{"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\/fr\/blog\/sales-forecasting-in-retail-what-we-learned-from-the-m5-competition-published-in-medium-tech-blog\/","title":{"rendered":"Pr\u00e9vision des ventes dans le commerce de d\u00e9tail : ce que nous avons appris du concours M5"},"content":{"rendered":"

5 f\u00e9vrier 2021
\nDans cet article, Maxime Lutel, scientifique de Data, r\u00e9sume les enseignements qu'il a tir\u00e9s du concours de pr\u00e9vision des ventes M5, qui consistait \u00e0 pr\u00e9dire les ventes futures dans plusieurs magasins Walmart. Il vous guidera \u00e0 travers notre solution et discutera du mod\u00e8le d'apprentissage automatique qui a le mieux fonctionn\u00e9 pour cette t\u00e2che.<\/p>\n<\/div>

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

Utiliser l'apprentissage automatique pour relever les d\u00e9fis commerciaux des d\u00e9taillants<\/h2><\/div>

La pr\u00e9cision des pr\u00e9visions de vente est essentielle pour que les entreprises de vente au d\u00e9tail puissent produire la quantit\u00e9 requise au bon moment. Mais m\u00eame si \u00e9viter le gaspillage et les p\u00e9nuries est l'une de leurs principales pr\u00e9occupations, les d\u00e9taillants ont encore une grande marge d'am\u00e9lioration. C'est du moins ce que pensent les employ\u00e9s de Walmart, qui ont lanc\u00e9 en mars 2020 un concours scientifique ouvert data... le concours M5<\/a>\u00a0- pour voir comment ils pourraient am\u00e9liorer leurs mod\u00e8les de pr\u00e9vision.<\/p>\n

Le concours visait \u00e0 pr\u00e9dire les ventes futures au niveau du produit, sur la base de l'historique des data. Plus de 5 000 \u00e9quipes d'amateurs de data et d'experts en pr\u00e9vision ont discut\u00e9 pendant des mois des m\u00e9thodes, des caract\u00e9ristiques et des mod\u00e8les qui conviendraient le mieux pour r\u00e9soudre ce probl\u00e8me bien connu d'apprentissage automatique. Ces d\u00e9bats ont mis en lumi\u00e8re certains probl\u00e8mes r\u00e9currents rencontr\u00e9s dans presque tous les projets de pr\u00e9vision. Plus important encore, ils ont mis en \u00e9vidence une grande vari\u00e9t\u00e9 d'approches pour les r\u00e9soudre.<\/p>\n

Cet article vise \u00e0 r\u00e9sumer quelques\u00a0les principales id\u00e9es qui se sont d\u00e9gag\u00e9es du d\u00e9fi<\/strong>. Chez Artefact, nous croyons en l'apprentissage par la pratique, nous avons donc d\u00e9cid\u00e9 de tenter notre chance et de coder notre propre solution pour l'illustrer. Nous allons maintenant parcourir l'ensemble du pipeline de pr\u00e9vision et nous arr\u00eater en cours de route pour comprendre ce qui a fonctionn\u00e9 et ce qui a \u00e9chou\u00e9.<\/p>\n<\/div>

\u00c9nonc\u00e9 du probl\u00e8me : Pr\u00e9vision hi\u00e9rarchique des s\u00e9ries temporelles<\/h2><\/div>

L'ensemble dataset contient un historique des ventes sur 5 ans, de 2011 \u00e0 2016, pour divers produits et magasins. Certaines informations suppl\u00e9mentaires sont fournies, telles que les prix de vente et les \u00e9v\u00e9nements du calendrier. Data est organis\u00e9 de mani\u00e8re hi\u00e9rarchique : les magasins sont divis\u00e9s en trois \u00e9tats et les produits sont regroup\u00e9s par cat\u00e9gories et sous-cat\u00e9gories.<\/p>\n<\/div>

<\/span><\/div>

Notre t\u00e2che consiste \u00e0\u00a0Pr\u00e9vision des ventes pour tous les produits dans chaque magasin, les jours suivant la date de disponibilit\u00e9 dataset<\/strong>. Cela signifie que 30 490 pr\u00e9visions doivent \u00eatre effectu\u00e9es pour chaque jour de l'horizon de pr\u00e9vision.<\/p>\n

