Sway Logo Iconographique S
Sweet 1.3, Horizon: Lagerprognosen, produkt for produkt. 2 + 1 to modeller og en dommer; ÷ 2,3 i fejl på de svære produkter; −2,4 % i lageromkostninger, tennis og padel
SalgsprognoseLagerstyringSweet 1.3

Horizon: Sweet 1.3's lagerprognose, produkt for produkt

Horizon kombinerer den statistiske model med en prognose dag for dag og vælger for hvert produkt den, der rammer bedst. Målt på otte butikker.

2 min. læsning

Horizon er Sweet 1.3's AI til lagerprognoser: for hvert produkt lader den den statistiske model konkurrere mod en prognose dag for dag, genspiller de seneste fire uger og beholder den, der forudsagde bedst. Den tager højde for det, kalenderen allerede afslører: helligdage, udsalg, sæsoner.

To modeller, en dommer

Hvert produkt har sin egen rytme. En jævn bestseller kan forudsiges meget godt med en statistisk model; et sæsonprodukt eller et trendprodukt vinder ved at blive aflæst dag for dag. Horizon vælger ikke en gang for alle:

  1. den beregner de to prognoser;
  2. den genspiller dem på produktets seneste 28 dage;
  3. den vægter dem efter deres præcision, med den statistiske model som reference;
  4. når de for alvor er uenige, afgør Sweet Instinct.

Genopfyldning, dato for lagermangel og forudbestillinger beregnes derefter ud fra den valgte prognose.

Resultaterne

På vores testbænk, otte butikker, fire datoer, op til 250 varenumre pr. butik:

Statistisk modelKun prognose dag for dagHorizon (Sweet 1.3)
Fejl i intervallerne (lavere = bedre)0,09060,09140,0905
Gennemsnitlig fejl (MASE)1,4392,0471,424

Horizon har den bedste præcision af de tre, og på de svære produkter deler den fejlen med mere end to:

ButikKun prognose dag for dagHorizon
Børnemærke4,141,77
Outdoor3,571,64
Herremode2,771,43

Indstillet butik for butik

Hver butik har sine egne Horizon-indstillinger, i sin konfiguration. På tennis- og padelbutikken sænker den indstilling, der blev valgt på juli og august, lageromkostningerne med 2,4 %, når den genspilles på maj og juni, sammenlignet med den statistiske model alene.

Ofte stillede spørgsmål

Hvorfor kombinere to modeller i stedet for at vælge én?

Fordi ingen model vinder overalt. Ved at lade dem konkurrere produkt for produkt beholder Horizon det bedste fra begge, og bliver ved den statistiske model, når prognosen dag for dag ikke tilfører noget.

Tager Horizon højde for udsalg og helligdage?

Ja: helligdage, ugedag, udsalgsperioder og produktets sæsonudsving.

Hvad sker der, hvis prognosen dag for dag ikke er tilgængelig?

Horizon fortsætter med den statistiske model. Jeres anbefalinger kommer som vanligt.

Stop med at gætte.
Start med at bestemme.

Reserver en 30 min demo. Vi forbinder dine data og viser dig dine første muligheder, live.

Ingen binding, intet kreditkort. Svar samme dag.

Nous mesurons l'audience de la page et identifions l'entreprise qui nous rend visite pour améliorer Sway One. Rien n'est déposé sans votre accord. En savoir plus