Okt. 2023 – Jul. 2025
Forecasting & Segmentierung
Aus verstreuten Händlerdaten wurde eine Nachfrageprognose, der Händler vertrauen, und ein einziger Health-Score, nach dem ihre Teams handeln.
- Python
- Forecasting
- RFM
- AutoML
- GCP
- Prompt Engineering
Das Problem
Die Händler bei Zeal navigierten im Blindflug. Sie hatten Transaktionshistorie, aber keinen Blick nach vorn, wie viele Kunden kommen oder wie viel sie ausgeben würden, also waren Personalplanung, Bestand und Aktionen reines Raten. Gleichzeitig lagen die Signale zur Händlergesundheit, statistische Kennzahlen, RFM-Verhalten, prädiktive Scores, in getrennten Dashboards, die niemand zu einer Entscheidung zusammenführen konnte.
Der Ansatz
- 01
Nachfrageprognose end to end gebaut
Ich modellierte Kundenbesuche und Umsatz pro Händler, von der rohen Transaktions-Pipeline über Feature Engineering bis zur ausgelieferten Prognose mit nutzbarem Horizont und Konfidenzbändern, damit Händler gegen ein verlässliches Signal statt gegen Bauchgefühl planen.
- 02
Indikatoren zu einem Health-Score verschmolzen
RFM-Segmentierung kombiniert mit statistischen und prädiktiven Indikatoren zu einem einzigen Händler-Health-Score von 0-100, jedes Signal gewichtet, sodass die Zahl entscheidungsreif blieb und nicht zum nächsten zu deutenden Diagramm wurde.
- 03
LLM-Output produktionsreif auf GCP gemacht
Prompts entwickelt und abgesichert, damit LLM-generierte Zusammenfassungen und Erklärungen konsistent, fundiert und sicher im Produkt auf GCP ausgeliefert werden konnten, nicht nur in Demo-Qualität.
- 04
AutoML für die harten tabellarischen Fälle
Wo tabellarisches Forecasting für ein einzelnes handoptimiertes Modell zu komplex wurde, nutzte ich AutoML zur Modellsuche und validierte die Gewinner, damit die Prognosen auch in Produktion trugen.
Das Ergebnis
- 0–100 Vereinheitlichter Health-Score (illustrativ)
- ~8 Wochen Prognosehorizont pro Händler (illustrativ)
- ~6 RFM-Segmente als Handlungsbasis (illustrativ)
- 2 Systeme Forecasting + Health-Score, in Produktion
Das Ergebnis war eine Analytics-Ebene für Händler, die zwei Fragen zugleich beantwortete: was kommt und wie gesund bin ich. Prognosen gaben den Teams etwas zum Planen; der Health-Score gab ihnen eine Zahl zum Handeln.
Zurück zum Portfolio