Задача
Федеральная торговая сеть: сотни тысяч комбинаций «товар × магазин», прогноз спроса нужен по каждой и каждый день. Старая система считала часами и сглаживала всплески спроса. Итог: то пустая полка, то забитый склад и списания.
Подход
Вместо сотен тысяч отдельных мини-прогнозов — несколько общих моделей на группы товаров, с учётом промо, календаря и погоды. Прогнозы по товару, категории и региону сверяются между собой автоматически.
Расчёт идёт параллельно, модели регулярно переобучаются и проверяются на прошлых данных. За каждым сегментом следят отдельно: если прогноз по скоропорту начал промахиваться, команда узнаёт об этом первой.
Стек
Spark · gradient boosting · hierarchical reconciliation · Airflow · feature store + backtest
Результат
Полный пересчёт всей сети теперь занимает минуты, и закупки каждое утро опираются на свежий прогноз. Потери на дефиците и излишках сократились больше чем на четверть.