Доставка: 18% вечерних слотов перепроданы, утренние стоят пустыми — нужен прогноз спроса

Ситуация: Курьерская сеть продаёт слоты доставки по 2 часа. Вечерние слоты систематически перебронированы (ведут к опозданиям), а утренние заполнены на 40% — простаивает флот. Нужна модель спроса для перераспределения мощностей.

Емкость слота фиксирована заранее под прогноз. Сейчас прогноз грубый и не учитывает день недели, погоду и промо. Продакт хочет понять качество текущего прогноза, найти системные ошибки и предложить, как ребалансировать capacity между слотами без расширения флота.

Доступные данные

• slot_capacity: slot_date, slot_window, region, capacity, forecast_demand
• slot_bookings: booking_id, slot_date, slot_window, region, booked_at, status
• deliveries: booking_id, promised_window, delivered_at, on_time
• calendar: date, dow, is_holiday, promo_flag
• weather: region, date, temp_c, precip_mm

Задачи

• Замерить utilization (bookings/capacity) и on-time по slot_window, выявить систематический дисбаланс.
• Оценить forecast error (forecast_demand vs фактический спрос) — есть ли стабильное смещение по окнам.
• Разложить спрос по dow, is_holiday, promo_flag и погоде — какие факторы прогноз игнорирует.
• Смоделировать ребаланс capacity из утра в вечер и оценить эффект на overbooking и простой.
• Предложить guardrail: предельный коэффициент перебронирования для защиты on-time.

Все кейсы для подготовки → ← Все кейсы