Прогнозирование спроса

Прогнозирование спроса – это предварительная оценка спроса на продукцию и материалы, помогающая компаниям добиться хорошей рентабельности. Если спрос спрогнозирован неправильно, то фирма может закупить много невостребованной продукции и не заказать товары, в которых нуждаются покупатели. Это приведёт к снижению прибыли и появлению товарных излишков. Спрос прогнозируют специалисты, обладающие необходимыми знаниями и навыками. Однако человеческий фактор нередко приводит к ошибкам. Оптимально прогнозировать спрос не только усилиями экспертов, но и с помощью современных технологий и прогнозной аналитики. Это поможет установить точные показатели и не упустить важные моменты.

Image by DCStudio on Freepik

Методы прогнозирования спроса и их эволюция

Вот как развивались методы прогнозирования спроса:

2008 год – классическое прогнозирование;

2012 год – квантильное прогнозирование;

2015 год – частичное вероятностное прогнозирование;

2018 год – полное вероятностное прогнозирование.

Классические методы активно использовались в 2008-2009 годах, затем они уступили квантильному прогнозированию, а ему на смену пришло вероятностное прогнозирование. Временные рамки можно считать условными. Хотя сейчас и используются современные методы, классическое прогнозирование спроса применяется до сих пор. Расскажем о методах прогнозирования спроса подробнее.

Классическое прогнозирование

Предположительный спрос формируется исходя из того, сколько товаров было продано в прошлом периоде. При этом результаты анализа представляют определённое число. Так, если две недели назад было продано 7 упаковок товара, а неделю назад – 12, то можно предположить, что спрос составит 10 упаковок. В классическое прогнозирование входит несколько моделей прогнозирования потребительского спроса:

• По средним продажам. Самый простой и часто используемый способ прогнозирования спроса, до сих пор востребованный во многих фирмах. Спрос прогнозируют, учитывая продажи за определённый период, например за один месяц. Анализируют только те товары, которые продаются стабильно. При этом игнорирование нестабильно продающейся продукции иногда приводит к погрешностям.
• Метод по Шрайбфедеру (средней взвешенной). Так же, как и в предыдущем методе, учитывают только фактические продажи, а полученный результат разбивают по важности характеристик товара, которые называются «весами». Систему весов определяют исходя из потребностей предприятия и на её основе создают свою (сезонность, давность продаж  и т.п.).
• Экспоненциальное сглаживание. Это способ прогнозирования спроса на продукцию за определённый период. Предполагается, что спрос будет равен среднему показателю потребления продукции за данный период, но большая роль отводится значениям, которые находятся ближе по времени. В следующих прогнозах учитывают ошибки текущих прогнозов.
• Метод авторегрессии. Чтобы спрогнозировать спрос, выбирают несколько периодов, за которые нужно определить продажи. На каждый из них разрабатывают коэффициенты, позволяющие рассчитать показатели длинного периода, учитывая непостоянные факторы (сезонность, количество рабочих дней и другие).

Квантильное прогнозирование

Метод активно использовали в 2012 году. Квантильное прогнозирование заключается в том, что спрос рассчитывают по математической формуле «простого среднего», при этом для определения показателей на следующий период высчитывают среднее арифметическое за все прошлые промежутки. Однако этот метод прогнозирования консервативен, так как используемая информация является устаревшей и не учитывает последние тенденции спроса. При квантильном прогнозировании сознательно смещают показатели, чтобы минимизировать риск недопрогнозирования и перепрогнозирования. Этот метод часто используют в розничной торговле и на производстве.

Image by Freepik

Вероятностное прогнозирование

Вероятностное прогнозирование основано на математическом моделировании процесса спроса и вероятности его объёмов в определённый период. Данный способ появился благодаря стремительному развитию компьютеров. Вероятностное прогнозирование заключается в использовании информации из прошлого опыта для предсказания показателей в будущем. Виды вероятностного прогнозирования:

• Частичное вероятностное прогнозирование. При составлении прогноза не учитывают небольшие вероятности с долей менее 1 %. Ранее такие незначительные показатели не принимали во внимание, так как не было достаточных вычислительных мощностей. Несмотря на то, что частичное вероятностное прогнозирование не учитывает минимальные значения, оно позволяет находить оптимальный баланс между возможными показателями спроса и количеством товара на складе, необходимым для максимизации прибыли.
• Полное вероятностное прогнозирование. Оно получило популярность в 2018 году благодаря развитию компьютерных технологий и позволило делать более точные прогнозы. Полновероятностные модели учитывают даже минимальные распределения спроса вплоть до 0,01 %, что играет значительную роль, особенно при больших объёмах.

