Supply Chain Wissenschaft
Back to the blog ›
Leerregal-Trilemma
Sensibilität, Präzision und Latenz – 3 ungünstige Optionen, die ausbalanciert werden müssen. Schau, wie!
Wie viel erhält man für 1% zusätzliche Genauigkeit?
Die durch mehr Vorhersagegenauigkeit erzielten Gewinne sollten nicht unklar sein. Sehen Sie, wie wir sie berechnen.
Optimaler Servicegrad und Bestellmenge
Entdecken Sie die beiden Formeln, die wir entwickelt haben, um Ihnen zu helfen, das Beste aus diesen beiden Konzepten herauszuholen.
Big Data im Einzelhandel, ein Reality-Check
Aufgrund von Personalmangel machen Einzelhändler sehr wenig mit ihren Marktkorbdaten. Erfahren Sie, was Big Data leisten kann.
Out-of-shelf kann 1/4 des Geschäftsprognosefehlers erklären
OOS can do a lot worse that just degrade the forecasting accuracy, OOS can also improve it...
Saisonalität veranschaulicht
Lange Zeitreihen sind visueller und ansprechender. Lokad hingegen bevorzugt kurze Zeitreihen – entdecken Sie warum!
Zwei KPIs für deinen OOS-Detektor
Entdecken Sie, warum Sensibilität und Präzision die beiden grundlegenden Metriken bei der Bewertung eines OOS-Systems sind.
Geschäft ist HOCH aber Prognosen sind RUNTER
Lerne, wie du dein Denken umkehrst und gegen das scheinbar Logische gehst, um eine genauere Nachfrageprognose zu erzielen.
Neue Prognosetechnologie FAQ
Entdecken Sie unsere neuen FAQs, die Themen wie Saisonalität, Trend, Produktlebenszyklus, Promotionen und mehr abdecken.
Fehlannahmen bei der Datenbereinigung für (kurzfristige) Verkaufsprognosen
Erfahren Sie, warum Lokad keine explizite Funktion zur Unterstützung der Datenbereinigung bereitstellt.