![\"Image\"](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2022\/09\/luca-serr.jpeg\")
![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2021\/04\/Medium-Blog.png\" "\\"Moyen")
<\/span><\/div>Contexte \u00e9conomique<\/p><\/h2><\/div>Lors de la planification de futures campagnes promotionnelles, les responsables de la planification de la demande doivent d\u00e9cider quels assortiments de produits feront l'objet d'une remise, avec un certain m\u00e9canisme promotionnel (par exemple \u201c-15%\u201d, \u201cachetez 2, obtenez 1 gratuit\u201d etc...).<\/p>\n
Il s'agit de d\u00e9cisions difficiles \u00e0 prendre :<\/p>\n<\/div>
- <\/i><\/span>Opter pour\u00a0trop de promotions<\/strong>\u00a0serait\u00a0ne pas \u00eatre<\/strong>\u00a0un\u00a0efficace<\/strong>\u00a0(les clients s'habitueront aux promotions et auront tendance \u00e0 attendre la prochaine).<\/div><\/li>
- <\/i><\/span>Choisir le\u00a0promotions erron\u00e9es<\/strong>\u00a0entra\u00eenerait des d\u00e9ficits et des\u00a0pertes<\/strong>.<\/div><\/li><\/ul>
Pour la plupart des entreprises de vente au d\u00e9tail, la\u00a0choix de la campagne<\/strong>\u00a0sont r\u00e9alis\u00e9s\u00a0sur la base de leur connaissance de l'entreprise<\/strong>\u00a0et le\u00a0les r\u00e9sultats des promotions ant\u00e9rieures<\/em>. Cependant, le \u201cperformance<\/strong>\u00a0des promotions ant\u00e9rieures\u201d est\u00a0difficile \u00e0 estimer<\/strong>. En effet, les campagnes promotionnelles augmentent les ventes (dans la plupart des cas), mais comment estimer l'efficacit\u00e9 ou le retour sur investissement (RSI) si nous ne savons pas quelles auraient \u00e9t\u00e9 les ventes sans promotion ? Cette valeur hypoth\u00e9tique des ventes sans promotion peut \u00eatre appel\u00e9e un\u00a0ligne de base<\/em>. En d'autres termes, il s'agit d'\u00eatre capable d'estimer les\u00a0ventes suppl\u00e9mentaires<\/strong>\u00a0(ou\u00a0soul\u00e8vement<\/em>) d'une campagne de promotion, correspondant \u00e0 la\u00a0ventes r\u00e9elles<\/strong>,\u00a0moins la ligne de base<\/strong>.<\/p>\nPour r\u00e9pondre \u00e0 cette question, nous avons cr\u00e9\u00e9 un outil capable d'estimer l'augmentation des ventes promotionnelles des campagnes pass\u00e9es, avec une pr\u00e9cision de pr\u00e8s de 90%.
\nCette t\u00e2che est tr\u00e8s difficile car l'objectif est d'\u00e9tablir des pr\u00e9visions de\u00a0hypoth\u00e9tique<\/em>\u00a0des ventes dans une autre situation (ici, si la campagne promotionnelle n'avait pas eu lieu pour un produit donn\u00e9). On peut parler de \u201cpr\u00e9visions contrefactuelles<\/em>\u201d. Cet article est principalement bas\u00e9 sur notre exp\u00e9rience dans le cadre d'un projet que nous avons r\u00e9alis\u00e9 pour une cha\u00eene de magasins fran\u00e7aise.<\/p>\nSon objectif est de d\u00e9crire l'approche que nous avons utilis\u00e9e, de donner des conseils et des mises en garde lors de la mise en \u0153uvre d'une solution de pr\u00e9vision contrefactuelle (Pr\u00e9paration data<\/em>,\u00a0mod\u00e9lisation<\/em>), expliquez les\u00a0l'\u00e9valuation<\/em>\u00a0et, enfin, de discuter de l'efficacit\u00e9 de la\u00a0limites<\/em>\u00a0et\u00a0prochaines \u00e9tapes<\/em>\u00a0\u00e0 cette approche.<\/p>\n<\/div>Qu'est-ce que la pr\u00e9vision contrefactuelle et pourquoi est-elle difficile \u00e0 pr\u00e9voir ?<\/h2><\/div>La pr\u00e9vision contrefactuelle est le processus qui consiste \u00e0 pr\u00e9dire quelque chose dans la forme :\u00a0ce que\u00a0<\/em>X\u00a0s'il n'y avait pas eu de\u00a0<\/em>Y. Dans notre cas d'utilisation,\u00a0X<\/em>\u00a0seraient les ventes et les\u00a0Y<\/em>\u00a0serait une campagne de promotion.