w granulacji miesięcznej) dla pojedynczych produktów w poszczególnych magazynach/sklepach.