caor@mines-paristech.fr

Le centre de robotique a réalisé un travail d’exploration de données (i.e. data mining) dansle cadre du projet d’amélioration de la prévision des ventes au sein du Groupe POMONA. Les données étudiées correspondent aux historiques de ventes de deux succursales de la branche Passion Froid (Bordeaux et Lille).

Ces données ont été transformées et normalisées afin d’identifier le profil saisonnier de chaque référence. Ensuite un algorithme de partitionnement de données (i.e. data clustering) a été implémenté afin d’identifier des ensembles de références homogènes en termes de saisonnalité.

L’algorithme utilisé est une hybridation entre la méthode de k-moyènnes (k-means) et la déformation temporelle dynamique (DTW pour Dynamic Time Warping en anglais). Les résultats de partitionnement ont permis de segmenter le catalogue POMONA en 4 profils saisonniers majeurs.

clustering sales profiles

Pour plus d’informations contactez Simon Tamayo.

 

Comments are closed.