Учёт эффекта каннибализации в моделях прогнозирования спроса (в ритейл-сети) — различия между версиями

Текущая версия на 12:46, 16 октября 2018

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:

1. SAS BASE и SAS Enterprise Guide – для анализа данных и разработки алгоритмов.
2. 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)