Machine Learning

 

 

Tworzymy modele analityczne w oparciu o narzędzia Machine Learning oraz Deep Learning, które pozwalają na masowe analizy danych w sposób wysoce efektywny.

Z dużą dozą pewności tworzymy rekomendacje cenowe dla produktów oraz koszyków produktowych, co pozwala optymalnie zarządzać polityką cenową i rabatową dla poszczególnych klientów.

Tworzymy prognozy sprzedaży oraz budżetów na podstawie danych historycznych, a nasze modele cechują się bardzo niskim błędem predykcji (Forecast Error).

W zakres naszych analiz wchodzi między innymi wyznaczenie powiązań i korelacji pomiędzy zmiennymi taki jak:

 

  • lokalizacja klientów,
  • kwartał/miesiąc zakupu,
  • typ produktu,
  • produkty kupowane wspólnie

Poza analizą asocjacyjną modelujemy sprzedaż w poszczególnych miesiącach za pomocą modeli regresji takich jak: drzewa decyzyjne,  lasy losowe, xgboost, (głębokie) sieci neuronowe, sieci rekurencyjne, LSTM, sieci splotowe, adaboost, ensemble, regresja liniowa, lda, qda oraz inne.

Przykładowe raporty predykcyjne sprzedaży