Číslo	Ako sme ho zmerali
19,7 % predajných hodín bez tovaru na sklade	Hodinové príznaky dostupnosti, 06:00–22:00, pre všetkých 50 000 časových radov a 97 dní. V 44,0 % produktových dní sa produkt aspoň raz vypredal. V 4,0 % nebol k dispozícii celý deň.
80,0 % pokrytie intervalom (cieľ 80 %)	Celkom 444 393 produktových dní zo 167 vyčlenených predajní. Na hodiny s tovarom sa preniesol skutočný vzor výpadku zásob, tieto hodiny sa skryli a overili sme, či skutočný súčet padol do nášho intervalu P10–P90.
79,5 % pokrytie v skutočných dňoch s vypredaním	Celkom 222 549 vyčlenených dní, v ktorých sa tovar vypredal o 12:00 alebo neskôr. Skryli sme 3 hodiny s tovarom, ktoré končia 2 hodiny pred výpadkom. Bez tréningu na dňoch s vypredaním bolo pokrytie 71,4 % a odhad bol o 39 % podhodnotený.
40 % chyba na skrytých hodinách (WAPE pre P50)	Tých istých 444 393 dní. Rovnaké hodiny z nedávnych dní s tovarom na sklade dávajú chybu 49 %. Škálovanie hodín s tovarom podľa obvyklého hodinového profilu dáva 60 %.
+17 % dopytu skrytého výpadkami zásob	Súčet našich odhadov P50 za všetkých 2,1 milióna produktových dní s výpadkom zásob v porovnaní s celkovými zaznamenanými predajmi. Súčet mediánov celkový súčet podhodnocuje. Súčet denných hodnôt P10 a P90 namiesto toho dáva 8 % a 30 %.
O 2,4 % nižšie CRPS na vyčlenenom týždni	Prognóza natrénovaná na zrekonštruovanom dopyte vs. ten istý model natrénovaný na zaznamenaných predajoch: 0,192 vs. 0,197 (škálované CRPS, nižšie je lepšie). Hodnotené na 206 562 vyčlenených produktových dňoch bez výpadku, kde sa zaznamenané predaje rovnajú dopytu. Referenčný model empirických kvantilov z 28 dní dosahuje 0,240.
42 % vs. 56 % príliš nízkych prognóz v dňoch s vypredaním	Podiel vyčlenených dní s vypredaním, v ktorých je medián prognózy nižší než skutočne zaznamenané predaje, ktoré sú dolnou hranicou dopytu v daný deň. Prognóza zo zrekonštruovaného dopytu vs. prognóza zo zaznamenaných predajov. Táto kontrola zvýhodňuje vysoké prognózy, preto ju čítajte spolu so skreslením v dňoch bez výpadku: +3,1 % vs. −6,4 %.
−4,6 % / −5,6 % / −10,9 % náklady v prehratí pri trvanlivosti 1 / 2 / 3 dni	Náklady = (2 × ušlé predaje + znehodnotené jednotky) na jednotku dopytu za vyčlenený týždeň pre všetkých 50 000 časových radov, so začiatkom pri prázdnom regáli. Dopyt v prehratí = zaznamenané predaje plus náš odhad P50 pre hodiny výpadku. Porovnávame objednávanie podľa nášho odhadu s objednávaním podľa zaznamenaných predajov. Kvantil objednávky každej politiky bol vyladený na dvoch predchádzajúcich týždňoch. Ak namiesto toho skrytý dopyt náhodne vyberáme z nášho intervalu (200 výberov), dostaneme −4,0 % / −7,2 % / −12,6 %.
V rozmedzí 1,3 %, ak nebolo nič skryté	To isté prehratie so zaznamenanými predajmi ako jediným dopytom: +1,3 % / −0,3 % / +0,8 %.
−5 % až +5 % pri náklade ušlého predaja 0,5 až 1 znehodnotenej jednotky	To isté prehratie, iné pomery nákladov. S naším odhadom ako dopytom: −5,5 % až −0,2 %. Len so zaznamenanými predajmi: +0,8 % až +5,4 %, takže objednávanie podľa nášho odhadu stojí viac, keď nebolo nič skryté a ušlé predaje sú lacné. Pri trvanlivosti 2 a 3 dni sú obe vyladené politiky na strope P95 nášho rozsahu prognóz.
20,4 % vs. 23,0 % odpadu pri trvanlivosti 1 deň	Prehratie ako vyššie. Objednávanie podľa nášho odhadu znehodnotí 20,4 % dopytu a stratí 7,2 %. Objednávanie podľa zaznamenaných predajov znehodnotí 23,0 % a stratí 6,7 %. Objednávanie včerajších predajov vynásobených vyladeným koeficientom stojí 0,600 na jednotku dopytu oproti 0,347 pri našej politike.
42 ms na opätovné vyladenie a prehratie v prehliadači	Medián 10 behov v prehliadači headless Chromium na našom notebooku s M1 Pro. Každý beh vyladí 37 kvantilov objednávky × 2 politiky na 14 dňoch spätného testovania a potom prehrá 7-dňový týždeň pre 2 000 časových radov. Telefóny budú pomalšie.

Riešite podobný problém?