<\/p>\nIl existe en effet\u00a0plusieurs champs<\/strong>\u00a0o\u00f9 ce processus peut \u00eatre appliqu\u00e9 :\u00a0rupture de stock<\/strong>\u00a0(estimer le manque \u00e0 gagner d\u00fb aux ruptures de stock), toute\u00a0les \u00e9v\u00e9nements sp\u00e9ciaux qui ne durent pas trop longtemps<\/strong>\u00a0(Covid : ne fonctionne pas !) afin d'avoir suffisamment de data pour estimer ce contrefactuel.<\/p>\nLe probl\u00e8me de la promotion peut \u00eatre abord\u00e9 sous trois angles (class\u00e9s par ordre de difficult\u00e9 croissante) :<\/p>\n<\/div>
- <\/i><\/span>\n
1. Comprendre les promotions ant\u00e9rieures :<\/strong> estimer de mani\u00e8re approfondie les performances (augmentation des ventes ou retour sur investissement, par exemple) des campagnes de promotion pr\u00e9c\u00e9dentes.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
2. Pr\u00e9voir <\/strong>les performance <\/strong>de promotion future<\/strong>\u00a0les campagnes en fonction de leurs caract\u00e9ristiques (produits sold\u00e9s, dates de d\u00e9but et de fin, m\u00e9canisme...)<\/p>\n<\/div><\/li>- <\/i><\/span>\n
3. Optimiser le plan de promotion<\/strong>la recherche de la meilleure configuration pour les promotions futures afin de maximiser les indicateurs de performance de l'entreprise.<\/p>\n<\/div><\/li><\/ul>Dans cet article,\u00a0nous nous concentrerons sur la premi\u00e8re \u00e9tape<\/em>\u00a0car c'\u00e9tait l'objectif de notre projet. Toutefois, nous donnerons quelques indications sur la mani\u00e8re d'aborder les deux autres dans les sections suivantes.<\/p>\nDeux raisons principales font de la pr\u00e9vision contrefactuelle un processus difficile :<\/p>\n<\/div>
- <\/i><\/span>\n
Il existe un manque de litt\u00e9rature ou d'exemples<\/strong>\u00a0sur le sujet, alors qu'il est tr\u00e8s utile dans le commerce de d\u00e9tail et dans d'autres secteurs.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Dans les pr\u00e9visions contrefactuelles,\u00a0il n'y a pas de v\u00e9rit\u00e9 de base<\/strong>, Il s'agit d'une chose qui n'a pas eu lieu. L'\u00e9valuation des performances semble donc assez difficile (heureusement, nous avons trouv\u00e9 une approche qui sera pr\u00e9sent\u00e9e dans la section \u00c9valuation).<\/p>\n<\/div><\/li><\/ul>Approche propos\u00e9e<\/h2><\/div>L'approche que nous avons utilis\u00e9e pour construire notre outil est la suivante :<\/p>\n<\/div>
- <\/i><\/span>\n
1. Train<\/strong>\u00a0une pr\u00e9vision\u00a0mod\u00e8le sur les dates hors promotion<\/strong>, Le site Web de la Commission europ\u00e9enne est un outil de r\u00e9f\u00e9rence qui permet de savoir \u00e0 quoi devraient ressembler les ventes en l'absence de toute promotion programm\u00e9e.<\/p>\n<\/div><\/li>- <\/i><\/span>\n
2. Pr\u00e9voir<\/strong>\u00a0sur tous les points data (en fait, seuls les pronostics pendant la promotion sont utilis\u00e9s mais il peut \u00eatre bon de conserver les pronostics partout pour des raisons d'interpr\u00e9tation).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
3. Comparez<\/strong>\u00a0Cette m\u00e9thode consiste \u00e0 comparer les ventes de r\u00e9f\u00e9rence pr\u00e9vues aux ventes r\u00e9elles pendant chaque promotion afin d'en d\u00e9duire l'augmentation des ventes.<\/p>\n<\/div><\/li><\/ul>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2022\/09\/article-medium1.png\" "\\"article-medium1\\"")
