{"id":49861,"date":"2021-03-08T13:20:33","date_gmt":"2021-03-08T13:20:33","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=news&p=49861"},"modified":"2024-09-20T17:45:39","modified_gmt":"2024-09-20T16:45:39","slug":"sales-forecasting-in-retail-what-we-learned-from-the-m5-competition-published-in-medium-tech-blog","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/es\/blog\/sales-forecasting-in-retail-what-we-learned-from-the-m5-competition-published-in-medium-tech-blog\/","title":{"rendered":"Previsi\u00f3n de ventas en el comercio minorista: lo que aprendimos del concurso M5"},"content":{"rendered":"

5 de febrero de 2021
\nEn este art\u00edculo, el cient\u00edfico de Data Maxime Lutel resume sus aprendizajes del concurso de previsi\u00f3n de ventas M5, que consist\u00eda en predecir las ventas futuras en varias tiendas Walmart. Le guiar\u00e1 a trav\u00e9s de nuestra soluci\u00f3n y comentar\u00e1 qu\u00e9 modelo de aprendizaje autom\u00e1tico funcion\u00f3 mejor para esta tarea.<\/p>\n<\/div>

<\/span><\/div><\/div><\/div><\/div><\/div>

Utilizar el aprendizaje autom\u00e1tico para resolver los retos empresariales de los minoristas<\/h2><\/div>

Una previsi\u00f3n precisa de las ventas es fundamental para que las empresas minoristas produzcan la cantidad necesaria en el momento adecuado. Pero aunque evitar el despilfarro y la escasez sea una de sus principales preocupaciones, los minoristas a\u00fan tienen mucho margen de mejora. Al menos, eso es lo que piensa la gente que trabaja en Walmart, que en marzo de 2020 lanz\u00f3 un desaf\u00edo cient\u00edfico abierto data-. el concurso M5<\/a>\u00a0- para ver c\u00f3mo pod\u00edan mejorar sus modelos de previsi\u00f3n.<\/p>\n

El concurso ten\u00eda como objetivo predecir las ventas futuras a nivel de producto, bas\u00e1ndose en el hist\u00f3rico de data. M\u00e1s de 5000 equipos de amantes del data y expertos en previsi\u00f3n han debatido durante meses sobre los m\u00e9todos, las caracter\u00edsticas y los modelos que mejor funcionar\u00edan para abordar este conocido problema de aprendizaje autom\u00e1tico. Estos debates pusieron de manifiesto algunos problemas recurrentes que se plantean en casi todos los proyectos de previsi\u00f3n. Y lo que es a\u00fan m\u00e1s importante, pusieron de manifiesto una gran variedad de enfoques para abordarlos.<\/p>\n

Este art\u00edculo aspira a resumir algunos\u00a0ideas clave que surgieron del desaf\u00edo<\/strong>. En Artefact creemos en el aprendizaje a trav\u00e9s de la pr\u00e1ctica, as\u00ed que decidimos arriesgarnos y codificar nuestra propia soluci\u00f3n para ilustrarlo. Ahora vamos a recorrer todo el proceso de previsi\u00f3n y a detenernos por el camino para comprender qu\u00e9 funcion\u00f3 y qu\u00e9 fall\u00f3.<\/p>\n<\/div>

Planteamiento del problema: Previsi\u00f3n jer\u00e1rquica de series temporales<\/h2><\/div>

El dataset contiene el hist\u00f3rico de ventas de 5 a\u00f1os, de 2011 a 2016, de varios productos y tiendas. Se proporciona alguna informaci\u00f3n adicional, como los precios de venta y los eventos del calendario. Data est\u00e1 organizado jer\u00e1rquicamente: las tiendas se dividen en 3 estados y los productos se agrupan por categor\u00edas y subcategor\u00edas.<\/p>\n<\/div>

<\/span><\/div>

Nuestra tarea es\u00a0predecir las ventas de todos los productos de cada tienda, en los d\u00edas inmediatamente posteriores al dataset disponible<\/strong>. Significa que hay que hacer 30 490 previsiones para cada d\u00eda del horizonte de predicci\u00f3n.<\/p>\n

