التنبؤ بالسلاسل الزمنية للمبيعات,و تحليل A\B Testing للعطلات والأحداث

الهدف: إنشاء نموذج تنبؤي للتنبؤ بمبيعات المتاجر، ودمج تحليل العطلات والمناسبات الخاصة واتجاهات المعاملات.

- مجموعات البيانات المستخدمة:

Train: يعرض بيانات المبيعات التاريخية، وتفاصيل رقم المتجر (store_nbr)، ونوع المنتج (عائلي)، والحالة الترويجية (onpromotion)، وأرقام المبيعات.

Test: يستخدم للتنبؤات بالمبيعات المستقبلية، ويعكس بنية بيانات التدريب.

Stores: يقدم بيانات وصفية حول كل متجر، بما في ذلك الموقع والنوع وتصنيف المجموعة.

Oil: يوفر أسعار النفط اليومية، وهي ضرورية لفهم الظروف الاقتصادية المعتمدة على النفط.

Holidays_Events: يسرد العطلات والمناسبات، مع التركيز على العمود المنقول لتواريخ العطلات التي تم تغييرها رسميًا.

Transactions: تسجل عدد المعاملات لكل متجر، وتقدم رؤى حول حركة العملاء وسلوكيات الشراء.

- المنهجية:

استخدام نمذجة السلاسل الزمنية للتنبؤ بالمبيعات بناءً على البيانات التاريخية.

إجراء اختبار A/B لتقييم تأثير العطلات والمناسبات على أنماط المبيعات.

تحليل التفاعل بين العروض الترويجية والعوامل الخاصة بالمتجر وحجم المعاملات على المبيعات.

- التحديات الرئيسية:

التعامل مع المبيعات الجزئية ومجموعة متنوعة من عائلات المنتجات.

دمج المؤشرات الاقتصادية الخارجية، مثل أسعار النفط، في توقعات المبيعات.

تكييف النموذج ليأخذ في الاعتبار تعقيدات جدولة الإجازات والفعاليات، بما في ذلك الإجازات المنقولة والإضافية.

دمج بيانات المعاملات للحصول على رؤية شاملة لمشاركة العملاء والإنفاق.