uprosti.tech Ищем продавца ↗
Исследование · маркетплейсы · синтетические данные

Прогноз заказов на неделю вперёд

Проверяем, помогут ли данные об остатках, ценах и продвижении точнее планировать заказы на WB и Ozon.

Ищем продавца для проверки
Пока это экспериментВсе результаты ниже получены на искусственно созданном магазине, а не на данных реального продавца.
01 / Главный выводСинтетический эксперимент

Данные магазина помогли прогнозу

В нашей симуляции модель с данными об остатках, цене и продвижении ошибалась меньше, чем простые правила. Теперь нужно проверить, повторится ли результат на реальном магазине.

35,61%

ошибка модели с данными магазина

43,79%

ошибка лучшего простого правила — SBA

WAPE по товарам и неделям: сумма абсолютных ошибок, делённая на сумму фактических заказов. Меньше — лучше. Проверка: 240 товаров, 10 недель, 2 400 товаро-недель.

02 / Результаты22 июня — 30 августа 2026

Прогноз и факт

На каждой неделе модель обучалась только на предыдущей истории. Здесь — заказы искусственного магазина на двух условных площадках.

Заказы по неделям

Все 240 товаров вместе: факт и прогноз модели.

График фактических и спрогнозированных недельных заказов на десяти контрольных неделях. На первой неделе модель предсказала 1495 заказов против 1740 фактических, на последней — 1560 против 1489.
Ошибка суммарного недельного прогноза — 5,76% WAPE. Это прогноз заказов, а не объём поставки. На узком экране график можно прокрутить.

Сравнение моделей

Ошибка по товарам и неделям. Меньше — лучше.

Ошибка по товарам и неделям: модель с данными магазина — 35,61%, SBA — 43,79%, среднее за 8 недель — 44,37%, модель по истории заказов — 44,66%, прошлая неделя — 59,43%.
Результаты относятся к одной симуляции и не показывают ожидаемую точность на реальном магазине.
03 / Как проверялиМетод и ограничения

Магазин вымышленный.
Проверка настоящая.

Мы создали историю, в которой спрос зависит от сезона, цены и рекламы, а заказы ограничены остатками. Модель получала только данные, известные на начало каждой недели.

Эти связи заложены в симуляторе, поэтому результат не доказывает, что подход сработает так же в реальности. Это следующий шаг исследования.

  • Магазин240 товаров, 6 категорий, 139 недель и два условных канала: WB и Ozon.
  • На входеПрошлые заказы, остатки, ожидаемые поставки, цены, планы акций и рекламы, показатели прошлой недели.
  • На выходеПрогноз заказов на 7 дней по каждому товару, суммарно по двум каналам.
  • Проверка10 последних недель. Скрытый потенциальный спрос модель не видела.
Полное сравнение моделей
МодельMAE, шт. / товар-неделяWAPE, товар-неделяСмещениеWAPE, недельный объём
CatBoost + признаки магазина2,35635,61%−4,48%5,76%
CatBoost: только история2,95544,66%−4,44%7,14%
SBA2,89843,79%−10,75%10,75%
Среднее за 8 недель2,93644,37%−5,32%7,81%
Среднее за 4 недели3,04145,95%−3,01%7,33%
Предыдущая неделя3,93359,43%−0,89%10,44%
Та же неделя год назад4,17463,08%+1,27%10,07%
Всегда ноль6,617100,00%−100,00%100,00%
Следующий шаг · ищем продавца

Купим обезличенные данные магазина

Хотим проверить прогноз на реальной истории WB или Ozon. Если вы готовы продать обезличенную выгрузку, давайте обсудим условия.

  • Желательно от года истории: заказы по товарам, остатки, цены и акции; по возможности — выкупы и возвраты.
  • Без данных покупателей. Состав выгрузки, обезличивание, условия использования и стоимость согласуем заранее.
  • Оплата от самозанятого.
Обсудить в Telegram

Это исследование, а не готовый сервис. Рекомендации по закупкам и их влияние на дефицит и излишки пока не проверялись.