Урок 49Неделя 72 часа

Demand Forecasting и LTV

Прогнозирование спроса и ценности клиента

12%accurate

MAPE прогноза

3xtargeting

Рост LTV клиента

30%optimization

Снижение запасов

10K+Redstat

Продавцов Kaspi

AI Insight

В Redstat.kz прогноз продаж для продавцов Kaspi: Prophet + lag-фичи + погода/праздники. Точность MAPE = 12%. Продавцы используют для закупок и управления запасами.

Ключевые темы

Time Series Forecasting: тренд, сезонность, шум — декомпозиция
Модели: ARIMA, Prophet, LightGBM для временных рядов
LTV (Lifetime Value): BG/NBD + Gamma-Gamma модель
Demand forecasting: от прогноза продаж до оптимизации запасов
Кейс Redstat.kz: прогноз продаж товаров на Kaspi маркетплейсе

Аналитика и графики

Старый подход vs AI-подход

🪦Старый век
🚀Новый век
Прогноз продаж

Excel тренды + интуиция менеджера

5x accuracy

ML + сезонность + внешние данные

Инструменты урока

ProphetstatsmodelsLightGBMlifetimespandas

Домашнее задание

Практическое задание

Постройте модель прогноза продаж: ARIMA vs Prophet vs LightGBM. Датасет: M5 Forecasting (Walmart) или Store Sales (Kaggle). Метрика: MAPE. Визуализируйте forecast vs actual.

Урок 49 из 59