Horizon: die Bestandsprognose von Sweet 1.3, Produkt für Produkt
Horizon kombiniert das statistische Modell mit einer Tagesprognose und behält für jedes Produkt die, die am besten vorhersagt. Gemessen an acht Shops.
Horizon ist die KI für Bestandsprognosen in Sweet 1.3: Für jedes Produkt lässt sie das statistische Modell und eine Tagesprognose gegeneinander antreten, spielt die letzten vier Wochen nach und behält die Prognose, die am besten getroffen hat. Sie berücksichtigt, was der Kalender bereits ankündigt: Feiertage, Schlussverkäufe, Saisons.
Zwei Modelle, ein Schiedsrichter
Jedes Produkt hat seinen eigenen Rhythmus. Ein gleichmäßiger Bestseller lässt sich mit einem statistischen Modell sehr gut vorhersagen; ein Saison- oder Trendprodukt profitiert davon, tageweise betrachtet zu werden. Horizon entscheidet sich nicht ein für alle Mal:
- es berechnet beide Prognosen;
- es spielt sie über die letzten 28 Tage des Produkts nach;
- es gewichtet sie nach ihrer Genauigkeit, mit dem statistischen Modell als Referenz;
- wenn sie wirklich auseinanderliegen, entscheidet Sweet Instinct.
Nachbestellung, Datum des Fehlbestands und Vorbestellungen werden anschließend auf Basis der gewählten Prognose berechnet.
Die Ergebnisse
Auf unserem Benchmark, acht Shops, vier Stichtage, bis zu 250 Artikel pro Shop:
| Statistisches Modell | Nur Tagesprognose | Horizon (Sweet 1.3) | |
|---|---|---|---|
| Fehler der Spannen (niedriger = besser) | 0,0906 | 0,0914 | 0,0905 |
| Mittlerer Fehler (MASE) | 1,439 | 2,047 | 1,424 |
Horizon hat die beste Genauigkeit der drei, und bei schwierigen Produkten teilt es den Fehler bis auf weniger als die Hälfte:
| Shop | Nur Tagesprognose | Horizon |
|---|---|---|
| Kindermarke | 4,14 | 1,77 |
| Outdoor | 3,57 | 1,64 |
| Herrenmode | 2,77 | 1,43 |
Shop für Shop eingestellt
Jeder Händler hat in seiner Konfiguration eigene Horizon-Einstellungen. Beim Tennis-und-Padel-Shop senkt die auf Juli und August gewählte Einstellung die Lagerkosten um 2,4 %, wenn man sie auf Mai und Juni anwendet, im Vergleich zum statistischen Modell allein.
Häufige Fragen
Warum zwei Modelle kombinieren, statt eines zu wählen?
Weil kein Modell überall gewinnt. Indem Horizon sie Produkt für Produkt gegeneinander antreten lässt, behält es das Beste aus beiden und bleibt beim statistischen Modell, wenn die Tagesprognose nichts beiträgt.
Berücksichtigt Horizon Schlussverkäufe und Feiertage?
Ja: Feiertage, Wochentag, Schlussverkaufszeiträume und die Saisonalität des Produkts.
Was passiert, wenn die Tagesprognose nicht verfügbar ist?
Horizon läuft mit dem statistischen Modell weiter. Ihre Empfehlungen kommen wie gewohnt an.