Прогнозирование спроса начинается с очищенной истории продаж, данных о наличии товара, ценах, сезонности и промоакциях. Чтобы оценить точность, сравните прогноз с фактическим спросом на отложенном периоде и проверьте несколько метрик: одна ошибка может скрывать систематическое завышение или недооценку. Ниже - порядок подготовки данных, выбора метода и настройки регулярного контроля.
Что проверить перед запуском прогноза спроса
- Определите, какие решения должен поддерживать прогноз: закупки, производство, распределение запасов или планирование промоакций.
- Сверьте продажи с остатками и отметьте периоды отсутствия товара: продажи в такие дни могут не отражать реальный спрос.
- Подготовьте календарь сезонных событий, изменения цен, скидок и других факторов, влияющих на спрос.
- Выберите горизонт и детализацию прогноза, соответствующие срокам поставки и доступной истории.
- Сравните результаты с простым базовым методом и проверьте ошибки отдельно для важных товаров и периодов.
Какие данные собрать для прогноза спроса
Такой анализ полезен розничным и оптовым компаниям, производителям и командам планирования, если решения зависят от ожидаемых продаж. Не стоит строить модель на неполной истории, не проверив, отражает ли она реальный спрос: при частых дефицитах продажи могут занижать потребность. В этом случае сначала отметьте ограничения данных и используйте прогноз как ориентир, а не как точное значение.
Собирайте данные на уровне, на котором принимается решение: например, по товару и магазину или по товарной категории и региону. Для прогноза спроса на товары полезна единая таблица, где каждой строке соответствует период и выбранная комбинация товара и места продаж.
| Тип данных | Что включить | Для чего использовать |
|---|---|---|
| Продажи | Количество проданных единиц, выручка, дата или период | Построение истории и сравнение с фактом |
| Наличие | Остаток, даты дефицита, доступность товара | Выявление периодов, когда продажи ограничивались запасом |
| Цена и промоакции | Цена, скидка, тип и период акции | Разделение обычного спроса и реакции на продвижение |
| Календарь | Выходные, праздники, сезонные события | Учет повторяющихся календарных колебаний |
| Ассортимент и справочники | Категория, статус товара, замены и даты запуска или вывода | Корректная группировка и обработка изменений ассортимента |
Проверьте, что у данных согласованы единицы измерения, идентификаторы товаров и календарные даты. Для системы прогнозирования спроса также заранее определите, откуда поступает каждый показатель и кто отвечает за его обновление.
Как подготовить историю продаж и учесть пропуски
Перед расчетами понадобятся доступ к выгрузкам продаж и остатков, справочник товаров, календарь акций и инструмент для обработки данных. Это могут быть электронные таблицы, корпоративная аналитическая платформа или программы для прогнозирования спроса; выбор зависит от объема данных и регулярности обновления.
- Сведите источники по согласованным кодам товара и мест продаж.
- Найдите дубликаты, неверные даты, отрицательные значения и смены единиц измерения.
- Различайте нулевые продажи и пропуски. Ноль может означать отсутствие спроса, а пустое значение - отсутствие записи.
- Сопоставьте продажи с наличием. Дни дефицита помечайте отдельно, не трактуйте автоматически как обычный спрос.
- Зафиксируйте изменения ассортимента, цены и условий акции, чтобы не приписывать их влияние случайным колебаниям.
Не заполняйте пропущенные значения нулями без проверки причины. Если восстановить факт нельзя, отметьте период как неполный и исключите его из сравнения либо используйте согласованное правило обработки.
Как выбрать период и детализацию прогноза
Перед пошаговой проверкой подготовьте исходные данные и правила сравнения:
- Согласуйте, что считается спросом: проданные единицы, заказы или иной показатель.
- Уточните сроки пополнения запасов и горизонт, на который нужно принимать решения.
- Отметьте дефициты, промоакции, сезонные события и изменения ассортимента.
- Разделите историю на период настройки и период проверки, не используя фактические данные проверки при подборе метода.
- Определите горизонт. Выберите срок, на который требуется планирование, сообразно циклу закупки или производства. Слишком короткий прогноз может не помочь принять решение, а слишком дальний - быстрее терять точность.
- Выберите временной шаг. Используйте дневную, недельную или месячную детализацию в зависимости от частоты продаж и управленческого процесса. Для редких продаж чрезмерно мелкий шаг часто дает много периодов без наблюдений.
- Выберите уровень группировки. Сопоставьте прогноз по отдельным товарам с прогнозом по категории или региону. Группировка может сгладить случайные колебания, но не заменяет детализацию, нужную для заказа конкретного товара.
- Учтите сезонный цикл. Включите в историю сопоставимые сезонные периоды, если они доступны, и отделяйте обычный спрос от разовых событий. Для сезонного товара проверьте, не приходится ли проверочный период на другой этап сезона.
- Зафиксируйте схему проверки. Определите, какие периоды будут использованы для настройки, а какие - для оценки. При промоакциях сравнивайте периоды с учетом типа акции и наличия товара.
