FORECASTING AND PLANNING DEMAND IN SUPPLY CHAIN MANAGEMENT

Abstract

Рассматриваются потенциальные преимущества интеграции методов анализа данных и машинного обучения для прогнозирования спроса и планирования в управлении цепочками поставок. Отмечается влияние предложенных методов на уровни запасов, дефицит и удовлетворенность клиентов. Изучаются проблемы и возникающие ограничения при использовании этих методов, в том числе вопросы получения и использования качества данных и потребность в квалифицированном персонале. Предлагаются основные векторы исследований в области прогнозирования и планирования спроса, включая интеграцию данных в режиме реального времени и использование прогнозной аналитики. Discusses the potential benefits of integrating data analytics and machine learning methods for demand forecasting and planning in supply chain management. The impact of the proposed methods on inventory levels, stockouts and customer satisfaction is noted. The challenges and limitations encountered in using these methods are explored, including issues of obtaining and using data quality and the need for qualified personnel. The main vectors of research in the field of demand forecasting and planning are proposed, including real-time data integration and the use of predictive analytics.