Esta jerarqu\u00eda guiar\u00e1 nuestras opciones de modelizaci\u00f3n, porque las interacciones dentro de las categor\u00edas de productos o las tiendas contienen informaci\u00f3n muy \u00fatil a efectos de predicci\u00f3n. En efecto, los art\u00edculos de las mismas tiendas y categor\u00edas podr\u00edan tener una evoluci\u00f3n de ventas similar o, por el contrario, podr\u00edan canibalizarse mutuamente. Por lo tanto, vamos a describir cada muestra mediante caracter\u00edsticas que capten estas interacciones, y\u00a0dar prioridad a los enfoques basados en el aprendizaje autom\u00e1tico frente a los tradicionales de previsi\u00f3n<\/strong>, para tener en cuenta esta informaci\u00f3n a la hora de entrenar el modelo.<\/p>\n<\/div>

Dos retos principales: valores intermitentes y un horizonte de predicci\u00f3n ampliado<\/h2><\/div>

A estas alturas, podr\u00eda pensar que se trata de un problema de previsi\u00f3n muy com\u00fan. Tiene raz\u00f3n y por eso es interesante: puede relacionarse con una amplia gama de otros proyectos, aunque cada industria tenga sus propias caracter\u00edsticas. Sin embargo, este reto tiene 2 especificidades importantes que har\u00e1n que la tarea sea m\u00e1s dif\u00edcil de lo esperado.<\/p>\n

La primera es que las series temporales con las que trabajamos tienen muchos valores intermitentes, es decir, largos periodos de d\u00edas consecutivos sin ventas, como se ilustra en el gr\u00e1fico siguiente. Esto podr\u00eda deberse al agotamiento de las existencias o a la limitaci\u00f3n de la superficie de las estanter\u00edas de las tiendas. En cualquier caso, esto complica la tarea, ya que el error se disparar\u00e1 si las ventas se predicen a un nivel regular mientras el producto est\u00e1 fuera de las estanter\u00edas.<\/p>\n<\/div>

<\/span><\/div>

La segunda proviene de la propia tarea, y m\u00e1s concretamente de la\u00a0tama\u00f1o del horizonte de predicci\u00f3n<\/strong>. Los competidores deben generar previsiones no s\u00f3lo para la pr\u00f3xima semana, sino para un periodo de 4 semanas. \u00bfPreferir\u00eda confiar en la previsi\u00f3n meteorol\u00f3gica para el d\u00eda siguiente o para dentro de 1 mes? Lo mismo ocurre con la previsi\u00f3n de ventas: un horizonte de predicci\u00f3n ampliado hace que el problema sea m\u00e1s complejo, ya que la incertidumbre aumenta con el tiempo.<\/p>\n<\/div>

Ingenier\u00eda de funciones - Modelizaci\u00f3n de los factores impulsores de las ventas<\/h2><\/div>

Ahora que hemos comprendido la tarea que tenemos entre manos, podemos empezar a calcular caracter\u00edsticas que modelen todos los fen\u00f3menos que puedan afectar a la evoluci\u00f3n de las ventas. El objetivo aqu\u00ed es describir cada tripleta D\u00eda x Producto x Tienda mediante un conjunto de indicadores que capten los efectos de factores como la estacionalidad, las tendencias o la fijaci\u00f3n de precios.<\/p>\n<\/div>

Estacionalidad<\/h2><\/div>

En lugar de utilizar directamente la fecha de venta como predictor, suele ser m\u00e1s pertinente descomponerla en varios rasgos para caracterizar la estacionalidad: a\u00f1o, mes, n\u00famero de semana,\u00a0d\u00eda de la semana<\/strong>... Esto \u00faltimo es especialmente perspicaz porque el problema tiene una fuerte periodicidad semanal: los vol\u00famenes de ventas son mayores los fines de semana, cuando la gente pasa m\u00e1s tiempo en los supermercados.<\/p>\n

Calendario de eventos<\/strong>\u00a0como las vacaciones o las finales de la NBA tambi\u00e9n tienen un fuerte impacto estacional. Se ha creado una caracter\u00edstica para cada acontecimiento, con los siguientes valores:<\/p>\n<\/div>