<\/span><\/div>Remarque importante<\/em>: L'objectif est d'utiliser les pr\u00e9visions pendant les p\u00e9riodes de promotion, qui se situent dans le pass\u00e9. C'est parce que cette t\u00e2che est une\u00a0a posteriori<\/em>\u00a0l'analyse<\/strong>\u00a0que, contrairement aux pr\u00e9visions classiques, il n'est pas possible d'obtenir des r\u00e9sultats satisfaisants.\u00a0Il est possible de s'entra\u00eener \u00e0 des dates qui sont\u00a0apr\u00e8s<\/em>\u00a0la p\u00e9riode d'inf\u00e9rence<\/strong>, correspondant \u00e0 la campagne de promotion. Il n'y a pas de notion de fuite data ici puisque nous essayons d'expliquer un ph\u00e9nom\u00e8ne qui s'est produit dans le pass\u00e9. Ainsi, le processus de formation et d'inf\u00e9rence se pr\u00e9sente comme suit :<\/p>\n<\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2022\/09\/Article-medium2.png\" "\\"Article-medium2\\"")
<\/span><\/div>Mise en \u0153uvre<\/p><\/h2><\/div>Pr\u00e9paration du data<\/p><\/h3><\/div>Pour s'attaquer au probl\u00e8me de la promotion, il faut utiliser le format data appropri\u00e9. En g\u00e9n\u00e9ral, nous avons acc\u00e8s \u00e0 deux types de data :<\/p>\n
1. Promotionnel data<\/strong>\u00a0(informations descriptives relatives aux promotions)<\/p>\n2. Vente data<\/strong>.<\/p>\n<\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2022\/09\/article-medium3.png\" "\\"article-medium3\\"")
<\/span><\/div>Le data pr\u00e9trait\u00e9 est essentiellement le data des ventes, enrichi d'informations sur les promotions (jointure gauche, voir la figure ci-dessus). Chaque ligne avec un \u201ctype de promotion\u201d non nul correspond \u00e0 un jour o\u00f9 le produit est en promotion.<\/p>\n
Avant de proc\u00e9der \u00e0 la premi\u00e8re mise en \u0153uvre, il est important de\u00a0\u00e9valuer la qualit\u00e9 du data<\/strong>. Voici quelques lignes directrices concernant les contr\u00f4les \u00e0 effectuer :<\/p>\n1. Recherchez les principaux questions<\/strong>\u00a0dans le\u00a0s\u00e9rie chronologique<\/strong>:<\/p>\n<\/div>- <\/i><\/span>\n
Intermittent<\/strong>\u00a0et\/ou tr\u00e8s\u00a0faibles ventes\u00a0<\/strong>(il sera difficile d'apprendre une base de r\u00e9f\u00e9rence).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Les promotions durent trop longtemps<\/strong>\u00a0et\/ou sont trop fr\u00e9quents (donc pas assez de points data pour s'entra\u00eener).<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Certains\u00a0produits<\/strong>\u00a0sont en\u00a0promotions multiples<\/strong>\u00a0en m\u00eame temps (quelle promotion est \u00e0 l'origine de ces ventes suppl\u00e9mentaires ?)<\/p>\n<\/div><\/li><\/ul>2. D\u00e9finissez un\u00a0granularit\u00e9<\/strong>\u00a0pour le cas d'utilisation :<\/p>\n<\/div>- <\/i><\/span>\n
L'heure<\/strong>\u00a0granularit\u00e9 : l'analyse sera-t-elle quotidienne ou hebdomadaire ?<\/p>\n<\/div><\/li>- <\/i><\/span>Objet<\/strong>\u00a0granularit\u00e9 : une s\u00e9rie chronologique par article ? Par famille d'articles ? Parfois, vous ne pourrez pas r\u00e9duire la granularit\u00e9 si le nombre d'unit\u00e9s vendues par \u00e9l\u00e9ment temporel n'est pas assez \u00e9lev\u00e9 ou si la s\u00e9rie temporelle est trop intermittente. Les\u00a0ventes agr\u00e9g\u00e9es\u00a0<\/strong>sera\u00a0plus doux<\/strong>, Ils peuvent \u00e9galement \u00eatre utilis\u00e9s pour des questions de volume, mais ils peuvent parfois \u00eatre utilis\u00e9s pour des questions de volume, mais ils peuvent parfois \u00eatre utilis\u00e9s pour des questions de volume.\u00a0manque d'interpr\u00e9tabilit\u00e9<\/strong>.<\/div><\/li><\/ul>
