Наука о цепочках поставок
Назад к блогу ›
Трилемма отсутствия товара на полке
Чувствительность, точность и задержка: 3 неблагоприятных параметра для балансировки. Узнайте как!
Как много вы получите за 1% дополнительной точности?
Преимущества, полученные благодаря более высокой точности прогнозирования, не должны быть расплывчатыми. Посмотрите, как мы их рассчитываем.
Оптимальный уровень обслуживания и количество заказа
Discover the two formulas that we developed to help you make the most of these two concepts.
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.