SDCS-BW: Schlötter

Intelligente Verkaufsmengen vorhersagen, um die durch ungenaue Prognosen verursachten Verluste zu verringern

Schlötter stellte den Datenanalyseexperten des SDSC-BW die Verkaufsdaten der letzten 13 Jahre zur Verfügung: insgesamt rund eine Million Datenelemente. Die Daten enthielten Verkaufsinformationen zu jedem Produkt an jedem Tag, wie z.B. Verkaufsvolumen, Lageradresse, Kundennummer, Bestellzeit, Lieferzeit usw.

Um die durch ungenaue Prognosen verursachten Verluste zu verringern, versuchte das SDSC-BW-Team, mithilfe des maschinellen Lernens die Vorhersage der Verkaufsmenge zu optimieren. Es betrachtete die Fragestellung hierfür als Zeitreihen-Vorhersage-Aufgabe. Da eine Unterprognose im Vergleich zu einer Überprognose zu einem dreifach höheren Verlust führen kann, definierten die Experten eine asymmetrische Bewertungsmetrik.

Data Innovation Community

Industrie 4.0

Projektpartner

Schlötter, Smart Data Solution Center Baden-Württemberg

Ansprechpartner

Murat Malyemez, malyemez@sicos-bw.de

Zeitraum

April 2019 – Oktober 2019

Externe Links

Die vollständige SDSC Success Story

Weitere Projekte

Smart Data-Lösungen für den produzierenden Mittelstand in Baden-Württemberg
Reduzierung der Nacharbeit und die Vermeidung von Fehlern bei der Fertigung von Traktoren
Wissen besser vernetzen -Implementierung einer neuronalen Active-Learning-Netzwerkarchitektur