Cette hi\u00e9rarchie guidera nos choix de mod\u00e9lisation, car les interactions au sein des cat\u00e9gories de produits ou des magasins contiennent des informations tr\u00e8s utiles \u00e0 des fins de pr\u00e9diction. En effet, des articles appartenant aux m\u00eames magasins et aux m\u00eames cat\u00e9gories peuvent avoir une \u00e9volution similaire des ventes ou, au contraire, se cannibaliser les uns les autres. Par cons\u00e9quent, nous allons d\u00e9crire chaque \u00e9chantillon par des caract\u00e9ristiques qui capturent ces interactions, et\u00a0privil\u00e9gier les approches bas\u00e9es sur l'apprentissage automatique par rapport aux approches pr\u00e9visionnelles traditionnelles<\/strong>, afin de prendre en compte cette information lors de l'apprentissage du mod\u00e8le.<\/p>\n<\/div>

Deux d\u00e9fis principaux : des valeurs intermittentes et un horizon de pr\u00e9diction \u00e9tendu<\/h2><\/div>

\u00c0 ce stade, vous pensez peut-\u00eatre qu'il s'agit d'un probl\u00e8me de pr\u00e9vision tr\u00e8s courant. Vous avez raison et c'est pour cela qu'il est int\u00e9ressant : il peut se rapporter \u00e0 un large \u00e9ventail d'autres projets, m\u00eame si chaque secteur a ses propres caract\u00e9ristiques. Cependant, ce d\u00e9fi pr\u00e9sente deux sp\u00e9cificit\u00e9s importantes qui rendront la t\u00e2che plus difficile que pr\u00e9vu.<\/p>\n

La premi\u00e8re est que les s\u00e9ries temporelles avec lesquelles nous travaillons pr\u00e9sentent de nombreuses valeurs intermittentes, c'est-\u00e0-dire de longues p\u00e9riodes de jours cons\u00e9cutifs sans ventes, comme l'illustre le graphique ci-dessous. Cela peut \u00eatre d\u00fb \u00e0 des ruptures de stock ou \u00e0 une surface d'\u00e9talage limit\u00e9e dans les magasins. Quoi qu'il en soit, cela complique la t\u00e2che, car l'erreur montera en fl\u00e8che si les ventes sont pr\u00e9dites \u00e0 un niveau r\u00e9gulier alors que le produit n'est pas en rayon.<\/p>\n<\/div>

<\/span><\/div>

La seconde provient de la t\u00e2che elle-m\u00eame, et plus pr\u00e9cis\u00e9ment de la\u00a0taille de l'horizon de pr\u00e9diction<\/strong>. Les concurrents doivent \u00e9tablir des pr\u00e9visions non seulement pour la semaine suivante, mais aussi pour une p\u00e9riode de quatre semaines. Pr\u00e9f\u00e9reriez-vous vous fier aux pr\u00e9visions m\u00e9t\u00e9orologiques pour le lendemain ou pour le mois suivant ? Il en va de m\u00eame pour les pr\u00e9visions de ventes : un horizon de pr\u00e9vision \u00e9tendu rend le probl\u00e8me plus complexe, car l'incertitude augmente avec le temps.<\/p>\n<\/div>

Ing\u00e9nierie des fonctionnalit\u00e9s - Mod\u00e9lisation des facteurs d\u00e9terminants des ventes<\/h2><\/div>

Maintenant que nous avons compris la t\u00e2che \u00e0 accomplir, nous pouvons commencer \u00e0 calculer les caract\u00e9ristiques mod\u00e9lisant tous les ph\u00e9nom\u00e8nes susceptibles d'affecter l'\u00e9volution des ventes. L'objectif est ici de d\u00e9crire chaque triplet Jour x Produit x Magasin par un ensemble d'indicateurs qui saisissent les effets de facteurs tels que la saisonnalit\u00e9, les tendances ou les prix.<\/p>\n<\/div>

Saisonnalit\u00e9<\/h2><\/div>

Plut\u00f4t que d'utiliser la date de vente directement comme indicateur, il est g\u00e9n\u00e9ralement plus pertinent de la d\u00e9composer en plusieurs \u00e9l\u00e9ments pour caract\u00e9riser la saisonnalit\u00e9 : l'ann\u00e9e, le mois, le num\u00e9ro de semaine,\u00a0jour de la semaine<\/strong>... Ce dernier point est particuli\u00e8rement int\u00e9ressant car le probl\u00e8me pr\u00e9sente une forte p\u00e9riodicit\u00e9 hebdomadaire : les volumes de vente sont plus importants le week-end, lorsque les gens passent plus de temps dans les supermarch\u00e9s.<\/p>\n

Calendrier des \u00e9v\u00e9nements<\/strong>\u00a0tels que les vacances ou les finales de la NBA ont \u00e9galement un fort impact saisonnier. Une caract\u00e9ristique a \u00e9t\u00e9 cr\u00e9\u00e9e pour chaque \u00e9v\u00e9nement, avec les valeurs suivantes :<\/p>\n<\/div>