Сегодня расскажем о прогнозировании спроса в e-com Шаг 1: Moving Average (скользящая средняя) Среднее значение продаж за последние N периодов. Формула: (Продажи_день1+...+Продажи_день30) / 30 Когда использовать: стабильный товар, нет аналитики, нужен быстрый старт Плюсы: просто, быстро внедряется в Excel Минусы: не учитывает сезонность, акции, рекламу Это база. Шаг 2: Добавляем контекст Улучшаем прогноз: сезонность,акции,рекламные кампании,конкуренты Теперь: прогноз = MA × коэффициент сезонности × эффект от рекламы → Точность растёт на 30–40% Шаг 3: Машинное обучение (ML) Когда данных много и ручной подход не масштабируется. Что делает ML: Анализирует сотни факторов Находит скрытые паттерны Прогнозирует по каждому SKU Автоматически адаптируется Где используется: Прогноз спроса Оптимизация закупок Предиктивная аналитика возвратов LTV-моделирование

Результат: снижение затоваривания на 40%, дефицита - на 60%. Вывод: Начните с Moving Average. Добавьте контекст. Переходите к ML при росте сложности.