Представьте себе двух героев: бизнесмена Александра и системного администратора Василия.
Вася, как олицетворение среднестатистического клиента, каждый вечер заходит в магазин Саши (представителя торговой сети) и покупает пиво.
Саша заказывает ему 7 бутылок пива в неделю.
Иногда Вася остается на работе на ночь и не выходит из серверной, а иногда после работы берет две бутылки пива себе и главному бухгалтеру.
График спроса на пиво в зависимости от жизненных приключений Васи
Саша не может предугадать эти периоды, поэтому он постоянно находится между двух огней: либо покупать больше товаров, «замораживать» деньги и тратить их на их хранение, либо покупать ровно по среднему спросу, рискуя в какой-то момент расстроить Васю и его друга-бухгалтера отсутствие необходимого количества пива.
Значит, много товара на складе Саше вредно.
В него вкладываются и «замораживаются» деньги, а просто хранить их дорого.
Иметь мало товаров в магазине – плохо, покупатели не находят того, что им нужно, он теряет их и прямую прибыль.
Чтобы узнать, сколько товара необходимо закупить, нужно система прогнозирования спроса .
Эта же система помогает поддерживать необходимое количество товара в точках.
Как это выглядит в принципе?
Спрос и предложение описываются целевой функцией, которая состоит из двух частей: с одной стороны заниженный прогноз, с другой - завышенный прогноз.С одной стороны, если продукт будет храниться слишком долго, это приведет к издержкам; с другой – упущенная выгода.
Плюс стоит помнить, что еще существуют такие вещи, как просроченная продукция, устаревшее программное обеспечение на дисках и другие проблемы, такие как поддержание дисплея в необходимом виде.
В простейшем случае вы получаете два значения в деньгах: что будет, если вы недозакупите или привезете лишний товар.
Система анализирует все товары торговой сети отдельно и делает прогнозы.
Что важно для Саши: правильный заказ или большая прибыль?
Розничные сети стремятся оптимизировать процесс поставки .Один из важных моментов – считать нужно не в единицах, а в общих затратах, например, на работу персонала и эффективность процессов.
Для сети важна прибыль в результате, а не точность самого прогноза.
Итак, все сводится к остатку товара на складе, где его заказывают покупатели.
Чтобы правильно управлять запасами, нам сначала необходимо спрогнозировать спрос.
В то же время спрос — это не продажи: при отсутствии товара спрос может быть, но продаж не будет. Это очень важное отличие, ведь многие системы работают именно на продажах.
Восстановление спроса
Первый шаг аналитики в нашем случае — восстановить реальный спрос, отслеживая все моменты, когда товар был фактически недоступен (например, коробка пива значилась в базе данных, но фактически была потеряна на складе).Суть в том, чтобы заменить «пробелы» в продукте каким-то расчетным значением.
Вы можете использовать несколько разных методов усреднения, например, скользящее среднее: расчеты не так важны, как сам принцип.
Итак, первое, что мы делаем, это восстанавливаем уровень спроса.
Затем строим прогноз на ближайший период. Далее нам необходимо получить поправки на то, что реальный спрос всегда отличается от прогнозного, то есть построить оптимальный коридор допуска.
Давайте присмотримся к Васе
Например, в среднем они покупают 7 бутылок в день, но могут купить 10 в пик и 4 в минимум.Значит коридор 7 плюс-минус 3. Это опять же в среднем.
Иногда случается, что наш Вася устраивает вечеринку и хочет сразу 20 бутылок, но в таких случаях, по расчетам, нам выгоднее продать 10 и отправить его дальше искать топливо, чем держать в запасе 10 лишних.
склад. Ведь он сисадмин, и вечеринки для него бывают крайне редко.
Доверительный интервал строится, когда вероятность прогнозирования спроса от 4 до 10 единиц равна 80%.
Если спред по товару большой (например, когда мы торгуем 4-10 блейд-серверами), это повод разобраться с товаром вручную.
Когда разброс небольшой (4-10 скрепок), то можно полностью довериться автоматизации.
Считаю Сашины деньги
Далее нужно понять, какой должен быть баланс на момент доставки, чтобы его хватило до следующей доставки.Здесь уже появляются деньги, баланс потерь.
Мы добавляем целевую функцию, которая описывает потери от занижения и завышения прогнозов, и эта целевая функция добавляет риски.
Соответственно, как правило, получается, что выгоднее перезаказать товар, так как он все равно будет продан, и то, что мы его приобрели, не так уж и страшно, и стоимость перенаправленных денег не так уж и велика.
.
Стоимость перенаправленных денег можно рассчитать по-разному.
Самый простой вариант – по ставке банка – что будет, если мы положим эти деньги на депозит. Более правильный путь — оценить реальную стоимость перенаправленных денег, исходя из средней эффективности бизнеса.
Эта скорость важна для прогнозирования верхнего предела повторного заказа.
Далее, сложив ошибку от занижения и завышения прогноза в деньгах, мы можем оценить, при каком значении остатка эта ошибка будет минимальной.
Следующий шаг: вам нужно доставить этот товар.
Например, аналитика предлагает купить 14 бутылок пива.
Очевидно, мы можем перевозить их только в ящиках, то есть либо 12, либо 24. Надо понять, что выгоднее: недоставить этот ящик и расстроить сисадмина Василия, который каждый вечер покупает у нас пиво, или иметь коробку и сидеть с дополнительными бутылками.
Маркетологи могут предоставить приблизительную эвристическую оценку важности удержания клиентов путем поддержания ассортимента — и это также можно учесть в функции.
Какова эффективность?
По моему опыту внедрения в торговых сетях, это экономит до 3% оборота компании.
Кто в компаниях работает с этой штукой?
Аналитики обычно работают; они обычно анализируют исторические данные.С точки зрения результатов работы системы все просто: выдаются три числа: это прогноз спроса, рекомендуемый баланс и рекомендуемый заказ.
Затем все это загружается в уже знакомый мерчендайзерам интерфейс заказа.
Они не видят изменений в своей работе, у них просто другие цифры.
Нет необходимости менять другие системы.
Пример реализации
Каковы ограничения системы?
Автоматизация может прогнозировать тенденции, например, учитывать рекламные кампании, но всегда требует корректировок на рынках с высокой волатильностью спроса.Например, в индустрии моды интуиция и опыт имеют большее значение, чем такая автоматизация; в мобильном ритейле также проблематично рассматривать только автомат на топовых позициях.
Разница вот в чем: продавая, например, жесткие диски или хлеб, мы удовлетворяем спрос.
Продавая модные платья или планшеты нового поколения, мы создаем его.
Теги: #прогнозирование спроса #розничная торговля #пиво #перезаказ #недозаказ #анализ данных #образование #Интеллектуальный анализ данных
-
Загадочные Убийства - Джек Потрошитель
19 Oct, 24 -
Денежный Ящик – Объективный Обзор
19 Oct, 24 -
Поддержка Сенсорного Управления В Javascript
19 Oct, 24 -
Гаусс-Пушка. Миф Или Реальность – 2?
19 Oct, 24
