Разработка алгоритма предсказания потребительского спроса на основе интеллектуальных моделей обработки данных (на примере конкретного действующего субъекта)

1.1. Технико-экономическая характеристика предметной области и предприятия

В этом разделе необходимо описать общие тенденции в сфере торговли, особенности логистики, управления запасами и ценообразования. Затем — подробная характеристика ООО "Ритейл-Интеллект": форма собственности, ассортимент, клиентская база, используемые ИТ-системы, текущие проблемы в управлении запасами.

Пример: ООО "Ритейл-Интеллект" — сеть из 15 магазинов бытовой техники в Центральном округе. Компания использует устаревшую систему учёта на базе Excel и 1С:Управление торговлей, но не применяет инструменты прогнозирования спроса, что приводит к частым дефицитам и избыточным запасам.

Сложности:

• Отсутствие открытых данных о деятельности предприятия (приходится моделировать или использовать аналоги).
• Недостаток статистики по торговому сектору в открытых источниках.

Время: 12–16 часов.

1.2. Характеристика комплекса задач и обоснование необходимости автоматизации

Здесь описывается текущий процесс прогнозирования спроса в ООО "Ритейл-Интеллект" (если он есть) или его отсутствие. Формулируются задачи, которые решает автоматизация: снижение издержек, повышение точности заказов, минимизация потерь от просроченного товара.

Пример: В настоящее время спрос оценивается менеджерами на основе личного опыта. Это приводит к ошибкам до 40% в объёмах заказа. Автоматизация прогнозирования спроса позволит снизить избыточные запасы на 25% и сократить дефицит на 30%.

Сложности:

• Трудно количественно оценить текущие потери без внутренней отчётности.
• Нужно чётко связать бизнес-процесс с ИТ-решением.

Время: 10–14 часов.

1.3. Анализ существующих разработок и выбор стратегии автоматизации

Анализируются аналогичные системы: SAP IBP, Oracle Demand Planning, open-source решения на Python (Prophet, ARIMA, LSTM). Сравниваются по критериям: стоимость, масштабируемость, точность, интеграция с 1С.

Пример: Для ООО "Ритейл-Интеллект" выбрана стратегия разработки собственного алгоритма на основе модели Prophet (Facebook), так как она бесплатна, легко обучается на исторических данных и интегрируется с Python-стеком.

Сложности:

• Требуется понимание методов машинного обучения и их применимости к торговле.
• Нужно обосновать отказ от коммерческих решений.

Время: 14–18 часов.

1.4. Обоснование проектных решений

Обосновывается выбор архитектуры будущей системы: клиент-сервер, облачное решение, стек технологий (Python, Flask, PostgreSQL). Указываются требования к данным, частоте обновления прогноза, интерфейсу.

Пример: Решено разработать веб-приложение на Flask с ежедневным обновлением прогноза на основе данных из 1С. Интерфейс будет доступен менеджерам по закупкам через браузер.

Сложности:

• Необходимо продумать интеграцию с существующей ИС предприятия.
• Требуется знание современных архитектурных подходов.

Время: 10–12 часов.

2.1. Разработка проекта автоматизации

Создаются диаграммы: DFD, ERD, use-case. Описывается архитектура системы, модули, пользовательские роли. Формулируются требования к функциональности.

Пример: Система включает модуль загрузки данных из 1С, модуль прогнозирования (на основе Prophet), модуль визуализации (графики спроса по SKU). Пользователи: менеджер по закупкам, аналитик.

Сложности:

• Требуется знание нотаций моделирования (например, IDEF0 или BPMN).
• Сложно согласовать диаграммы с реальными бизнес-процессами без доступа к предприятию.

Время: 16–20 часов.

2.2. Информационное обеспечение задачи

Описывается структура базы данных: таблицы "Товары", "Продажи", "Прогнозы". Приводятся атрибуты, связи, примеры записей. Обосновывается выбор СУБД.

Пример: Таблица "Продажи" содержит поля: id_товара, дата, количество, цена. Используется PostgreSQL как надёжная и бесплатная СУБД с поддержкой временных рядов.

Сложности:

• Нужно спроектировать нормализованную БД без избыточности.
• Требуется знание SQL и принципов реляционного моделирования.

Время: 12–16 часов.

2.3. Программное обеспечение задачи

Описание кода: структура проекта, основные функции, алгоритм прогнозирования. Приводится фрагмент кода (например, обучение модели Prophet на исторических данных).

Пример: Функция `forecast_demand(data)` принимает данные о продажах за 12 месяцев, обучает модель Prophet и возвращает прогноз на следующие 30 дней с доверительными интервалами.

Сложности:

• Требуется практический опыт работы с библиотеками машинного обучения.
• Код должен быть не только рабочим, но и соответствовать требованиям к листингам в ВКР (ГОСТ).

Время: 18–24 часов.

2.4. Контрольный пример реализации проекта и его описание

Приводится пример прогноза для конкретного товара (например, "Смартфон Xiaomi Redmi Note 12"). Сравниваются фактические продажи и прогноз. Анализируется точность (MAPE, RMSE).

Пример: Для указанного смартфона MAPE составил 12%, что соответствует отраслевым стандартам. Прогноз позволил избежать дефицита в период распродаж.

Сложности:

• Нужны реальные или правдоподобные данные для демонстрации.
• Требуется умение интерпретировать метрики качества прогноза.

Время: 14–18 часов.

3.1. Выбор и обоснование методики расчёта экономической эффективности

Обосновывается выбор методики: расчёт чистого дисконтированного дохода (NPV), срока окупаемости, снижения издержек. Учитываются затраты на разработку, внедрение, обучение.

Пример: Применяется методика расчёта прямой экономии от снижения избыточных запасов и уменьшения потерь от дефицита. Ставка дисконтирования — 10% (среднерыночная).

Сложности:

• Необходимо найти обоснованные цифры для расчётов (средняя наценка, стоимость хранения и т.д.).
• Требуется понимание финансовых показателей.

Время: 8–10 часов.

3.2. Расчёт показателей экономической эффективности проекта

Приводятся расчёты: годовая экономия = (снижение избыточных запасов × стоимость хранения) + (снижение дефицита × средняя прибыль на SKU). Сравниваются с затратами на разработку.

Пример: Годовая экономия — 1 200 000 руб., затраты на разработку — 600 000 руб. Срок окупаемости — 6 месяцев. NPV за 3 года — 2 400 000 руб.

Сложности:

• Цифры должны быть правдоподобными и согласованными.
• Ошибки в расчётах легко выявляются на защите.

Время: 10–14 часов.

Если после прочтения вы осознали, что самостоятельное написание отнимет слишком много сил, или вы просто хотите перестраховаться — обращение к нам является взвешенным и профессиональным решением. Мы возьмём на себя все технические сложности, а вы получите готовую, качественную работу и уверенность перед защитой.