Экспертные модели прогнозирования

Экспертные методы прогнозирования спроса до сих пор применяют на практике. Их суть сводится к тому, что некий эксперт, который хорошо разбирается в ассортименте продукции, устанавливает пороговые значения спроса по определённым позициям. Классический экспертный метод – это правило минимакса, при котором для каждой позиции определяется минимальное и максимальное значение запаса. Минимакс – это правило принятия решений, позволяющее минимизировать возможные потери. В торговле оно сводится к тому, что если значение товара опускается до минимума, то формируется точка запаса, и компания заказывает столько продукции, чтобы хватило до максимума. Однако этот способ имеет недостатки. Они заключаются в том, что:

• сложно высчитывать показатели для большого объёма продукции;
• не учитывается изменение спроса на товары.

Использование правила минимакса для больших торговых точек, имеющих широкий ассортимент, нецелесообразно, особенно при меняющихся потребностях покупателей. Это может привести как к избытку товаров, так и к их дефициту. Другие виды экспертного метода:

• метод комиссии – прогноз составляют несколько экспертов;
• интервьюирование – беседа со специалистом по трудным аспектам прогноза;
• анкетирование – опрос одного или нескольких экспертов по анкете;
• метод Дельфи – компиляция особенностей прочих методов в комплексный опрос экспертов.

К сожалению, экспертные услуги не гарантируют точного предсказания спроса, так как результаты зависят не только от исходных данных, но и от компетентности специалиста. Если при прогнозировании он не учтёт определённые сведения, то можно получить неправильные значения.

Image by wayhomestudio on Freepik

Сбор данных

Прогнозирование спроса основано на статистике продаж. Чтобы получить точные данные, нужно использовать информацию, состоящую из однородных элементов. При этом сведений должно быть достаточно. На рынке В2С^[1] порой совершается несколько тысяч покупок в месяц. Этого объёма достаточно для анализа. Чтобы получить данные по рынку В2В^[2], нужно взять за основу минимум 100 сделок в месяц. Для чистоты прогноза из статистики надо исключить крупные сделки, которые выбиваются из общей картины, например, те, на каждую из которых приходится примерно 10 % месячной выручки. Если такие сделки оставить, то в динамике они будут давать резкие всплески, которые снизят точность прогноза. При прогнозировании спроса нужно учитывать:

• объёмы и интенсивность рекламы;
• реализуемые мероприятия по стимулированию сбыта;
• выход на рынок новой продукции;
• запуск новых направлений продаж;
• клиентов с разовыми существенными закупками.

От того, насколько правильно будут отобраны данные, зависит точность предсказания спроса, а соответственно, эффективность управления товарными запасами.

Предложение от компании Сбер Бизнес Софт

Современные сервисы позволяют правильно предсказывать спрос благодаря использованию компьютерных технологий. ООО «Сбер Бизнес Софт» предлагает модель, работающую на основе искусственного интеллекта, предсказывающую объём продаж в разрезе точек сбыта. Её использование обеспечивает своевременную закупку продукции в нужных объёмах без её дефицита или переизбытка на складе. Это, в свою очередь, позволяет эффективно продавать товары покупателям и устраняет необходимость в длительном хранении товарно-материальных ценностей. Данное ИИ-решение может помочь точно спрогнозировать продажи при годовом, а также краткосрочном бизнес-планировании. Применяя его, можно перейти от использования базовых инструментов предсказания спроса к более продвинутым, учитывающим все факторы и предоставляющим точные данные.

Звоните или оставляйте заявку на сайте. Специалист подберёт сервис для эффективного решения ваших задач и расскажет о его основных преимуществах.

^[1] B2С — business to consumer, то есть от бизнеса к потребителю. Это розничная продажа товаров и услуг клиентам — физическим лицам для личного потребления.

^[2] В2В — business-to-business, то есть от бизнеса к бизнесу. Это продажи, в которых компании работают не на конечного потребителя, а на другие юридические лица, то есть на другой бизнес.