Ainsi, si les s\u00e9ries temporelles sont suffisamment claires, un bon point de d\u00e9part consiste \u00e0 adopter l'approche la plus granulaire (par exemple, produit X jour, surtout si vous travaillez avec Prophet, comme nous l'avons fait dans le cadre de ce projet).<\/p>\n
3. Disposer d'un\u00a0un champ de promotion clair<\/strong>Les promotions sont-elles planifi\u00e9es au niveau national ? Les promotions sont-elles planifi\u00e9es au niveau national ? (si ce n'est pas le cas, on ne peut pas, par exemple, agr\u00e9ger les ventes d'un produit dans tous les magasins d'un pays).<\/p>\nUne fois le data v\u00e9rifi\u00e9 et pr\u00e9par\u00e9, il est temps de proc\u00e9der au modelage.<\/p>\n<\/div>
Mod\u00e9lisation<\/p><\/h3><\/div>Premi\u00e8res it\u00e9rations et principaux enseignements<\/h4><\/div>Nous\u00a0a commenc\u00e9<\/strong>\u00a0nos premi\u00e8res it\u00e9rations avec\u00a0Proph\u00e8te<\/strong><\/a>\u00a0parce qu'il nous a permis d'avoir une\u00a0ligne de base<\/strong>\u00a0tr\u00e8s\u00a0rapidement<\/strong>, ajoutez facilement\u00a0r\u00e9gresseurs<\/strong><\/a>, et\u00a0interpr\u00e9ter<\/strong>\u00a0les r\u00e9sultats naturellement (gr\u00e2ce \u00e0 sa d\u00e9composition additive).<\/p>\nVoici un r\u00e9sum\u00e9 des principales am\u00e9liorations apport\u00e9es \u00e0 l'it\u00e9ration au cours du projet :<\/p>\n<\/div>
![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2022\/10\/article-medium4.png\" "\\"article-medium4\\"")
<\/span><\/div>En principe, le\u00a0principales am\u00e9liorations<\/strong>\u00a0provenaient de la\u00a0r\u00e9gresseurs<\/strong>\u00a0avons-nous ajout\u00e9 :<\/p>\n<\/div>- <\/i><\/span>
Lors de la planification de futures campagnes promotionnelles, les responsables de la planification de la demande doivent d\u00e9cider quels assortiments de produits feront l'objet d'une remise, avec un certain m\u00e9canisme promotionnel (par exemple \u201c-15%\u201d, \u201cachetez 2, obtenez 1 gratuit\u201d etc...).<\/p>\n
Il s'agit de d\u00e9cisions difficiles \u00e0 prendre :<\/p>\n<\/div>
- <\/i><\/span>Opter pour\u00a0trop de promotions<\/strong>\u00a0serait\u00a0ne pas \u00eatre<\/strong>\u00a0un\u00a0efficace<\/strong>\u00a0(les clients s'habitueront aux promotions et auront tendance \u00e0 attendre la prochaine).<\/div><\/li>
- <\/i><\/span>
Choisir le\u00a0promotions erron\u00e9es<\/strong>\u00a0entra\u00eenerait des d\u00e9ficits et des\u00a0pertes<\/strong>.<\/div><\/li><\/ul>Pour la plupart des entreprises de vente au d\u00e9tail, la\u00a0choix de la campagne<\/strong>\u00a0sont r\u00e9alis\u00e9s\u00a0sur la base de leur connaissance de l'entreprise<\/strong>\u00a0et le\u00a0les r\u00e9sultats des promotions ant\u00e9rieures<\/em>. Cependant, le \u201cperformance<\/strong>\u00a0des promotions ant\u00e9rieures\u201d est\u00a0difficile \u00e0 estimer<\/strong>. En effet, les campagnes promotionnelles augmentent les ventes (dans la plupart des cas), mais comment estimer l'efficacit\u00e9 ou le retour sur investissement (RSI) si nous ne savons pas quelles auraient \u00e9t\u00e9 les ventes sans promotion ? Cette valeur hypoth\u00e9tique des ventes sans promotion peut \u00eatre appel\u00e9e un\u00a0ligne de base<\/em>. En d'autres termes, il s'agit d'\u00eatre capable d'estimer les\u00a0ventes suppl\u00e9mentaires<\/strong>\u00a0(ou\u00a0soul\u00e8vement<\/em>) d'une campagne de promotion, correspondant \u00e0 la\u00a0ventes r\u00e9elles<\/strong>,\u00a0moins la ligne de base<\/strong>.<\/p>\n
Pour r\u00e9pondre \u00e0 cette question, nous avons cr\u00e9\u00e9 un outil capable d'estimer l'augmentation des ventes promotionnelles des campagnes pass\u00e9es, avec une pr\u00e9cision de pr\u00e8s de 90%.
