Modelo de previsión de demanda de unidades de mantenimiento de existencias (SKU) molestos para minorista estadounidense de autopartes

Resumen

El problema actual al que se enfrenta el cliente implicaba la pérdida de ventas y el aumento de los costes de mantenimiento del inventario sobrante. Ambos problemas tienen un impacto directo en las ganancias económicas de la empresa y, por tanto, son de gran importancia para ella. Esta investigación tiene como objetivo elaborar un pronóstico preciso de la demanda para un grupo de SKU que tienen un rendimiento inusualmente bajo en determinadas tiendas en comparación con la mayoría. Hemos utilizado datos históricos de ventas en nuestro proyecto para comprender mejor los patrones de ventas que nos pueden dar una idea de las ventas futuras. A través de este estudio, hemos identificado SKU anómalos en función de la detección de valores atípicos y la comprensión de la significación estadística de cada predictor de entrada. Hemos definido umbrales en el importe de las ventas por tienda para clasificar cada SKU como "molesto", es decir, con un rendimiento inferior en algunas tiendas y superior en otras, o no. Además, hemos intentado pronosticar la demanda de estos molestos SKU para mejorar la gestión del inventario y los informes de ventas de la empresa. Exploramos y aplicamos modelos de predicción que incluyen regresión lineal, de bosque aleatorio y de lazo. Esto no sólo reducirá los costos de mantenimiento y evitará la pérdida de ventas, sino que también agilizará la cadena de suministro, ya que brinda al cliente una mejor comprensión de las piezas que deben suministrarse a cada tienda.