ML system design: прогноз спроса

Уточняю: прогноз нужен на уровне магазин × товар × день на 14 дней вперёд, им пользуется система автозаказа, бизнес-цель это меньше списаний и пустых полок. Это 15 млн рядов, поэтому отдельные ARIMA на каждый ряд не подходят. Данные: продажи, остатки, цены и промо-календарь, праздники, погода, открытия магазинов. Важная ловушка: при нулевом остатке продажи ноль, но спрос был, такие дни надо помечать или восстанавливать, иначе модель занизит прогноз. Модель: глобальный градиентный бустинг по всем рядам с лагами и скользящими средними (только из прошлого относительно горизонта), календарём, ценой и промо, признаками товара и магазина. Бейзлайн: сезонная наивная модель (продажи неделю назад). Метрики: WAPE и смещение, а для заказа квантильный прогноз, например 0.8-квантиль, чтобы закладывать страховой запас. Валидация по времени на нескольких срезах, отдельно по горизонтам. Новые товары получают прогноз по аналогам из категории. В проде ночной батч, мониторинг ошибки по категориям и магазинам, ручные корректировки для промо.