Идеология прогнозирования большого ассортимента товаров

Winnie3 октября 2008Data Mining4 комментария

Коллеги, хотел бы обсудить данную тему. Изучил много книг,статей, форумов, но так и не обнаружил достаточно хорошего и обоснованного подхода к решению данной проблемы.

Имеем огромный ассортимент товаров. К примеру, хозяйственный магазин. Товары можно разбить на групы:

- Бытовая химия
- Электроприборы
- Инструменты
- Скобяные изделия

и т.д.

Каждая из этих групп, в свою очередь, может содержать свои подгруппы. Хочется поставить задачу так: построить прогноз продаж дюбель-гвоздей 6*40 в фасовках по 20 шт. Т.е. прогноз по каждой товарной единице.
Обычный подход состоит в том, чтобы делать несколько прогнозов по большим группам, а уже затем разбивать эти суммы в пропорциях прошлого периода.
Но здесь есть тонкий момент. У многих товаров есть сезонность. Есть и другие нюансы. И если брать доли с прошлого периода, то мы можем внести большую ошибку в прогноз.
Как поступают при решении таких задач?

Предположим, что на входе мы имеем временные ряды относительно небольшой продолжительности, т.е. можно очень успешно применять ARIMA и чуть менее успешно (когда как) - нейросети.

Есть ли смысл делать некий мега-проект по прогнозированию каждой товарной единицы (минигруппы) - т.е. прогнозировать сотни рядов?

Есть ли смысл объединять ряды в группы на основе похожести поведения рядов - пики, монотонность, - например, используя корреляции?

Очень хотелось бы услышать мнения по поводу этой задачи.