Разбираем пошаговое прогнозирование спроса на товары: как очистить историю от дефицита, учесть заказы в пути и рассчитать страховой запас для точных закупок.
Прогнозирование спроса на товары — это математический метод определения количества единиц к закупке, который опирается на историю продаж, текущие остатки и сроки поставки, а не на интуицию. Если заказывать "на глаз", склад либо переполнится неликвидом, либо опустеет в самый пик сезона.
Чтобы рассчитать заказ по одной позиции, нужно выполнить простые шаги:
Частая проблема — новички смотрят только на продажи прошлого месяца. Но если товара не было половину месяца, продажи будут низкими, хотя спрос был высоким. Вы получите заниженный план и снова попадете в дефицит. В БрайтБорд этот алгоритм используют, чтобы разорвать круг упущенных продаж.
Спрос - это то, сколько товара у вас хотели купить. Продажи - это то, сколько вы смогли отгрузить.
Спрос - реальное желание покупателей приобрести товар, даже если его не было в наличии. Товары в пути - заказ, который уже сделан поставщику, но еще не принят на склад. Страховой запас - буфер на случай задержки поставки или резкого скачка продаж. Плечо поставки - время в днях от момента заказа поставщику до приемки на складе.
Кажется, что можно прикинуть объем закупки, посмотрев на пустую полку. Но через неделю приезжает забытая старая поставка, а новая уже в пути. Чтобы планирование закупок перестало быть гаданием, разберем три главные ошибки и правильный алгоритм.
Многие открывают отчет за прошлый месяц, видят цифру продаж и заказывают столько же.
Это опасно, так как не учитываются дни дефицита. Если товар закончился 15-го числа, то за месяц вы продали ровно столько, сколько было, а не сколько могли бы. Статистика показывает падение продаж, вы заказываете меньше, и в следующем месяце товар заканчивается еще быстрее.
Проще всего фиксировать дни с нулевым остатком. При расчете средней скорости исключайте эти дни из периода. Считайте среднее только по тем дням, когда товар реально был доступен к заказу. Так вы увидите честный прогноз.
Вы видите, что на остатке 5 штук, а нужно 100. Вы формируете заказ на 95 штук.
Это ошибка, потому что неделю назад коллега мог уже заказать 100 штук. В итоге у вас окажется 195 единиц, что заморозит деньги. Организация планирования требует единого реестра заказов.
Всегда проверяйте статус входящих поставок перед созданием нового заказа. Формула проста: потребность минус склад минус то, что уже едет.
Вы посчитали, что до следующей поставки продадите 50 штук, и заказали ровно 50.
Любой сбой сломает продажи. Машина поставщика задержалась на два дня — полка пустая. Пришел крупный оптовик и забрал 10 штук сразу — полка пустая раньше времени.
Всегда добавляйте страховой запас. Это не просто "закажу побольше", а расчетный буфер. Обычно берут запас на срок возможной задержки поставщика или на покрытие пиковых продаж.
Чтобы расчет потребности заказа был точным, нужно собрать все данные в одну логику. Важно учитывать периодичность ваших заказов:
Если заказываете по мере необходимости - считают потребность на срок поставки. Если заказываете по графику - считают на срок поставки плюс период до следующего заказа (период обеспечения).
Потребность = (Скорость продаж * Дни обеспечения) + Страховой запас. Объем заказа = Потребность - (Текущий остаток + Товары в пути).
Возьмите данные за прошлые периоды, например, 3 месяца. Уберите из расчета дни, когда остаток был ноль. Поделите сумму продаж на количество дней наличия. Это ваш среднедневной спрос.
Умножьте среднедневной спрос на количество дней, на которые нужно обеспечить товар. Прибавьте к этому страховой запас.
Представьте, что вы продаете синие кружки. Вы знаете, что везти их две недели. Вы заказываете их раз в неделю. Значит, товара должно хватить на три недели (две везти плюс одна до следующего заказа). Вы считаете скорость продаж в день, умножаете на дни обеспечения. Смотрите на полку — там есть остаток. Смотрите в отчет — еще партия едет. Вычитаете это из потребности. Разницу отправляете в заказ.
Ручной расчет работает отлично, пока у вас 20-30 позиций. Когда ассортимент растет, следить за каждым днем дефицита в Excel становится трудоемко. Ошибки в формулах приводят к потерям. Система БрайтБорд берет на себя эту рутину: сама очищает историю от дефицитов, учитывает товары в пути и предлагает готовый заказ.
Даже если цифры кажутся верными, пробегитесь по списку:
Акции создают искусственный всплеск продаж. При расчете прогноза на будущее лучше очищать историю от акционных продаж, иначе система завысит обычную потребность. Планируйте акции отдельно, добавляя объем сверх обычного прогноза.
Для сезонных товаров средняя скорость продаж за год не подходит. Нужно использовать сезонные коэффициенты или брать для анализа аналогичный период прошлого года, а не прошлый месяц.
У новинок нет истории продаж. Используйте метод аналогов: возьмите статистику по похожему товару (цвет, цена, категория) и используйте ее как базу для первого заказа.
Потому что прошлый месяц мог быть неудачным из-за дефицита или аномально хорошим из-за разовой сделки. Прогноз спроса должен смотреть вперед, а не просто копировать прошлое.
Да, обязательно. Даже если товар приедет через месяц, он уже ваш. Если вы не учтете его, то закажете дубль. Если срок поставки слишком долгий, возможно, стоит разбить заказ на части, но учитывать входящий поток нужно всегда.
Идеально — перед каждым заказом. Спрос меняется, поставщики меняют сроки. Если планирование закупок происходит редко, данные устаревают. Лучше делать сверку еженедельно.
Правильный расчет всегда строится на чистых данных. Начните с малого: перестаньте игнорировать товары в пути и начните учитывать дни дефицита. Это уже повысит точность ваших закупок. Если позиций много, имеет смысл автоматизировать процесс. Команда БрайтБорд помогает наладить управление запасами так, чтобы на складе всегда был порядок.
Узнайте, как оценивать точность прогнозирования спроса по MAPE и WAPE. Разберитесь, как находить смещение в планах, чтобы сократить неликвиды и избежать дефицита на полках.
Как сравнить системы прогнозирования спроса по точности, стоимости и удобству. Разбираем ключевые критерии выбора ПО для автоматизации закупок и управления товарными запасами.
Рассказываем, чем полезно машинное обучение для прогнозирования спроса и какие данные нужны для старта. Узнайте, когда стоит уходить из Excel и где алгоритмы бессильны.
