Découvrez les Solutions sur le Framework

ibs Analytics

Prévisions des ventes

ibs Analytics intègre un concept révolutionnaire dans son moteur de prévisions. Il prévoit une approche ''méta-moteur" s'adaptant à n'importe quelle situation avec la meilleure précision.

“ CHAQUE ARTICLE EST DIFFÉRENT ET POSSÈDE SON PROPRE PROFIL. IL A DONC BESOIN D'UN MODÈLE SPÉCIFIQUE ”

SALES META-FORECASTING

L'approche méta-moteur ajoute une étape supplémentaire dans le processus en déterminant automatiquement le meilleur modèle à appliquer pour n'importe quel article. Chaque article est ensuite modélisé selon l'approche la plus adaptée de la bibliothèque de modèles:

  • Soft Solutions travaille avec le modèle ADDM pour les articles saisonniers
  • Soft Solutions travaille avec le modèle ADDM pour la gestion des articles dans les planogrammes
  • Soft Solutions travaille avec le modèle ADDM pour les nouveaux articles référencés
  • Soft Solutions travaille avec les standards concernant l'extraction et le traitement des données, en les redessinant pour répondre aux exigences de la Grande Distribution (ARIMA, SARIMA, lissage exponentiel, moyenne glissante…)

Les résultats finaux, observés en conditions réelles, sur des ensembles articles/magasins hétérogènes ont montré une augmentation de la précision hebdomadaire de 2,5% à l'article, sans problème de performance. Les performances ont également été optimisées, en utilisant des modèles simples pour des situations simples afin de réserver du temps de calcul pour les profils d'articles plus complexes.

ASSOCIER LE BESOIN MÉTIER A LA SCIENCE

Le méta-moteur d'ibs Analytics garde en parallèle la capacité à fournir de nombreux avantages en terme d'apprentissage de la connaissance et de rester transparent pour les utilisateurs.

La première étape du processus de méta-moteur est le regroupement des articles. Celui-ci est exposé aux utilisateurs en terme de graphiques. Les utilisateurs peuvent suivre les résultats par profil et valider leur compatibilité. Les utilisateurs peuvent également fournir une définition métier aux regroupements d'articles (saisonnier, dépendant de la météo, en attente, article épuisé, nouveaux articles référencés...) pour acquérir les résultats rapidement.

SALES META-FORECASTING

Pour chaque modèle, les utilisateurs peuvent vérifier quel modèle de prévision a été sélectionné automatiquement par le moteur d'ibs Analytics, visualiser la précision attendue ou bien encore tester d'autres modèles et les mettre à jour manuellement si nécessaire.

Cette approche, associant la science et la connaissance métier en un seul processus augmente effectivement la précision et l'efficacité des stratégies du distributeur.

CONCEPTS SOUS-JACENTS

Afin de mettre en œuvre cette approche méta-moteur et fournir une meilleure précision avec de meilleures performances, l'équipe de recherche d'ibs Analytics a mis l'accent sur trois étapes principales pour offrir un moteur de prévisions intelligent, prêt à l'utilisation.



  • Echantillonnage des données : Afin de déterminer et de tester chaque modèle sur les groupes d'articles , la première étape est de limiter la quantité de données (bases de données habituellement déployées en production comportant de 1 à 100 milliards de lignes). ibs Analytics inclut une étape d'échantillonnage couplée à des paramètres estimateurs pour déterminer la quantité minimale d'informations nécessaire pour obtenir un échantillon homogène de l'ensemble des données. Lorsque confrontée à des problèmes de performances, la taille de l'échantillon peut également être déterminée en fonction du temps de calcul alloué.

SALES META-FORECASTING
  • Groupement: Pour les mêmes raisons de performance que l'échantillonnage des données et pour des raisons de transparence et d'efficacité, la prochaine étape est un regroupement pour définir les profils des articles. Cette réalisation est basée sur des attributs et des modes de vente et s'appuie sur l'approche des algorithmes des X-moyennes (plusieurs autres approches sont également mises en place et prêtes à l'emploi - comme les algorithmes des K-moyennes, algorithmes de segmentation hiérarchique ascendante...)
  • Estimation: Enfin, chaque groupe est testé avec tous les modèles disponibles dans la bibliothèque sur les dernières semaines (habituellement une période de 6 semaines est réservée à cet effet) et la meilleure approche (en terme de précision - hebdomadaire ou consolidé) est définie pour être utilisée pour tout article appartenant à ce groupe.
ARCHITECTURE ORIENTÉE SERVICE POUR DES AMÉLIORATIONS RAPIDES

Le méta-moteur de prévisions d'ibs Analytics a été pensé comme un moteur en constante évolution puisqu'il

est basé sur une bibliothèque de modèles de prévisions, proposés comme services.

En fonction des clients, de la situation, du marché, les connaissances techniques et le budget,

les différents services peuvent être déployés de manière à correspondre étroitement aux besoins de nos clients.

SALES META-FORECASTING

De plus, le laboratoire de recherches d'ibs Analytics peut intégrer de nouveaux modèles dans les environnements en production avec un contrôle assidu des risques. Les distributeurs peuvent inclure leurs propres approches pour assurer la continuité dans leur activité.

Avec cette fonctionnalité de méta-moteur, ibs Analytics a permis aux processus de prévisions d'entrer dans une nouvelle dimension, en offrant le meilleur de la science prêt à répondre aux besoins des distributeur.



Notre Vision
Nos Solutions
Services et Support
Clients et Partenaires
HR et Carrières
Notre Société
Notre Vision
Nos Solutions
Services et Support
Clients et Partenaires
HR et Carrières
Notre Société