\nCette t\u00e2che est tr\u00e8s difficile car l'objectif est d'\u00e9tablir des pr\u00e9visions de\u00a0hypoth\u00e9tique<\/em>\u00a0des ventes dans une autre situation (ici, si la campagne promotionnelle n'avait pas eu lieu pour un produit donn\u00e9). On peut parler de \u201cpr\u00e9visions contrefactuelles<\/em>\u201d. Cet article est principalement bas\u00e9 sur notre exp\u00e9rience dans le cadre d'un projet que nous avons r\u00e9alis\u00e9 pour une cha\u00eene de magasins fran\u00e7aise.<\/p>\nSon objectif est de d\u00e9crire l'approche que nous avons utilis\u00e9e, de donner des conseils et des mises en garde lors de la mise en \u0153uvre d'une solution de pr\u00e9vision contrefactuelle (Pr\u00e9paration data<\/em>,\u00a0mod\u00e9lisation<\/em>), expliquez les\u00a0l'\u00e9valuation<\/em>\u00a0et, enfin, de discuter de l'efficacit\u00e9 de la\u00a0limites<\/em>\u00a0et\u00a0prochaines \u00e9tapes<\/em>\u00a0\u00e0 cette approche.<\/p>\n<\/div>
Qu'est-ce que la pr\u00e9vision contrefactuelle et pourquoi est-elle difficile \u00e0 pr\u00e9voir ?<\/h2><\/div>
La pr\u00e9vision contrefactuelle est le processus qui consiste \u00e0 pr\u00e9dire quelque chose dans la forme :\u00a0ce que\u00a0<\/em>X\u00a0s'il n'y avait pas eu de\u00a0<\/em>Y. Dans notre cas d'utilisation,\u00a0X<\/em>\u00a0seraient les ventes et les\u00a0Y<\/em>\u00a0serait une campagne de promotion.<\/p>\n
Il existe en effet\u00a0plusieurs champs<\/strong>\u00a0o\u00f9 ce processus peut \u00eatre appliqu\u00e9 :\u00a0rupture de stock<\/strong>\u00a0(estimer le manque \u00e0 gagner d\u00fb aux ruptures de stock), toute\u00a0les \u00e9v\u00e9nements sp\u00e9ciaux qui ne durent pas trop longtemps<\/strong>\u00a0(Covid : ne fonctionne pas !) afin d'avoir suffisamment de data pour estimer ce contrefactuel.<\/p>\n
Le probl\u00e8me de la promotion peut \u00eatre abord\u00e9 sous trois angles (class\u00e9s par ordre de difficult\u00e9 croissante) :<\/p>\n<\/div>
- <\/i><\/span>\n
1. Comprendre les promotions ant\u00e9rieures :<\/strong> estimer de mani\u00e8re approfondie les performances (augmentation des ventes ou retour sur investissement, par exemple) des campagnes de promotion pr\u00e9c\u00e9dentes.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\n2. Pr\u00e9voir <\/strong>les performance <\/strong>de promotion future<\/strong>\u00a0les campagnes en fonction de leurs caract\u00e9ristiques (produits sold\u00e9s, dates de d\u00e9but et de fin, m\u00e9canisme...)<\/p>\n<\/div><\/li>
- <\/i><\/span>
\n3. Optimiser le plan de promotion<\/strong>la recherche de la meilleure configuration pour les promotions futures afin de maximiser les indicateurs de performance de l'entreprise.<\/p>\n<\/div><\/li><\/ul>
Dans cet article,\u00a0nous nous concentrerons sur la premi\u00e8re \u00e9tape<\/em>\u00a0car c'\u00e9tait l'objectif de notre projet. Toutefois, nous donnerons quelques indications sur la mani\u00e8re d'aborder les deux autres dans les sections suivantes.<\/p>\n
Deux raisons principales font de la pr\u00e9vision contrefactuelle un processus difficile :<\/p>\n<\/div>
- <\/i><\/span>\n
