| ชื่อบทความ: | การพยากรณ์-ความแม่นยำ เพื่อวิเคราะห์ประมาณการยอดขายสินค้าขายปลีก กรณีศึกษา Walmart |
| Research Article: | Prediction- Accuracy to Analyze Retail Seller Sales Data Walmart Case Study |
| ผู้เขียน|Author: | ธัญญ์รวี ชวรัตน์ธนรังษี, ปุณยภัสร์ ชวรัตน์ธนรังษี, ศรัญธร มั่งมี, กันทิมา คงสถิตสุวรรณ, ณรงค์ฤทธิ์ สุคนธสิงห์|Thunravee Chawaratthanarungsri, Punyapas Chawaratthanarungsri, Saranthon Maungmee, Kanthima Kongsathitsuwan, Narongrit Sukonthasing |
| Email: | punyapas.cha@siam.edu ; saranthon.mau@siam.edu ; kanthima.kon@siam.edu ; narongrit@siam.edu |
| ภาควิชา|คณะ: | ภาควิชาธุรกิจดิจิทัล คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยสยาม กรุงเทพฯ 10160 |
| Department|Faculty: | Department of Digital Business, Faculty of Information Technology, Siam University, Bangkok 10160 |
| Published|แหล่งเผยแพร่: | การประชุมวิชาการระดับชาติและนานาชาติ เบญจมิตรวิชาการ ครั้งที่ 13 เรื่อง “อนาคตภาพวิชาชีพทำการศึกษาไทยในยุคดิจิทัล” วันพฤหัสบดีที่ 25 พฤษาภาคม 2566 ณ มหาวิทยาลัยกรุงเทพสุวรรณภูมิ|The 13th BENJAMITRA Network National & Internationa Conference “The Future of Thai Educational Professions in the Digital Age” Bangkok Suwarnabhumi University, Bangkok, Thailand. May 25th 2023 |
การอ้างอิง|Citation
ธัญญ์รวี ชวรัตน์ธนรังษี, ปุณยภัสร์ ชวรัตน์ธนรังษี, ศรัญธร มั่งมี, กันทิมา คงสถิตสุวรรณ และณรงค์ฤทธิ์ สุคนธสิงห์. (2566). การพยากรณ์-ความแม่นยำ เพื่อวิเคราะห์ประมาณการยอดขายสินค้าขายปลีก กรณีศึกษา Walmart. ใน รายงานการประชุมวิชาการระดับชาติและนานาชาติ เบญจมิตรวิชาการ ครั้งที่ 13. กรุงเทพฯ: มหาวิทยาลัยกรุงเทพสุวรรณภูมิ.
Chawaratthanarungsri T., Chawaratthanarungsri P., Maungmee S., Kongsathitsuwan K., & Sukonthasing N. (2023). Prediction- accuracy to analyze retail seller sales data Walmart case study. In The 13th BENJAMITRA Network National & Internationa Conference. Bangkok: Bangkok Suwarnabhumi University.
บทคัดย่อ
ในการศึกษานี้นำเสนอการวิเคราะห์ “การพยากรณ์-ความแม่นยำ” ประมาณการยอดขายสินค้าขายปลีก ของ Walmart โดยมีวัตถุประสงค์เพื่อพยากรณ์ยอดขายของร้านค้าล่วงหน้า 28 วัน ของ Supermarket “Walmart” เนื่องจากสินค้าส่วนใหญ่เป็นสินค้าอุปโภคบริโภคจึงไม่สามารถ stock ได้ระยะนาน การพยากรณ์นี้ เพื่อช่วยในเรื่องของการบริหารจัดการคลังสินค้าในแต่ละสาขาให้เหมาะสมกับปริมาณการซื้อ การวิจัยนี้ใช้กระบวนการของ Deep Learning โดยใช้ภาษา Python ในการพัฒนา ซึ่งผลลัพธ์ที่ได้จะสามารถนำไปวิเคราะห์ยอดขาย เพื่อใช้งานการพยากรณ์การ Stock สินค้าได้อย่างเหมาะสม
คำหลัก: การพยากรณ์, อนุกรมเวลาความแม่นยำ, การเรียนรู้อย่างลึก, การพยากรณ์ยอดค้าปลีก
ABSTRACT
In this study, an analysis is presented. “Prediction-Accuracy” Walmart Retail Sales Estimates. The objective is to forecast the sales of stores 28 days in advance of the Supermarket “Walmart”. Because most of the products are consumer products, they cannot be stocked for a long time. This forecast helps in managing the warehouse in each branch to suit the purchase volume. This research uses the process of Deep Learning using the Python language to develop, the results of which can be used to analyze sales. in order to use the forecasting of stock products appropriately
Keywords: Forecasting, Accuracy Time Series, Deep Learning, Retail Sales forecasting.
การพยากรณ์-ความแม่นยำ เพื่อวิเคราะห์ประมาณการยอดขายสินค้าขายปลีก กรณีศึกษา Walmart|Prediction- Accuracy to Analyze Retail Seller Sales Data Walmart Case Study
คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยสยาม | Faculty of Information Technology, Siam University, Bangkok, Thailand