Ik bouw vraagvoorspellings- en voorraadplanningsmodellen in python

Sommige informatie is automatisch vertaald.

Pakistan

Ik spreek Urdu, Hindi, Engels, Arabisch

AI automatisering en data analytics specialist

Hoi, ik ben Ayesha, een specialist in AI Automation & Data Analytics. Ik help bedrijven workflows te automatiseren, operaties te stroomlijnen en data om te zetten in bruikbare inzichten. Mijn expertis...
Over deze dienst

Uitverkochte producten kosten je sales. Overstocking kost je geld. De oplossing is een vraagvoorspellingsmodel dat gekoppeld is aan een voorraadbeleid, niet een gok gebaseerd op de spreadsheet van vorige maand

Ik maak voor jou een Python vraagvoorspellingsmodel met Prophet en ARIMA dat niet stopt bij een grafiek. Het vertelt je precies wanneer je opnieuw moet bestellen, hoeveel buffer voorraad je moet aanhouden en welke SKUs nu risico lopen. 


Mijn gemiddelde modellen behalen 5,62% MAPE en 0,925 R² op echte retail data, wat betekent dat de forecast 94% nauwkeurig is!


WAT JE KRIJGT:

  • Vraagvoorspelling met Prophet en/of ARIMA (beste model geselecteerd voor jouw data) 
  • Nauwkeurigheidsmetingen: MAPE zodat je weet hoe betrouwbaar de forecast is 
  • Betrouwbaarheidsintervallen, niet alleen een enkele lijn 
  • Trend- en seizoensdecompositie, zie wat je vraag aanstuurt 
  • Reorder Point (ROP): het exacte voorraadniveau dat een nieuwe bestelling activeert 
  • Veiligheidsvoorraad berekening: buffer om spikes in vraag op te vangen 
  • EOQ (Economische bestelhoeveelheid): optimale bestelhoeveelheid om kosten te minimaliseren (Premium) 
  • Voorraadactie tabel: SKU | Forecast | ROP | Veiligheidsvoorraad | Status | Actie 
  • Jupyter notebook volledig werkende code 
  • Premium: Business PDF rapport met concrete inzichten


Niet zeker? Stuur gerust een bericht!

Technologie:

Excel

Jupyter-notitieboek

Power BI

Pandas

Type analyse:

Beschrijvende analyse

Diagnostische analyse

Expertise:

Webanalyse

Zakelijke inzichten

Trends

Voorspelling

Programmeertaal:

Python

SQL

DAX

Mijn portfolio