diplomsko delo
Matej Vatovec (Avtor), Martin Možina (Mentor)

Povzetek

Življenjski cikel novih izdelkov je vedno krajši, zato igra pomembno vlogo napovedovanje prodaje. Prve ocene prodaje so zelo pomembne za podjetja, saj usmerjajo podjetje pri planiranju kapacitet in nadzoru zalog. Cilj diplomske naloge je napovedati prodajo novih izdelkov v FMCG sektorju. Najprej smo pridobili primerne podatke in jih preoblikovali v ustrezno obliko za modeliranje. Problem smo rešili s pomočjo metode DemandForest in jo implementirali na različnih številih skupin. Poleg točne napovedi prodaje metoda vrne tudi napovedni interval. Ugotovili smo, da metoda napoveduje bolje kakor benchmark metoda.

Ključne besede

napovedovanje prodaje;novi izdelki;napovedovanje povpraševanja;FMCG;Python;visokošolski strokovni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [M. Vatovec]
UDK: 004(043.2)
COBISS: 121595395 Povezava se bo odprla v novem oknu
Št. ogledov: 15
Št. prenosov: 7
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: New product sales forecasting in the FMCG segment
Sekundarni povzetek: Companies nowadays have to deal with shorter product life cycles, which increases the need to properly forecast demand for new products. Forecasts allow them to make operational decisions, such as procurement and inventory control. The main purpose of the thesis is to forecast sales of new products in the FMCG sector. Firstly, we acquired access to appropriate data and transformed it so that it can be used in different machine learning models. We solved the problem by implementing a method called DemandForest. Besides point forecasts the method can establish prediction intervals. We evaluated DemandForest multiple times with different number of clusters. On the basis of our experimental results, we discovered that DemandForest provides more accurate results than the benchmark method.
Sekundarne ključne besede: sale forecating;machine learning;forecating demand;new product;FMCG;Python;computer science;diploma;Strojno učenje;Prodaja;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000470
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 43 str.
ID: 16448529