Se connecter
Date limite de participation :
6 février 2018

Prévisions de vente de produits dans les relais gérés par Argedis

L’objectif de ce challenge est de réaliser des prévisions de vente de 6 catégories de produit (boisson sans alcool, confiserie, épicerie, produits frais, sandwich, glace), représentant plus de 870 articles différents.

Classement
1. (1) Eric TELLIEZ Score 0,706504
2. (7) Jalil CHAGRAOUI Score 0,714823
3. (2) Cheikh Hadrami Score 0,717294
Ce challenge est terminé.

334

contributions

46

participants

terminé
terminé

Filiale du Groupe TOTAL, ARGEDIS est en charge d’un panel de 180 relais situé en France en gestion directe sur son réseau autoroutier et voies rapides, l’une des vitrines privilégiées du Groupe en France.

Au travers de ses boutiques, ARGEDIS est résolument tournée vers l’automobiliste, afin de lui faire profiter aussi bien des services marchands (produits frais, du snacking et des boissons) que des services non-marchands tels que les salons détente, etc.

La prédiction de l’approvisionnement des boutiques est un enjeu important. Être capable d’anticiper les besoins des visiteurs est critique pour un meilleur service, pour éviter les ruptures, ainsi que le gaspillage lié aux invendus.

L’objectif de ce challenge est de réaliser des prévisions de vente de 6 catégories de produit (boisson sans alcool, confiserie, épicerie, produits frais, sandwich, glace), représentant plus de 870 articles différents (exemple : Salade De Fruits 200G Dm, Baguette Jambon Crudités 255G Dm...).

Les données à disposition sont un historique de vente depuis janvier 2016, ainsi que certaines données open data (météo, trafic routier, congés scolaires).

Deux relais typiques ont été sélectionnés pour ce challenge.

Les fichiers suivants vous sont remis :


  • un fichier d’apprentissage, contenant les volumes de vente journaliers pour 6 catégories de produit, et 2 stations service (du 01/01/2016 au 15/05/2017)
  • un fichier de test pour lequel vous devez prévoir les ventes journalières des 2 stations services pour 20 jours choisis au hasard entre le 16/05/2017 et le 30/09/2017

Le fichier à poster est un fichier de type CSV à séparateur « ; » qui doit contenir 2 colonnes une en-tête, chaque ligne correspondant aux ventes journalières d’un article dans une des stations.

id;quantite_vendue
c9976bb01629;0,1234
f731b8b590ff;0
add0dce853b5;1,2345
...;...



La métrique d’évaluation du fichier est RMSE.

$$ RMSE = {\sqrt {\frac{1}{n}{\sum\limits_{i = 1}^n {( y_{i} - \hat{y_{i}} )^2} }}} $$Où \(y_{i}\) est la valeur observée et \(\hat{y_{i}}\) est la valeur prédite extraite de votre fichier.

(lire en anglais : http://en.wikipedia.org/wiki/Root-mean-square_deviation)

1. (1) Eric TELLIEZ 6 contributions 05/02/18 19:17 Score 0,706504
2. (7) Jalil CHAGRAOUI 17 contributions 06/02/18 20:14 Score 0,714823
3. (2) Cheikh Hadrami 47 contributions 06/02/18 23:25 Score 0,717294
4. (3) Aurelien Galicher 19 contributions 02/02/18 13:01 Score 0,724070
5. (4) Ya Fa 38 contributions 04/02/18 22:32 Score 0,729521
6. (5) Nommie KASHANI 33 contributions 19/01/18 00:50 Score 0,729642
7. (6) Robert Silva 44 contributions 10/01/18 19:49 Score 0,729663
8. (8) Christophe Bourguignat 7 contributions 07/01/18 16:39 Score 0,734838
9. (9) Perla Doubinsky 5 contributions 21/12/17 11:44 Score 0,734962
10. (10) Bruno Martins 48 contributions 16/01/18 07:20 Score 0,735689
11. (11) gregory wallace 28 contributions 04/02/18 12:46 Score 0,742254
12. (12) Alexandre BOISSY 1 contribution 02/01/18 19:35 Score 0,755128
13. (13) Mehdi Boubnan 3 contributions 01/12/17 15:58 Score 0,778765
14. (14) Matthieu Bizien 1 contribution 21/11/17 12:42 Score 0,793906
Discussions
loading... Chargement...