Les promotions, les actions publicitaires et les autres formes de “modélisation de la demande” peuvent être extrêmement onéreuses, le coût s’élevant jusqu’à plus de 15% des revenues brutes. Cependant, la détermination de leur impact demeure un défi de taille. Un grand nombre de variables comptant des interactions complexes sont enfouies sous une grande quantité de données caractérisées par de fortes interférences. Même avec une expertise considérable et relativement constante de la demande de base, il est d’habitude impossible de comprendre les corrélations entre les variables.

De conséquence, un système capable de relever automatiquement l’évolution de la demande est essentiel à la production d’une prévision exacte. Afin de résoudre ce problème, nous complétons le modèle stochastique de la demande de base avec une puissante technologie de Machine Learning qui nous permet de discerner une multitude de caractéristiques, en partant du produit et du marché jusqu’à l’activité social. Cette technique distingue les caractéristiques communes des évènements promotionnels et identifie leurs effets sur les ventes normales avec des algorithmes d’apprentissage profond ce qui améliore grandement la réactivité de la prévision. La rapide modélisation multidimensionnelle qui gère à la fois les variables qualitatives et quantitatives est particulièrement appropriée pour décrire et prévoir la demande non linéaire déterminée par l’activité promotionnelle.

Notre logiciel aide les planificateurs et le marketing à mettre en corrélation les données promotionnelles avec la demande. Il aide également les planificateurs à optimiser l’ensemble de la stratégie promotionnelle et la disponibilité du stock, tout en fournissant une visibilité sur les vrais retours sur investissements (ROIs) des différents types de promotions pour les articles individuels et les zones de vente spécifiques.