Premium-Autohersteller optimieren Nachfrageprognosen mit Spatiotemporal- und Online-Daten
Ein neues Forschungsprojekt von arXiv präsentiert, wie Premium-Autohersteller ihre monatlichen Nachfrageprognosen deutlich verbessern können. Durch die Kombination von LightGBM-Ensembles, Quantilregression und einer Mixed-Integer-Linear-Programming-Rekonsilierung werden Prognosen auf strategischer und operativer Ebene erzeugt.