FreshRetailNet-50K – Prédiction de demande dans le retail alimentaire

Données massives de vente au détail alimentaire sur 50 000 références avec suivi des ruptures de stock, météo, promotions et plus.

Télécharger le dataset

Taille

4,85 millions d’exemples horaires, format tabulaire structuré (CSV/Parquet)

Licence

CC BY 4.0

Description

‍

FreshRetailNet-50K est un benchmark unique pour la prédiction de la demande dans le domaine du retail alimentaire. Il contient 50 000 séries temporelles détaillées sur 90 jours, couvrant les ventes horaires de produits périssables dans 898 magasins répartis sur 18 grandes villes. Le dataset inclut également des informations sur les ruptures de stock, les promotions, les conditions météorologiques et les jours fériés.

‍

À quoi sert ce dataset ?

‍

Améliorer les modèles de prévision de la demande dans le secteur du retail alimentaire
Tester des algorithmes de détection de stock-out et de demande latente
Entraîner des modèles de séries temporelles contextuelles à grande échelle

‍

Peut-on l’enrichir ou l’améliorer ?

‍

Oui, ce corpus peut être enrichi avec des données de coûts logistiques, des marges ou des données externes (événements, tendances régionales). Il est également possible de l’annoter plus finement pour affiner la détection de ruptures masquées ou ajouter des scores de confiance aux prédictions de vente.

‍

🔎 En résumé

Critère	Évaluation
🧩 Facilité d’utilisation	⭐⭐⭐⭐✩ (Structuré et bien documenté)
🧼 Besoin de nettoyage	⭐⭐⭐⭐⭐ (Faible – données prêtes à l’emploi)
🏷️ Richesse des annotations	⭐⭐⭐⭐⭐ (Très bonne – inclut ruptures, météo, promos, etc.)
📜 Licence commerciale	✅ Oui (CC BY 4.0)
👨‍💻 Idéal pour les débutants	⚠️ Moyen – nécessite connaissances en séries temporelles
🔁 Réutilisable en fine-tuning	🎯 Oui, pour modèles de prédiction tabulaire
🌍 Diversité culturelle	⚠️ Centré sur la Chine (18 villes majeures)