Giới thiệu Dự án
Mục tiêu cốt lõi của dự án: Giải bài toán dự báo nhu cầu chính xác trên dữ liệu thực tế đa chiều, lộ trình kiểm thử và đồng bộ cấp gộp vận hành.
Giai đoạn Hiện tại của Dự án (Version 1.0 Draft):
Dự án hiện đang tập trung vào mục tiêu quan trọng nhất là làm sao để dự báo cho đúng trên dữ liệu thực tế và hoàn thiện bộ mô hình kiểm thử. Việc đóng gói thành Dự án / Phần mềm Chính thức đang ở trạng thái Pending — chờ đánh giá, nghiệm thu chất lượng kết quả dự báo từ thực tế nghiệp vụ rồi mới đưa vào ứng dụng sản xuất.
Bài toán Trọng tâm: Tại sao Dự báo Nhu cầu Thực tế Khó Chính xác?
Trong hoạt động phân phối hàng tiêu dùng nhanh và thực phẩm lạnh quy mô lớn (hơn 470 mã thành phẩm thương mại, 35 kho chính, 75 kho con, 45 hệ thống chuỗi siêu thị MT/KA và hơn 20.000 điểm bán lẻ), các phương pháp dự báo thống kê truyền thống thường thất bại vì 4 nguyên nhân thực tế:
- Nhiễu dữ liệu gốc: Dữ liệu đơn hàng thô lẫn lộn giữa hàng bán thương mại, quà tặng quảng cáo (POSM), hàng tặng khuyến mãi (FOC), đơn trả hàng và các bút toán điều chỉnh tiền chiết khấu.
- Cầu ẩn do đứt hàng tồn kho & Bước ngoặt chuyển mùa: Những ngày kho hết hàng làm sản lượng bán ghi nhận bị sụt giảm giả tạo; đồng thời ngành hàng kem và thực phẩm lạnh có những tháng chuyển mùa giảm đột ngột từ 35% – 40% hoặc tăng vọt theo nắng nóng và lễ Tết.
- Hiệu ứng đẩy đơn cuối tháng: Các đợt chạy chỉ tiêu vào 7 ngày cuối tháng tạo ra đỉnh bán hàng ngắn hạn nhưng làm giảm sức mua nửa đầu tháng kế tiếp.
- Lệch số giữa các phòng ban: Dự báo riêng lẻ ở cấp Kho vận, cấp Hệ thống Chuỗi và cấp Cửa hàng không khớp nhau khi cộng tổng lên toàn công ty.
Cách Tiếp cận của Giải pháp Forecast Engineer
Làm Sạch & Khử Nhiễu Tận Gốc
Thiết lập bộ 6 quy tắc làm sạch bẫy dữ liệu bắt buộc, nối lịch sử 473 mã sản phẩm gốc xuyên suốt hơn 69 tháng, khôi phục phần cầu bị ẩn trong những ngày đứt hàng tồn kho và khử hiệu ứng đẩy đơn cuối kỳ.
Kết Hợp AI Đa Biến & Nhân Tố Kinh Doanh
Kết hợp mô hình nền tảng chuỗi thời gian đa biến Amazon Chronos-2 (120M) với mô hình học máy trên 28 biến ngoại sinh (chương trình khuyến mãi, độ phủ điểm bán, thời tiết, tần suất viếng thăm, tồn kho) và phân rã minh bạch thành 6 hệ số $K$.
Đồng Bộ Đa Cấp & Kiểm Thử Linh Hoạt
Đồng bộ phân cấp hai chiều để con số dự báo khớp nhau tuyệt đối trên cả 3 cấp báo cáo cốt lõi và 16 cấp gộp. Trong giai đoạn kiểm thử hiện tại, dữ liệu từ DWH được trích xuất ra tệp Parquet chuẩn hóa để việc huấn luyện và đối sánh mô hình diễn ra nhanh chóng, độc lập.