Производитель отгружает товар предприятиям розничной торговли и иногда предоставляет им скидки — постоянные и специальные. При этом данные скидки не означают, что товар будет продаваться дешевле и конечному потребителю. В распоряжении наших специалистов была информация о таких скидках, которые ОАО «Лидское пиво» предоставляет своим клиентам.
Проект реализовали с применением технологий Data Science в несколько этапов:
- Подготовка данных. Предоставленные «сырые» данные привели к формату, пригодному для обработки. Собрали и проанализировали дополнительные факторы.
- Построение эконометрической модели. Сделали декомпозицию показателей, определив сезонность и влияние дополнительных факторов (праздничных и предпраздничных дней и т. д.). Оценили эффекты отложенности (насколько быстро люди начинают откликаться на акцию) и затухания (как долго люди помнят о скидках) для акций, проводимых для каждого SKU. Также оценили halo-эффект — влияние акций, проводимых для других SKU, на рассматриваемый.
- Построение прогнозной модели, оценивающей объем дистрибуции. Рассчитали, какую нужно сделать скидку и на какое время, чтобы общие продажи выросли. Для прогнозной модели допустима погрешность +/-3%.
