Просмотр исходного текста страницы Учёт эффекта каннибализации в моделях прогнозирования спроса (в ритейл-сети)

{{Карточка_командного_проекта
|name=Учёт эффекта каннибализации в моделях прогнозирования спроса (в ритейл-сети)
|company=SAS
|semester=Осень 2018
|course=3
|number_of_students=2-5
|categorize=yes
}}

===Что это за проект? ===

Проблема обнаружения эффекта каннибализации – самая острая из открытых аналитических задач в ритейле. Понятие каннибализации появилось в 70-х годах прошлого века, и означало эффект снижения спроса на один товар в результате дополнения ассортимента другим товаром. Сегодня это название используют и для объяснения других причин, вызывающих падение продаж какого-либо товара, которыми могут являться, например, открытие в непосредственной близости конкурирующих магазинов (возможно, той же розничной сети), промо-активность по другим товарам внутри категории, ценовая политика. В нашем проекте предлагается разработать подход для учета каннибализации при прогнозировании спроса в розничной сети с помощью методов Machine Learning. Результатом проекта будет являться реализация модели прогнозирования спроса, учитывающей эффекты каннибализации, и оценка значимости разных эффектов каннибализации, в том числе на реальных данных продаж в розничной сети.  

===Чему научатся студенты? Что самое интересное в проекте? ===
* Использовать инфраструктуру SAS для подготовки и анализа данных. 
* Работать с неструктурированными данными, подготавливать их для решения задач прогнозирования. 
* Строить алгоритмы прогнозирования спроса, имеющие практическое приложение в области розничных продаж (ритэйл). 

===Организация работы (Как студенты будут работать в команде?) ===

Основные моменты взаимодействия: 
* Рабочее окружение (ноутбук с дистрибутивом SAS) предоставляется компанией. 
* Разработка ведётся командой из 2-3 человек, каждый из которых отвечает за свою часть задачи. 
* Участники проекта могут консультироваться с кураторами (специалисты компании SAS). 
* Каждые 2 недели встречаемся и обсуждаем текущее состояние задач. 
* Удаленная работа, встречаться нечасто, контакты - по электронным каналам связи (почта, Whatsapp, скайп). 

Компоненеты (Из каких частей состоит проект?) 
* Систематизация знаний по эффекту каннибализации (лит. обзор). 
* Разведочный анализ исходного массива данных. 
* Подготовка и анализ данных – работа в системе SAS, open-source инструментах. 
* Выбор подхода к учету эффекта каннибализации в проекте. 
* Применение и анализ эффекта от предложенного подхода. 

===Какие будут использоваться технологии? ===

Для реализации проекта студентам потребуется освоить ПО SAS. Будут использоваться следующие продукты: 

# SAS BASE и SAS Enterprise Guide – для анализа данных и разработки алгоритмов. 
# SAS Enterprise Miner и SAS Forecast Server. 

===Какие начальные требования? ===
* Навыки анализа данных. Навыки программирования (C, С++, C#, Python, R и др.) и знание SQL-like языков. 
* Представления о задачах интеллектуального анализа, алгоритмов Machine Learning 

===Темы вводных занятий ===
* Знакомство с SAS и входными данными 
* Постановка задачи прогнозирования спроса, план работа по проекту, погружение в специфику задач анализа данных в ритейле. 
* Выбор подхода к учету эффекта каннибализации в проекте 


===Критерии оценки ===

Минимальные требования (на 4-5): 

* Подготовлен лит. обзор имеющихся моделей каннибализации 
* Проведён анализ исходных данных для понимания их особенностей. 

Требования (на 6-7): 

* Данные подготовлены для обработки в SAS, 

* Подготовлена разметка реальных данных с признаками наличия эффекта каннибализации.  

Требования (на 8-10): 

* Реализован алгоритм учет каннибализации при прогнозировании спроса в SAS 
* Оценена значимость эффекта каннибализации при прогнозировании спроса. 

===Похожие проекты ===

Автоматическое обнаружение взаимно каннибализируемых и взаимно дополняемых групп товаров (розничные сети) 

===Контактная информация ===

Дмитрий Звежинский (Dmitry.Zvezhinsky@sas.com), Алексей Романенко (Alexey.Romanenko@sas.com)