Επιχειρηματική αναλυτική στην πράξη: πρόβλεψη πωλήσεων, ανάλυση τιμών και προωθητικών ενεργειών σε μια αγορά τυποποιημένων προϊόντων ζωοτροφών

Abstract

Ο σκοπός της διπλωματικής εργασίας ήταν η ανάπτυξη και εφαρμογή μοντέλων πρόβλεψης πωλήσεων για τυποποιημένα προϊόντα ζωοτροφών, βασισμένα σε δεδομένα τριετίας. Η ανάλυση πραγματοποιήθηκε σε πολλαπλά επίπεδα ανάλυσης, αξιοποιώντας ιεραρχικές δομές δεδομένων με στόχο τον υπολογισμό αξιόπιστων προβλέψεων στα διάφορα επίπεδα της ιεραρχίας. Στο πλαίσιο της εργασίας, υλοποιήθηκε ένα αυτοματοποιημένο προγραμματιστικό πλαίσιο για την προετοιμασία και μοντελοποίηση των δεδομένων, το οποίο περιλαμβάνει την ενοποίηση και εναρμόνιση των δεδομένων πωλήσεων, προϊόντων και προωθητικών ενεργειών καθώς και την εφαρμογή στατιστικών μοντέλων χρονοσειρών και μεθόδων ιεραρχικής συμφωνίας. Επιπλέον, πραγματοποιήθηκε ανάλυση τιμών και προωθητικών ενεργειών με στόχο την κατανόηση της επίδρασης τους στην ζήτηση. Τέλος τα αποτελέσματα της πρόβλεψης και της ανάλυσης παρουσιάστηκαν μέσω κατάλληλων οπτικοποιήσεων και εργαλείων επιτρέποντας την ανάλυση τόσο των ιστορικών όσο και των προβλεπόμενων δεδομένων. Τα αποτελέσματα καταδεικνύουν ότι η χρήση αυτοματοποιήσεων και ιεραρχικών προσεγγίσεων πρόβλεψης μπορούν να συμβάλουν αποτελεσματικά στην λήψη αποφάσεων σε επιχειρησιακά περιβάλλοντα.The purpose of this thesis was the development of sales forecasting models for standardized animal feed products, based on three years of historical data. The analysis was conducted across multiple levels of aggregation by exploiting hierarchical data structures, with the aim of calculating reliable forecasts at the different levels of the hierarchy. Within the scope of the study, an automated programming framework for data preparation and modeling was implemented, incorporating the integration and harmonization of sales, product and promotional data as well as the application of statistical time series models and hierarchical forecast reconciliation methods. In addition, price and promotional analyses were performed in order to examine their impact on demand. Finally, the forecasting and analytical results were presented through appropriate visualizations and business intelligence tools, enabling the analysis of both historical and forecasted data. The findings demonstrate that the use of automation and hierarchical forecasting approaches can effectively support decision-making processes in operational and business environments