Analityka predykcyjna na GCP dla sieci retail

Wyzwanie

Sieć handlowa z 80+ punktami sprzedaży borykała się z problemem nadmiaru zapasów jednych produktów i brakami innych. Prognozy popytu opierały się na intuicji kupców i prostych regułach Excel. Brak centralnego systemu analitycznego powodował straty szacowane na 3-5 mln PLN rocznie z tytułu przeterminowanych produktów i utraconych sprzedaży.

Rozwiązanie

Wdrożyliśmy platformę analityki predykcyjnej na GCP:

• BigQuery — centralna hurtownia danych konsolidująca dane ze wszystkich sklepów (POS, ERP, dane pogodowe, kalendarze promocji).
• BigQuery ML — modele prognozowania popytu (time-series forecasting) trenowane bezpośrednio w hurtowni danych bez potrzeby eksportu.
• Looker — interaktywne dashboardy z prognozami popytu per SKU per sklep, z drill-down do poziomu dnia.
• Cloud Composer (Airflow) — orkiestracja pipeline'ów ETL i re-training modeli ML.
• Pub/Sub + Dataflow — streaming danych POS w czasie zbliżonym do real-time.

Rezultaty

Powiązane usługi i realizacje

Ten projekt zrealizowaliśmy w ramach usługi sztuczna inteligencja i agentic ai. Jeśli planujesz podobne wdrożenie, zacznij od artykułu wdrożenie sztucznej inteligencji i ml.