SAP F&R (Forecasting & Replenishment) — система планирования заказов и прогнозирования спроса для создания проектов заказов на уровне магазина-поставщика.
Система является частью решения SAP SCM (Supply Chain Management) и реализуется в двух вариациях:
- SAP F&R SCM – внедрение с бесшовной интеграцией с системами SAP;
- SAP F&R OI — это система для интеграции с системами сторонних производителей.
Во избежание потерь продаж целевой уровень обслуживания клиентов обычно планируется составлять не ниже 95%.
Это значит, что в 95 случаях из 100 клиент купит в магазине то, что планировал.
Обеспечение высокого уровня обслуживания в SAP F&R осуществляется за счет страховой премии к среднему прогнозу, который зависит не только от целевого уровня обслуживания, но и от изменчивости прошлых значений продаж продукции.
Таким образом, система формирует максимальный прогноз продаж, объем которого будет достаточным для минимизации запасов на складе или в магазине (а значит, и вывода капитала, замороженного в запасах) и достижения целевого уровня обслуживания клиентов.
Для построения среднего прогноза система SAP F&R использует модели прогнозирования продаж, которые учитывают не только статические данные о расходах, но и влияние внешних факторов, таких как календарные события или рекламные акции.
Влияние таких факторов может быть установлено либо вручную, либо автоматически обнаружено системой в прошлом.
Таким образом, при формировании прогнозной модели временного ряда как в прошлом, так и в будущем SAP F&R использует данные о возможном изменении прогнозного значения и накладывает на сглаженный ряд влияние внешнего фактора.
Как видно на рисунке, в прошлом SAP F&R при формировании прогнозной модели четко выявляла сезонные колебания продаж и пиковые всплески в предновогодний период. Однако не все исторические данные меняются регулярно, и очень часто при прогнозировании можно столкнуться с такой ситуацией: 
Как в таком случае рассчитать средний прогноз, чтобы его надежность была достаточно высокой? 
Такие временные ряды представляют собой случайное распределение Пуассона, поэтому вероятность того, что объем продаж составит m единиц, рассчитывается по формуле: 
Хотя ряды Пуассона очень легко увидеть, их довольно сложно определить.
В приведенном примере значение m является наилучшим прогнозируемым значением (прогноз A).
Нулевые прогнозируемые значения (или одно для последнего случая) представляют собой медиану данного временного ряда, т.е.
50%-ную вероятность удовлетворения потребительского спроса (прогноз Б).
Чтобы определить наиболее актуальное значение прогноза, проверим ошибку прогноза с помощью распределения Пуассона и медианы для расчета средних продаж по формуле wMAPE — средневзвешенная абсолютная ошибка в процентах: 
Таким образом, мы получаем ошибку прогноза: 
В каждом случае прогноз с ошибкой wMAPE ниже ожидаемого.
Поэтому использование wMAPE в этом случае практически всегда приводит к некорректному результату.
Тогда мы прибегнем к расчету ошибки по формулам MSE (среднеквадратическая ошибка) и sRMSE (корень из среднеквадратической ошибки).
Для расчета среднеквадратической ошибки воспользуемся формулой: 
Результаты приведены ниже: 
В этом случае использование для прогнозирования вероятности получения значения из распределения Пуассона более предпочтительно.
Теперь посчитаем ошибку по формуле sRMSE по формуле: 
Результаты приведены ниже: 
Таким образом, очевидно, что систематическое использование расчета ошибки методом wMAPE приводит к снижению точности прогноза, а при обнаружении распределения Пуассона нецелесообразно оценивать ошибку такими методами, как wMAPE, MAE (mean Absolute error).
, MAD (среднее абсолютное отклонение), MASE (среднее абсолютное масштабированное отклонение).
Заключение
Подобный эффект часто проявляется при прогнозировании продаж товаров с низкой оборачиваемостью (менее 0,2 шт. в день).При таком обороте лучшими методами оценки ошибки прогноза продаж являются MSE и sRMSE. При этом необходимо помнить о постоянном контроле уровня запасов и оценке дефицита продукции, ведь точность прогнозирования – это всего лишь средство.
Теги: #прогнозирование #прогнозирование спроса #прогнозы #sap #ошибки прогнозирования #Управление электронной коммерцией #Управление продажами
-
Искусственный Язык В Утопии Томаса Мора
19 Oct, 24 -
Цель. Подходит Или Не Подходит
19 Oct, 24 -
Выпущен Debian Gnu/Linux 6.0
19 Oct, 24 -
Валидация: Внутри Сущностей Или Снаружи?
19 Oct, 24 -
Древнее Устройство – Весы
19 Oct, 24 -
Русские В Португалии
19 Oct, 24
