Вопрос частично по методике, частично технический.

Есть несколько складов, часть нашей организации, часть нет. По всем складам есть данные о наличии товаров. Если наш склад, то понятно свой учет. По чужим данные разрозненные в виде файлов или каких-то внешних бд с остатками. Где-то данные о наличии мы знаем раз в день, где-то несколько раз в день, где-то раз в несколько дней.

Задача : для товара придумать показатель, который показывает вероятность что этот товар будет у нас в наличии в течении следующего месяца. Как общий, так и в разрезе склада. И потом строить различные отчеты с сортировками и отборами этого показателя, групп товаров и тому подобного.

Вопрос 1. Формула расчета показателя. Подозреваю что это должно быть отношение : Время когда товар в наличии / время когда у нас есть о нём данные. Но походу их мало. Если об одном товаре у нас есть учет один день и он был в наличии, то это 100%, а если второй мы вели учет сто дней, и его один день не было то это 99%. Хотя второй явно стабильней. Так-же если товара не было месяц в году то есть большая разница когда его не было, в начале периода или в конце или через день. И все ли это критерии? Я могу придумать какую-то свою формулу, но может кто более в теме и подскажет готовую формулу?

Вопрос 2 технический. Думаю это будет регистр где есть дата, склад, товар. И два ресурса : время всего, время в наличии. Тоесть если у нас есть данные на вчера, полученные один раз, то время всего 24ч. время в наличии ноль или 24. Если есть данные три раза в день, то время в наличии как-то там делить в пропорциях. Нормальная структура? учитывая что мне нужны будут обороты, может лучше оборотный регистр и документ под него?

А простой РС не подойдет?

Период
Товар
Количество

Ну и аналитика: если товар был каждый день - Х, не каждый день Y, ну и Z.

(0) не совсем понятна задача

зачем вам "вероятность наличия товара" на складе? вы сможете исходя из шанса 60% на наличие принять решение об отгрузке следующим днем?

(1) Я простой и имею в виду как базовый вариант. Но может с оборотным шустрее будет, за счет посчитанных итогов.

(2) аналитика для менеджера по закупкам

(3) Можно же простой показатель:
Товар был на складе 100 дней из 100 дней - 100
Товар был на складе 84 дней из 100 дней - 84
Товар был на складе 33 дней из 100 дней - 33

(3) проще менеджера по закупкам уволить, чтобы ересью не занимался )

(4) Вы сто дней мониторите наличие товара, который хотите купить в интернет-магазине. Псоследние 33 дня его нет в наличии. Какая вероятность что он появится в течении следующего месяца?

И наоборот, из ста дней он первые 33 дня не был, а потом все время был.

(6) >Какая вероятность что он появится в течении следующего месяца?

50% - или появится или нет

(0) Вы какой то хренью решили заняться вместо оптимизации реальных процессов

Вместо этих гребаных файлов сделайте уже онлайн систему с АПИ и интегрируйте в нее и свои и чужие склады
Т.е. вместо того чтобы менагерам по чужим складам шариться надо чтобы менагер набивал заявку и чужие склады ее видели онлайн и онлан предлагали что у них есть, а менагер уже выбирал

Короче система биржи вместо коммивояжера

(9)+ Суть в чем, вы никак за других (чужие склады) не узнаете вероятность
Но они то ее знают! Вы только скажите что вам надо и они назовут срок
Т.е. по позициям ваших заявок/заказов разные склады будут предлагать сколько и когда будет

совсем не ликвидная хрень у меня на складе лежала 3 года (1000 дней), потом я ее продал и ее нет на складе 10 дней, по вашей формуле вероятность поставки будет 99% по факту - стремится в ноль...

Ваша задача это чистый ABC анализ.
1. Сначала разбиваем весь товар на категории по продажам (по скорости уменьшения и увеличения склада)
2. Для каждой категории придумываем критерии исходя из наличия, средних продаж, сезонности и еще 5 показателей (я как-то считал все показатели которые требуется учитывать, их 7шт)
3. Далее в работу....

к показателям относятся например
Сезонность
Ликвидность
Аналоги
Тренд ликвидности (растет или падает)
Конкурентность цены

есть еще пару, но я уже их не вспомню быстро, точно помню было 7 шт

задача прям для нейросети создана

да ну нафиг какая нейросеть.
статистика обыкновенная.

(11) у ABC анализа есть такая проблема что что легко погнавшись за 80% прибыли от 20% товара растерять по дороге всех клиентов

(15): ну это удел любого управленческого решения. и управления как такового. профессор пригожин в данном вопросе очень в тему (и отчасти - но только тчасти - нассим талеб).

(14) (13) такая задача не имеет идеального решения, любое решение данной задачи сводится к вероятностям...

поддержку (9) (10)
то что у вас есть остатки по чужому складу раз в несколько дней ничего вам не дает, поскольку вы понятия не имеете ни о заказах, ни об оборотах.
то что вам нужно можно собрать только имея полную информацию по движению на складе, которой у вас нет, а значит нужно либо получать ее либо давать  вашу систему доступ людям которые ей владеют.

(0) 90% решения данной задачи лежит в организационной плоскости, пронормировать данные и вытащить закономерности проблем уже не составляет