Как Прогностический анализ помог оптимизировать количество смен сборщиков. Tez Data получила запрос помочь крупной компании по электронной продуктовой торговле оптимизировать операционные расходы. Мы собрали данные о конкурентах клиента и определили управление сборщиками в качестве основного источника улучшения.

Наши решения были направлены на две цели. Во-первых, мы хотели лучше предсказывать объем работы (в основном, количество заказов), необходимой в данном часу. Во-вторых, мы пытались сделать работу более эффективной.

Первая цель измерялась в стандартных терминах смещения и разброса. В частности, мы выбрали метрики MAE и WAPE для этого.

Вторая цель измерялась как среднее время на сбор заказа. Для более точного прогнозирования объема заказов мы изменили существующий подход в таблицах Excel на более сложную модель, основанную на машинном обучении. Это позволило нам учитывать специальные случаи, такие как праздники, и быстрее реагировать на измененные условия. После множества итераций наш клиент смог предсказывать объем заказов на 20% лучше, чем это делалось ранее. 

Отельная индустрия - один из крупнейших секторов экономики, который еще на начал Data трансформацию. Когда мы говорим с отельными менеджерами по всему миру, они называют недостаточно компетенций и отсутствие известных бизнес-кейсов у конкурентов основными блокерами для внедрения Data решений.

Мы надеемся, что данная статья поможет некоторым отельным группам начать экспериментировать с данными. В конце концов, издержки на такой эксперимент будут несущественными, так как рынок не имеет никаких ожиданий, в то время как потенциал этой сферы огромен.

Мы считаем, что следующие направления в Data имеют наибольший потенциал в отельном бизнесе:

1. Системы управления взаимоотношениями с клиентами

2. Оптимизация ресурсов

3. Анализ непокрытых зон