کاربرد نرم افزار پیش بینی فروش اتوماتیک برای بهینه سازی استراتژیهای بازاریابی محصول

هدف این مطالعه استفاده از نرم افزار پیش بینی فروش اتوماتیک برای پیش بینی داده های تراکنشی فروش است. نرم افزار پیش بینی فروش اتوماتیک شامل دو ویژگی اصلی است: تحلیل توصیفی و قابلیت پیش بینی همراه با تصویری سازی داده ها. روش های پیش بینی در این نرم افزار شامل روش های پیش بینی میانگین متحرک ساده، هموارسازی نمایی مقاوم، Auto ARIMA، شبکه عصبی مصنوعی، Holt Winter و پیش بینی ترکیبی است. این نرم افزار می تواند به طور هوشمند بهترین روش پیش بینی را بر اساس مقادیر RMSE انتخاب کند. نتایج نشان داد که نرم افزار پیش بینی فروش اتوماتیک به طور موفقیت آمیز داده های تراکنشی فروش را تحلیل کرده است. از این تحلیل مشخص شد که ۴۳ نوع محصول توسط فروشگاه نانوایی و کیک فوتری تولید و فروخته شده است. سه نوع از این محصولات محبوب ترین میان مشتریان هستند: نان شیرین، نان ماروس و کیک های سنتی ۳۵۰۰. نوع محصول پرفروش تر یعنی نان شیرین برای ساخت مدل های پیش بینی استفاده می شود. بهترین روش پیش بینی روش هموارسازی نمایی مقاوم بود که دارای کوچک ترین مقدار RMSE برابر با ۰.۸۳ برای متغیر تعداد محصولات فروخته شده بود. نتایج پیش بینی با استفاده از روش هموارسازی نمایی مقاوم نشان داد که میانگین تعداد محصولاتی که در هفت روز آینده فروخته می شوند در حدود ۱۱۶ محصول با یک بازه اطمینان مشخص است.

کلیدواژه ها:

وب سایت ، هوش محاسباتی ، پیش بینی فروش اتوماتیک ، استراتژیهای بازاریابی