对于大多数制造企业来说，预测销量 是当今面临的主要挑战之一。
制造商很难完全控制其销售。现有的预测引擎有很大的局限性，主要有以下三个原因：
1.从主要数据源中提取数据的复杂性（Excel文件，媒体计划，PDF报告等）。
2.无法预测最终会对销售产生影响的若干因素（如社交媒体、竞争等）
3.无法预估特定行业产生的影响（全球购物者效应--奢侈品行业，政府的环保举措--汽车行业等）。
Artefact 提供数据驱动的解决方案，帮助企业寻求可靠的销售预测。
基于上述观察，并得益于我们强大的机器学习技术知识和先进的人工智能技术，我们建立了高度全面和可靠的卖出预测模型，能够适应市场不可预测的影响和行业规范。
预测促销活动对销售的影响。
制造商和零售商的共同目标是刺激更多的购物之旅，所以促销活动往往是为了这个互利的目标。零售商和制造商给予的促销活动有一个复杂的结构，其中包括货币和非货币部分，以及即时和长期的影响。
为了优化促销策略（数量、价格、时间、产品......）和对销售的影响，有必要能够欣赏它们的价值和影响。
然而，促销是有成本的：要么是本来会购买的类似产品的销售损失，要么是由于促销本身而造成的收入损失。对促销活动有一个明确的和自学的评估是必须的，以跟踪和优化其使用，Artefact ，能够建立这样的预测模型来改善促销决策。
模式和规律性检测。
模式检测是数据分析的一个基本分支。它主要包括对数据中的模式和规律性的识别，以了解特定行为。
识别你的供应链过程中的问题，检测欺诈行为或暴露人群中的可疑行为是具体的、高价值的用例。我们的Artefact"的方法旨在检测这种异常行为，同时避免这种稀缺性现象的陷阱。
在处理和建模步骤之前，我们充分利用现有的原始数据（结构化数据，如操作日志，甚至图像和视频记录），以暴露出所需的异常情况。
