System predykcji sprzedaży

Kim jest Klient

Moto-Profil sp. z o. o. specjalizuje się w imporcie i dystrybucji samochodowych części zamiennych i akcesoriów, a także w wyposażaniu warsztatów samochodowych. Poprzez sieć ponad 1400 Partnerów Handlowych dociera do ponad 15 000 warsztatów na terenie Polski i Europy Środkowej gdzie w ostatnich latach wyrasta na solidnego lidera branży.

Cel projektu:

Celem projektu było stworzenie i wdrożenie systemu, który dzięki przewidywaniu zapotrzebowania na poszczególne dystrybuowane przez Moto-Profil produkty, potrafiłby realizować zakupy dokonywane przez Moto-Profil w sposób optymalny, to znaczy taki, by ilość magazynowanego produktu była wystarczająca na pokrycie spodziewanych zamowień lecz nie nadmiarowa, aby zminimalizować koszty magazynowania.

Rezultat

Powstały system do predykcji sprzedaży jest systemem rozległym, niemonolitycznym, opartym na wielu mikrousługach, zajmujących się: zbieraniem danych z różnych źródeł (w tym wewnętrznych takich jak: wiele różnych baz danych Klienta, wiele systemów Klienta poprzez dedykowane interfejsy, a także źródeł zewnętrznych), transformacją danych, integracją danych, przechowywaniem danych oraz ich przetwarzaniem, predykcją trendów sprzedażowych z wykorzystaniem sztucznej inteligencji (sieci neuronowe, rekurencyjne sieci neuronowe, sieci konwolucyjne), a także prezentacji danych na portalu informacyjnym czy integracją danych z systemem składania zamówień.

Technologie

• ASP.NET Core
• .NET Core
• Python
• AI
• ML
• DeepLearning
• Keras
• Darts
• MS SQL
• Redis
• Docker
• Cloud
• Azure
• Mongo
• Terraform

Rozwiązania

System predykcji jest jak góra lodowa - tylko mały jego fragment jest bezpośrednio widoczny dla użytkownika końcowego. Większość systemu działa w tle na rozległej chmurowej infrstrukturze pozostawiając użytkownika nieświadomym jego istnienia. Sam użytkownik natomiast ma do dyspozycji system dostępny z poziomu dedykowanego dla niego portalu interentowego, a także integracji z systemem zmówień, gdzie może dokonywać zamówień artykułów wg podpowiedzi systemu.

Celem klienta jest minimalizacja stanu magazynu. Artykułów na stanie powinno być wystaraczająco by pokryć sprzedaż, ale nie tyle by ich nadmiar zalegał na magazynie. Receptą na realizację tak ambitnego zadania jest przewidzenie przyszłej sprzedaży, dostępności danych artykułów u producentów i czasów ich dostaw. Tym się właśnie zajmuje system.

Dzieki bazującej na sztucznej inteligencji predykcji trendów sprzedażowych poszczególnych artykułów wykonywanej dzięki analizie historii i czynników zewnętrznych, a także predykcji dostepności i czasów dostawy od producenta, system jest w stanie bardzo dokładni przewidzieć trendy sprzedażowe w najbliższych tygodniach a także w sposób optymalny zatowarować magazyn. Rozwiązanie takie pozwala zachować płynność sprzedaży, uniknąć potencjalnej utraty sprzeaży z jednej strony ale i minimalizować koszt magazynowania towaru i jego zakupu.

Wyzwania

• opracowanie modelu sztucznej inteligencji do predykcji trendów sprzedaży
• integracja danych z bardzo dużej liczby różnych systemów
• przetwarzanie olbrzymiej ilości danych
• uzyskanie satysfakcjonującego poziomu dokładności predykcji aby uniknąć strat finansowych Klienta

Przyszłość

System został już z sukcesem wdrożony do produkcji. Obecnie świadczymy usługi kompleksowej obsługi technicznej. System jest również wciąż rowzijany i udoskonalany, między innymi poprzezumożliwienie dokonywania predykcji sprzedażowych także dla artykułów z bardzo krótką historią sprzedaży.