Прогнозирование продаж продуктового ритейла на основе внешнего окружения при помощи методов машинного обучения

Розничная торговля (ретейл) – сфера бизнеса, представляющая собой продажу товаров и услуг конечному потребителю для личного пользования. Для торговых компаний в этой сфере прогнозирование продаж – одна из важнейших задач, так как точные оценки уровня товарооборота играют критическую роль в уровне прибыльности всей торговой сети. В данной работе была разработана гравитационная модель прогнозирования продаж потенциальных открытий малого формата для одной из крупнейших продуктовых торговых сетей России. Для обучения модели на основе алгоритма случайного леса с градиентным бустингом была использована внутренняя база данных компании, состоящая из 1 420 переменных, среди которых характеристики конкурентного и инфраструктурного окружения, населения и уровня финансовой обеспеченности населения. В результате удалось достичь средней точности прогнозирования в 86%, что значительно превосходит метод аналогов, ранее использовавшийся в торговой сети для оценки продаж потенциальных открытий. Кроме того, был внедрен алгоритм интерпретации на основе чисел Шэпли, позволяющий выделять вклад объясняющих переменных как на уровне отдельного предсказания, так и на уровне модели в целом. В настоящее время разработанная модель используется торговой сетью как один из методов прогноза товарооборота потенциальных открытий.