Статьи

Множество статей посвящено проблеме прогнозирования продаж и методам её решения. Однако при интеграции прогноза в систему автозаказа возникают практические сложности. Ниже перечислены некоторые из них и обозначены возможные пути решения

Проблема ввода нового ассортимента в продажи известна как производителям, так и ритейлу. Ритейл, обладая большим объемом данных, может строить оценки продаж новых товаров по их характеристикам. В этой статье мы предложим метод, который позволит автоматизировать этот процесс получения оценки будущих продаж ранее не продаваемого товара.

12 ноября прошёл наш вебинар о системах автозаказа и применении больших языковых моделей в ритейле и FMCG. Для тех, кто пропустил, мы собрали самое интересное: как ИИ помогает решать проблему холодного старта, повышает точность прогнозов, учитывает погоду и акции, а также оптимизирует ассортимент между магазинами

Почти год назад сеть магазинов «Хорошее дело» внедрила сервис ИИ‑автозаказа от Datanomics. Мы встретились с Марией Лаушкиной, старшим менеджером, и Никитой Ганченковым, менеджером IT‑проектов, чтобы поговорить о том, как изменились процессы, что оказалось самым сложным и какие результаты они видят сегодня

Как искусственный интеллект помогает создавать коммерческие предложения, адаптированные под каждого клиента, автоматизировать продажи и повышать конверсию

У компаний, внедряющих машинное обучение для оптимизации процессов и повышения эффективности, возникает стратегический вопрос: где разместить такой сервис — в облаке, на локальных серверах или в гибридной среде? Универсального ответа здесь нет: выбор зависит от задач, допустимого уровня риска и требований к доступности. Подробнее расскажем в статье

Производители и ритейлеры всё чаще сталкиваются с необходимостью учитывать внешние факторы при прогнозировании спроса. В статье расскажем о том как учитывать погодные факторы в процессы прогнозирования спроса

Эффективное планирование производства играет ключевую роль в обеспечении стабильности поставок, оптимизации затрат и удовлетворении потребностей рынка

Современные языковые модели Искусственного Интеллекта поражают своими возможностями, обучаясь на огромных массивах текстов

Вы когда-нибудь чувствовали, что подсчет прогнозов в Excel отнимает у вас уйму времени? Давайте вместе посмотрим, как Datanomics Demand Forecast может изменить ваш подход к управлению спросом

В этой статье мы детально рассмотрим процесс создания системы прогнозирования спроса с применением методов машинного обучения. В качестве примера возьмем решение для автоматического заказа в розничной сети

Введение промо-активностей является ключевым инструментом для предприятий пищевой промышленности, стремящихся увеличивать продажи и привлекать новых клиентов. Чтобы оценить эффективность этих мероприятий, необходимо отслеживать ряд показателей и метрик, которые помогут определить их успешность и внести необходимые коррективы