Как Decathlon использует Chronos-2 для масштабного прогнозирования спроса

Decathlon, один из крупнейших мировых ритейлеров спортивных товаров, использует модель Chronos-2 для прогнозирования недельного спроса на десятки тысяч товаров по всему миру. В рамках проекта компания внедрила Chronos-2 на AWS, что позволило повысить точность прогнозов на 11-15 процентных пунктов при одновременном снижении операционной сложности и стоимостиInference всего около $0.03 за запуск на CPU-экземплярах.

Ранее Decathlon использовал гибридную систему с DeepAR и Holt-Winters, однако она требовала частого переобучения и была сложной в масштабировании. В ходе оценки различных моделей, включая Temporal Fusion Transformer, было выявлено, что Chronos-2 показывает лучшие результаты как в нулевом режиме, так и после дообучения, обеспечивая высокую точность и эффективность.

Архитектура системы включает автоматическую дообучение модели каждые 6 месяцев с помощью AutoGluon и LoRA, а также масштабируемую инфраструктуру на Amazon EC2 для еженедельных прогнозов. Модель Chronos-2 использует инновационный механизм внимания, позволяющий нативно учитывать ковариаты и обеспечивать мультивариантное прогнозирование.

Внедрение модели привело к значительным бизнес-выгодам: снижение запасов, повышение доступности товаров и рост продаж. Операционные показатели улучшились, а время развертывания новых регионов сократилось с 6 месяцев до 2-3 месяцев. В настоящее время Decathlon расширяет использование Chronos-2 на остальные регионы, планируя масштабирование к 2026 году.

Опыт Decathlon показывает, что модели на базе foundation models, такие как Chronos-2, готовы к промышленному применению в ритейле, а их использование позволяет добиться высокой точности и снизить операционные издержки.