Какие методы прогнозирования сравнить на практике
Сравнивайте подходы на одинаковых данных и одном проверочном периоде. Для начала достаточно простого базового прогноза и методов, учитывающих тенденцию или сезонность; сложный алгоритм имеет смысл оставлять, только если он дает практически полезное улучшение.
- Проверьте простой базовый прогноз, чтобы получить точку отсчета.
- Сопоставьте его с методом, учитывающим недавний уровень продаж.
- Для устойчивой сезонности проверьте метод, который использует повторяющийся календарный рисунок.
- Для промоакций отдельно оцените периоды с акцией и без нее.
- Сравните методы на одних и тех же товарах, горизонтах и периодах.
- Посмотрите, как меняется результат при исключении периодов дефицита или неполных данных.
- Проверьте не только среднюю ошибку, но и случаи заметного завышения или занижения прогноза.
- Оставьте метод, который дает приемлемый результат и понятен тем, кто будет использовать прогноз.
Как оценить точность прогноза: метрики и их ограничения
Не выбирайте метод по одной метрике. Абсолютная ошибка показывает масштаб расхождения в единицах спроса, относительная помогает сопоставлять товары разного объема, а смещение выявляет устойчивое завышение или занижение. Для периодов с нулевым фактом относительные метрики могут быть неприменимы или вводить в заблуждение.
| Показатель | Что показывает | Ограничение |
|---|---|---|
| Средняя абсолютная ошибка | Средний размер расхождения в единицах исходного показателя | Трудно напрямую сравнивать товары с разным объемом спроса |
| Средняя относительная ошибка | Расхождение относительно фактического значения | Проблемна при нулевом или очень малом факте |
| Среднее смещение | Направление систематической ошибки | Положительные и отрицательные ошибки могут взаимно компенсироваться |
Проверьте результат перед использованием:
- Не оценивайте метод на тех же данных, на которых его настраивали.
- Не объединяйте периоды дефицита с обычными периодами без отдельной пометки.
- Не сравнивайте относительные ошибки товаров с нулевым фактом как обычные значения.
- Не полагайтесь только на среднее: изучите товары и периоды с наибольшими отклонениями.
- Не смешивайте периоды с промоакциями и без них, если условия существенно различаются.
- Не считайте точность самоцелью: проверьте, помогает ли прогноз принимать решения о запасах и поставках.
Как оформить результаты проверки в таблице и настроить контроль
Зафиксируйте в рабочей таблице фактический спрос, прогноз, величину ошибки, наличие товара и признаки акции. Добавьте название метода и дату обновления, чтобы можно было воспроизвести сравнение и отследить изменение результата.
| Период | Товар или группа | Факт | Прогноз | Ошибка | Наличие и промо | Метод |
|---|---|---|---|---|---|---|
| Период проверки | Сезонный товар | Фактические продажи | Значение прогноза | Расхождение | Сезонное событие или дефицит | Выбранный подход |
| Период проверки | Товар с промоакцией | Фактические продажи | Значение прогноза | Расхождение | Тип и даты акции | Выбранный подход |
Для контроля можно выбрать один из вариантов:
- Ручная проверка в таблице. Подходит для ограниченного ассортимента и нерегулярных обновлений, если ответственный может проверять качество исходных данных.
- Регулярная выгрузка в аналитическую систему. Уместна, когда данные уже хранятся централизованно, а результаты нужно сравнивать по товарам и периодам.
- Автоматизация прогнозирования спроса. Полезна при регулярном пересчете и большом количестве позиций. До внедрения проверьте качество источников, правила обработки дефицита и возможность объяснить отклонения.
Закрепите владельца процесса, порядок обновления данных и действия при ухудшении результата. Программу или метод пересматривайте после существенных изменений ассортимента, спроса или правил пополнения запасов.
Практические ситуации при прогнозировании спроса
Как учитывать сезонный товар?
Сопоставляйте прогноз с историей аналогичных этапов сезона и отмечайте календарные события. Если сопоставимых периодов нет, зафиксируйте неопределенность и чаще проверяйте фактические продажи.
Что делать, если товар был в дефиците?
Отметьте период дефицита отдельно: фактические продажи могли быть ограничены наличием. Не приравнивайте автоматически эти продажи к полному спросу.
Как оценить прогноз для промоакции?
Сравнивайте акционные периоды отдельно от обычных и указывайте тип акции, цену и наличие товара. Так проще понять, связана ли ошибка с методом или с особенностями кампании.
Можно ли оценивать точность только по средней ошибке?
Нет. Среднее значение может скрыть систематическое завышение, занижение или крупные ошибки на отдельных товарах, поэтому проверяйте также смещение и проблемные периоды.
Как поступить, если в истории есть пропуски?
Сначала выясните, означает ли пропуск отсутствие продаж или отсутствие данных. Не заменяйте его нулем без основания; пометьте неполный период и применяйте единое правило обработки.
Когда переходить к автоматизации?
Когда ручное обновление становится неудобным, а источники и правила подготовки данных уже устойчивы. Автоматизация не исправляет ошибки исходной истории сама по себе.
Автор: Ольга Васильева.