Il existe un manque de litt\u00e9rature ou d'exemples<\/strong>\u00a0sur le sujet, alors qu'il est tr\u00e8s utile dans le commerce de d\u00e9tail et dans d'autres secteurs.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nDans les pr\u00e9visions contrefactuelles,\u00a0il n'y a pas de v\u00e9rit\u00e9 de base<\/strong>, Il s'agit d'une chose qui n'a pas eu lieu. L'\u00e9valuation des performances semble donc assez difficile (heureusement, nous avons trouv\u00e9 une approche qui sera pr\u00e9sent\u00e9e dans la section \u00c9valuation).<\/p>\n<\/div><\/li><\/ul>
Approche propos\u00e9e<\/h2><\/div>
L'approche que nous avons utilis\u00e9e pour construire notre outil est la suivante :<\/p>\n<\/div>
- <\/i><\/span>\n
1. Train<\/strong>\u00a0une pr\u00e9vision\u00a0mod\u00e8le sur les dates hors promotion<\/strong>, Le site Web de la Commission europ\u00e9enne est un outil de r\u00e9f\u00e9rence qui permet de savoir \u00e0 quoi devraient ressembler les ventes en l'absence de toute promotion programm\u00e9e.<\/p>\n<\/div><\/li>
- <\/i><\/span>
\n2. Pr\u00e9voir<\/strong>\u00a0sur tous les points data (en fait, seuls les pronostics pendant la promotion sont utilis\u00e9s mais il peut \u00eatre bon de conserver les pronostics partout pour des raisons d'interpr\u00e9tation).<\/p>\n<\/div><\/li>
- <\/i><\/span>
\n3. Comparez<\/strong>\u00a0Cette m\u00e9thode consiste \u00e0 comparer les ventes de r\u00e9f\u00e9rence pr\u00e9vues aux ventes r\u00e9elles pendant chaque promotion afin d'en d\u00e9duire l'augmentation des ventes.<\/p>\n<\/div><\/li><\/ul>
<\/span><\/div>Remarque importante<\/em>: L'objectif est d'utiliser les pr\u00e9visions pendant les p\u00e9riodes de promotion, qui se situent dans le pass\u00e9. C'est parce que cette t\u00e2che est une\u00a0a posteriori<\/em>\u00a0l'analyse<\/strong>\u00a0que, contrairement aux pr\u00e9visions classiques, il n'est pas possible d'obtenir des r\u00e9sultats satisfaisants.\u00a0Il est possible de s'entra\u00eener \u00e0 des dates qui sont\u00a0apr\u00e8s<\/em>\u00a0la p\u00e9riode d'inf\u00e9rence<\/strong>, correspondant \u00e0 la campagne de promotion. Il n'y a pas de notion de fuite data ici puisque nous essayons d'expliquer un ph\u00e9nom\u00e8ne qui s'est produit dans le pass\u00e9. Ainsi, le processus de formation et d'inf\u00e9rence se pr\u00e9sente comme suit :<\/p>\n<\/div>
<\/span><\/div>Mise en \u0153uvre<\/p><\/h2><\/div>
Pr\u00e9paration du data<\/p><\/h3><\/div>
Pour s'attaquer au probl\u00e8me de la promotion, il faut utiliser le format data appropri\u00e9. En g\u00e9n\u00e9ral, nous avons acc\u00e8s \u00e0 deux types de data :<\/p>\n
1. Promotionnel data<\/strong>\u00a0(informations descriptives relatives aux promotions)<\/p>\n
2. Vente data<\/strong>.<\/p>\n<\/div>
<\/span><\/div>Le data pr\u00e9trait\u00e9 est essentiellement le data des ventes, enrichi d'informations sur les promotions (jointure gauche, voir la figure ci-dessus). Chaque ligne avec un \u201ctype de promotion\u201d non nul correspond \u00e0 un jour o\u00f9 le produit est en promotion.<\/p>\n
Avant de proc\u00e9der \u00e0 la premi\u00e8re mise en \u0153uvre, il est important de\u00a0\u00e9valuer la qualit\u00e9 du data<\/strong>. Voici quelques lignes directrices concernant les contr\u00f4les \u00e0 effectuer :<\/p>\n
1. Recherchez les principaux questions<\/strong>\u00a0dans le\u00a0s\u00e9rie chronologique<\/strong>:<\/p>\n<\/div>
