Разработка системы аналитики продаж WB/Ozon и прогноза поставок
Ищу разработчика для создания внутренней системы аналитики продаж и прогнозирования поставок для Wildberries и Ozon.
## Задача системы
Нужно хранить историю продаж и остатков по товарам, анализировать скорость продаж, учитывать сезонность и выдавать рекомендации по объёму следующей поставки.
Основная цель:
* заранее понимать, сколько товара отправлять на склады WB/Ozon;
* учитывать сезонные пики;
* избегать out-of-stock;
* видеть упущенные продажи;
* прогнозировать поставки на 7/14/30 дней.
## Источники данных
На старте:
* ручная загрузка еженедельных Excel/CSV отчётов WB и Ozon.
В будущем возможно:
* подключение API WB/Ozon для автоматической загрузки.
## Что должно учитывать решение
### История продаж
* продажи по дням/неделям;
* история минимум за год;
* динамика спроса.
### Остатки
* текущие остатки;
* дни отсутствия товара (out-of-stock);
* товар в пути (желательно).
### Аналитика
* скорость продаж (шт./день);
* сезонность;
* прогноз спроса;
* прогноз поставки;
* выявление дефицита;
* расчёт упущенных продаж.
### Важные условия
* если товара не было на складе, система не должна считать это падением спроса;
* нужно учитывать цену/акции/распродажи;
* система должна заранее учитывать сезонный рост продаж (например, февральский пик должен влиять на рекомендации уже в январе).
## Что нужно на выходе
* Dashboard / аналитика;
* Excel выгрузка;
* рекомендации по поставке;
* прогноз на 7/14/30 дней.
## Предпочтительный стек
* Python
* pandas
* PostgreSQL
* SQL
* Metabase / Power BI
Важно:
не нужен AI/LLM как основной движок прогнозирования.
Основные расчёты должны выполняться аналитикой и формулами в Python.
AI допустим только как дополнительный слой:
* комментарии;
* поиск аномалий;
* текстовые рекомендации.
## Что хотелось бы увидеть от исполнителя
* опыт работы с аналитикой / BI / forecasting;
* примеры похожих проектов;
* понимание inventory management;
* понимание seasonality / lead time / safety stock / reorder point.
## Формат работы
Сначала нужен MVP:
* загрузка данных;
* база;
* аналитика;
* прогноз поставки;
* Excel экспорт.
Без сложного интерфейса и без избыточного AI.
Прошу:
* примерный бюджет;
* сроки;
* описание архитектуры решения.
Опубликован 08.06.2026 в 09:12