X5: нейросеть TFT уточнила прогноз товарооборота магазинов, улучшение около 7%

В X5 применяются десятки моделей прогнозирования: точные прогнозы нужны для планирования объёмов товаров и запасов, распределения бюджета и постановки бизнес-целей. Команде ad-hoc аналитики X5 Tech для одной из задач понадобились прогнозы розничного товарооборота и трафика (количества чеков) в магазинах «Пятёрочки» и «Перекрёстка», которые формирует существующая модель. В исходном виде эти прогнозы применить не удалось, их требовалось адаптировать. При ограниченных ресурсах и сжатых сроках команда искала простой подход: модель, которая опирается на готовые прогнозы и использует все признаки текущей модели.

После серии экспериментов основной выбрана модель Temporal Fusion Transformer (TFT) — нейросетевая архитектура для прогнозирования временных рядов, разработанная в Google в 2019 году. Модель построена на библиотеке Darts и одновременно прогнозирует два показателя — товарооборот и трафик; для каждой сети обучена отдельная модель. На вход подаются идентификатор и характеристики магазина, календарные признаки, официальные и региональные праздники и, как самый значимый признак, прогнозы основной модели. Модель обучена с квантильной регрессией, выдаёт вероятностный прогноз с доверительным интервалом и показывает вклад признаков в результат.

Новых данных и источников команда не привлекала: использованы те же признаки, что и в существующей системе прогнозирования. На тестовом периоде для магазинов «Перекрёстка» MAPE и WAPE прогноза товарооборота улучшились на 11,34% и 11,93%, прогноза трафика — на 6,4% и 5,95%. После бэк-тестирования модель почти 6 месяцев еженедельно строила прогнозы сразу после основной модели для всех магазинов «Пятёрочки» и «Перекрёстка». В разные моменты метрики улучшались на 2–12%, среднее улучшение по обеим сетям составило около 7%. Результаты X5 Tech опубликовала в декабре 2024 года.