- <\/i><\/span>\n
Intermittent<\/strong>\u00a0et\/ou tr\u00e8s\u00a0faibles ventes\u00a0<\/strong>(il sera difficile d'apprendre une base de r\u00e9f\u00e9rence).<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nLes promotions durent trop longtemps<\/strong>\u00a0et\/ou sont trop fr\u00e9quents (donc pas assez de points data pour s'entra\u00eener).<\/p>\n<\/div><\/li>
- <\/i><\/span>
\nCertains\u00a0produits<\/strong>\u00a0sont en\u00a0promotions multiples<\/strong>\u00a0en m\u00eame temps (quelle promotion est \u00e0 l'origine de ces ventes suppl\u00e9mentaires ?)<\/p>\n<\/div><\/li><\/ul>
2. D\u00e9finissez un\u00a0granularit\u00e9<\/strong>\u00a0pour le cas d'utilisation :<\/p>\n<\/div>
- <\/i><\/span>\n
L'heure<\/strong>\u00a0granularit\u00e9 : l'analyse sera-t-elle quotidienne ou hebdomadaire ?<\/p>\n<\/div><\/li>
- <\/i><\/span>
Objet<\/strong>\u00a0granularit\u00e9 : une s\u00e9rie chronologique par article ? Par famille d'articles ? Parfois, vous ne pourrez pas r\u00e9duire la granularit\u00e9 si le nombre d'unit\u00e9s vendues par \u00e9l\u00e9ment temporel n'est pas assez \u00e9lev\u00e9 ou si la s\u00e9rie temporelle est trop intermittente. Les\u00a0ventes agr\u00e9g\u00e9es\u00a0<\/strong>sera\u00a0plus doux<\/strong>, Ils peuvent \u00e9galement \u00eatre utilis\u00e9s pour des questions de volume, mais ils peuvent parfois \u00eatre utilis\u00e9s pour des questions de volume, mais ils peuvent parfois \u00eatre utilis\u00e9s pour des questions de volume.\u00a0manque d'interpr\u00e9tabilit\u00e9<\/strong>.<\/div><\/li><\/ul>Ainsi, si les s\u00e9ries temporelles sont suffisamment claires, un bon point de d\u00e9part consiste \u00e0 adopter l'approche la plus granulaire (par exemple, produit X jour, surtout si vous travaillez avec Prophet, comme nous l'avons fait dans le cadre de ce projet).<\/p>\n
3. Disposer d'un\u00a0un champ de promotion clair<\/strong>Les promotions sont-elles planifi\u00e9es au niveau national ? Les promotions sont-elles planifi\u00e9es au niveau national ? (si ce n'est pas le cas, on ne peut pas, par exemple, agr\u00e9ger les ventes d'un produit dans tous les magasins d'un pays).<\/p>\n
Une fois le data v\u00e9rifi\u00e9 et pr\u00e9par\u00e9, il est temps de proc\u00e9der au modelage.<\/p>\n<\/div>
Mod\u00e9lisation<\/p><\/h3><\/div>
Premi\u00e8res it\u00e9rations et principaux enseignements<\/h4><\/div>
Nous\u00a0a commenc\u00e9<\/strong>\u00a0nos premi\u00e8res it\u00e9rations avec\u00a0Proph\u00e8te<\/strong><\/a>\u00a0parce qu'il nous a permis d'avoir une\u00a0ligne de base<\/strong>\u00a0tr\u00e8s\u00a0rapidement<\/strong>, ajoutez facilement\u00a0r\u00e9gresseurs<\/strong><\/a>, et\u00a0interpr\u00e9ter<\/strong>\u00a0les r\u00e9sultats naturellement (gr\u00e2ce \u00e0 sa d\u00e9composition additive).<\/p>\n
Voici un r\u00e9sum\u00e9 des principales am\u00e9liorations apport\u00e9es \u00e0 l'it\u00e9ration au cours du projet :<\/p>\n<\/div>
<\/span><\/div>En principe, le\u00a0principales am\u00e9liorations<\/strong>\u00a0provenaient de la\u00a0r\u00e9gresseurs<\/strong>\u00a0avons-nous ajout\u00e9 :<\/p>\n<\/div>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>
- <\/i><\/span>