AI-модель Сбера прогнозирует спрос на косметику на треть лучше статистических моделей

Дочерняя компания банка Сбер Бизнес Софт разработала модель прогнозирования спроса на основе искусственного интеллекта для одной из компаний на российском рынке FMCG.

Для обучения модели использовались данные о продажах (количество проданных товаров и их стоимость), клиентах и складах, проведённых и планируемых промокампаниях, ассортиментной матрице и товарных остатках.

Прогнозирование осуществлялось в 10 разрезах: на уровне продаж каждого конкретного товара, по отдельным категориям и всему ассортименту, по месяцам и неделям и так далее. Наибольшую точность показал прогноз на уровне категорий. По сравнению с базовыми статистическими методами ML-модель Сбер Бизнес Софта показала 29-процентный прирост в качестве прогнозирования.

В ближайшее время Сбер Бизнес Софт планирует передать заказчику доступы к модели для её применения в промышленной эксплуатации.

Станислав Карташов, вице-президент, директор дивизиона "Корпоративные клиенты 360" Сбербанка:

Прогнозирование спроса на товары — одна из самых перспективных сфер применения искусственного интеллекта, ведь алгоритмы, обученные на огромных массивах данных, видят больше закономерностей, чем статистические модели. Мы в Группе Сбер системно используем ML-модели для оптимизации бизнес-процессов и улучшения клиентского опыта, и наработанные нами компетенции широко востребованы на внешнем рынке. Так, решение Сбер Бизнес Софт показало высокую эффективность и готово к промышленному внедрению. Уверен, новое качество прогноза поможет компании повысить эффективность бизнеса и увеличить прибыль.