Promotions and shorter life cycles

Promotions and shorter life cycles make grocery sales forecasting more difficult, requiring more complicated models. We identify methods of increasing complexity and data preparation cost yielding increasing improvements in forecasting accuracy, by varying the forecasting technique, the input features and model scope on an extensive SKU-store level sales and promotion time series from a European grocery retailer. At the high end of data and technique complexity, we propose using regression trees with explicit features constructed from sales and promotion time series of the focal and related SKU-store combinations. We observe that data pooling almost always improves model performance. The results indicate that simple time series techniques perform very well for periods without promotions. However, for periods with promotions, regression trees with explicit features improve accuracy substantially. More sophisticated input is only beneficial when advanced techniques are used. We believe that our approach and findings shed light into certain questions that arise while building a grocery sales forecasting system

ผลลัพธ์ (ไทย) 1:

โปรโมชั่นและวงจรชีวิตที่สั้นกว่าทำให้การคาดการณ์ขายของชำยากขึ้น ต้องมีรูปแบบซับซ้อนมากขึ้น เราระบุวิธีการเพิ่มความซับซ้อน และการเตรียมข้อมูลต้นทุนการปรับปรุงให้ผลผลิตเพิ่มขึ้นในการพยากรณ์ความถูกต้อง โดยเทคนิคการคาดการณ์ที่แตกต่างกัน คุณลักษณะการป้อนข้อมูลและแบบจำลองขอบเขตบน SKU ร้านค้ามีหลากหลายระดับการขายและชุดโปรโมชั่นเวลาจากผู้ค้าปลีกของชำยุโรป ปลายสูงของความซับซ้อนของข้อมูลและเทคนิค เรานำเสนอใช้ต้นไม้ถดถอยชัดเจนมีที่สร้างขึ้นจากการขายและโปรโมชั่นอนุกรมเวลาชุด SKU ร้านโฟกัส และที่เกี่ยวข้อง เราสังเกตว่า ข้อมูลร่วมกันเกือบตลอดเวลาช่วยเพิ่มประสิทธิภาพรุ่น ผลลัพธ์บ่งชี้ว่า เทคนิคง่าย ๆ เวลาชุดทำดีสำหรับรอบระยะเวลาโดยไม่มีโปรโมชั่น อย่างไรก็ตาม สำหรับรอบระยะเวลากับโปรโมชั่น ต้นไม้ถดถอย ด้วยคุณสมบัติชัดเจนเพิ่มความแม่นยำมาก ป้อนข้อมูลที่ซับซ้อนมากขึ้นจะเป็นประโยชน์เมื่อมีใช้เทคนิคขั้นสูง เราเชื่อว่า วิธีการและผลการวิจัยของเราหลั่งน้ำตาแสงในบางคำถามที่เกิดขึ้นขณะสร้างการคาดการณ์ระบบขายของชำ

ผลลัพธ์ (ไทย) 2:

โปรโมชั่นและวงจรชีวิตที่สั้นลงทำให้ยอดขายร้านขายของชำการคาดการณ์ที่ยากมากขึ้นที่กำหนดรูปแบบที่ซับซ้อนมากขึ้น เราระบุวิธีการเพิ่มความซับซ้อนและการจัดเตรียมข้อมูลค่าใช้จ่ายที่เพิ่มขึ้นผลผลิตการปรับปรุงในความถูกต้องคาดการณ์ที่แตกต่างกันโดยใช้เทคนิคการพยากรณ์คุณสมบัติการป้อนข้อมูลและขอบเขตในรูปแบบซีรีส์ยอดขายระดับ SKU ร้านและโปรโมชั่นเวลาที่กว้างขวางจากผู้ค้าปลีกร้านขายของชำในยุโรป ในตอนท้ายสูงของข้อมูลและความซับซ้อนเทคนิคเราเสนอโดยใช้ต้นไม้ที่มีคุณสมบัติการถดถอยอย่างชัดเจนที่สร้างจากซีรีส์การขายและโปรโมชั่นช่วงเวลาของการโฟกัสและที่เกี่ยวข้องรวมกัน SKU ร้าน เราสังเกตว่าข้อมูลร่วมกันมักจะช่วยเพิ่มประสิทธิภาพของรูปแบบ ผลการวิจัยพบว่าเทคนิคง่ายๆอนุกรมเวลาดำเนินการเป็นอย่างดีสำหรับรอบระยะเวลาโปรโมชั่นโดยไม่ต้อง อย่างไรก็ตามสำหรับระยะเวลาโปรโมชั่นกับต้นไม้ที่มีคุณสมบัติการถดถอยอย่างชัดเจนปรับปรุงความถูกต้องอย่างมีนัยสำคัญ การป้อนข้อมูลที่มีความซับซ้อนมากขึ้นเป็นประโยชน์เฉพาะเมื่อเทคนิคขั้นสูงมีการใช้ เราเชื่อว่าวิธีการและผลการวิจัยของเราหลั่งน้ำตาแสงเข้าไปในคำถามบางอย่างที่เกิดขึ้นในขณะที่อาคารร้านขายของชำระบบการขายการพยากรณ์

ผลลัพธ์ (ไทย) 3:

โปรโมชั่นและสั้นลงวงจรชีวิตให้ร้านขายของชำการพยากรณ์ยอดขายยาก ต้องการรุ่นที่ซับซ้อนมากขึ้น เราระบุวิธีการเพิ่มความซับซ้อนและการเตรียมข้อมูลต้นทุนเพิ่มผลผลิตปรับปรุงความถูกต้องในการพยากรณ์โดยเปลี่ยนแปลงเทคนิคการพยากรณ์ เข้าลักษณะและขอบเขตกว้างขวางเก็บระดับแบบต่างๆ การขายและการส่งเสริมการขายเวลาชุดจากร้านค้าปลีกร้านขายของชำในยุโรป ที่สิ้นสุดสูงของข้อมูลและเทคนิคที่ซับซ้อน เรานำเสนอโดยใช้การถดถอยอย่างชัดเจน มีต้นไม้ที่สร้างขึ้นจากการขายและการส่งเสริมการขายที่เกี่ยวข้องกับอนุกรมเวลาโฟกัสต่างๆ ร้านชุด เราสังเกตว่ามักจะเป็นข้อมูลการเพิ่มประสิทธิภาพแบบ ผลการศึกษาพบว่า เทคนิคแบบง่ายเวลาได้ดีช่วงมีโปรโมชั่น อย่างไรก็ตาม สำหรับช่วงโปรโมชั่น , การถดถอยของต้นไม้ ด้วยคุณลักษณะที่ชัดเจนปรับปรุงความถูกต้องอย่างมาก ที่ซับซ้อนมากขึ้นการป้อนข้อมูลเป็นประโยชน์เฉพาะเมื่อเทคนิคขั้นสูงที่ใช้ เราเชื่อว่าแนวคิดและผลการวิจัยของเราหลั่งแสงในบางปัญหาที่เกิดขึ้นในขณะที่การสร้างระบบพยากรณ์ยอดขาย ร้านขายของชํา