Наука о цепочках поставок
Назад к блогу ›
Большие данные в ритейле: проверка реальности
Due to manpower constraints, retailers do very little of their market basket data. Learn what Big Data can do.
Отсутствие на полке может объяснить 1/4 ошибки прогноза магазина
OOS can do a lot worse that just degrade the forecasting accuracy, OOS can also improve it...
Иллюстрированная сезонность
Long time-series are more visual and appealing. Lokad opposes instead short time-series - discover why!
Два ключевых показателя для вашего детектора отсутствия товара
Узнайте, почему чувствительность и точность являются двумя основными метриками при оценке системы обнаружения отсутствия товара.
Бизнес растет, но прогнозы падают
Узнайте, как изменить свое мышление и пойти против кажущейся логики для более точного прогнозирования спроса.
Новые часто задаваемые вопросы по технологии прогнозирования
Discover our new FAQs covering the topics of seasonality, trend, product life-cycle, promotions and more.
Ложные доводы в очистке данных для (краткосрочного) прогнозирования продаж
Learn why Lokad does not provide any explicit feature supporting data cleaning.
Ловушка обратной цепочки поставок в прогнозировании спроса
Поймите, почему мы стремимся предоставлять прогнозы спроса, а не прогнозы продаж.
Дефицит против запасов, точность прогнозирования имеет значение
Взаимосвязь между уровнем сервиса, резервными запасами и точностью прогнозирования иногда неясна. Давайте проясним.
Моделирование изменяющегося времени выполнения заказа
Высокий уровень обслуживания не бесплатен. Узнайте, как изменяющееся время выполнения заказа влияет на это.
Понимание изменчивости времени ожидания
Learn more about the root cause of lead time variation and how Lokad takes it into account.
Что не так с прогнозами рекламных акций?
Рекламные акции жизненно важны для любого бизнеса. Посмотрите наш подход и узнайте, как извлечь из них максимальную пользу.