Лаборатория
>
Упущенные продажи ML

УПУЩЕННЫЕ ПРОДАЖИ ML

Разделы:

Лаборатория - модуль отчетов на основе AI на сервисе Datawiz BI

Упущенные продажи ML – с помощью алгоритмов машинного обучения отчет анализирует движение товаров, моделирует прогнозы продаж и обобщает данные о потерях в обороте из-за отсутствующих или низких продаж.

Функционал отчета позволяет:

  • выявлять упущенные продажи по товарам, категориям, магазинам, категорийным менеджерам;
  • определять размер потерь, в том числе из-за нулевых остатков;
  • визуально отслеживать динамику продаж и остатков по проблемным товарам;
  • определять причины потерь, проблемные места в работе и избегать их в будущем.

На основе прошлых продаж товаров по каждому магазину за год, нейронная сеть прогнозирует их будущие продажи. Далее происходит сравнение между фактическими данными и прогнозируемыми. Если продажи были меньше прогнозируемых, то такие считаются потерянными. Тогда происходит обобщение данных о потерях в обороте из-за отсутствующих или низких продаж.


Все показатели разделены на подгруппы:

Остатки

Активность ассортимента

Лаборатория

Примечание! Доступ к просмотру показателей, согласно роли пользователя, определяет администратор. Для расширения доступа обращайтесь к администратору.

Показатели, выделенные фиолетовым либо красным цветом, являются кликабельными. Клик на них открывает окно с графиком динамики выбранного показателя.

Визуализация кликабельного показателя "К-во упущенных продаж ML" для самого низкого уровня таблицы - товары, отображает комбинированный график, содержащий динамики показателей: Прогнозируемые продажи (и пределы допустимых продаж), Кол-во продаж, Кол-во остатков на начало дня. Это позволяет визуально отслеживать утраченные дни. Утраченными считаются продажи, если Продажи < Прогнозируемые продажи.

Аналогичная визуализация на показателях "Потерянная прибыль ML", "Потерянный оборот ML".

Примечание! Визуализация кликабельного показателя "Кол-во дней с потерями" содержит кривые двух показателей: Кол-во продаж и Кол-во остатков на начало дня. Это позволяет увидеть потери из-за нулевых или минимальных остатков.


Выбор фильтров дает возможность проводить анализ в рамках заданных условий.

Существуют следующие фильтры:

  • Магазины
  • Период
  • Предыдущий период
  • Категорийные менеджеры
  • Типы ассортимента
  • Категории
  • Бренды
  • Уровень
  • Акционность товаров