20.02.2021

Почему важно поддерживать актуальность данных по акциям и остаткам

Сергей Кравченко, Старший аналитик данных, Beltel Datanomics

Система прогнозирования спроса – это в первую очередь модель, ограниченная параметрами или набором факторов, которые были заложены исследователями на момент ее построения. Ключевую роль в этом процессе играют данные, именно по ним определяют зависимости. Качество и полнота информации главным образом влияют на точность прогнозов.

Чем больше мы хотим автоматизировать задачу, тем больше данных необходимо иметь. Например, при прогнозировании акционных товаров крайне важна разметка периодов, когда товар был или будет на акции. Отсутствие такой разметки понижает точность прогнозирования и может привести к перезатарке магазина.

При проведении акций у некоторых товаров объем продаж увеличивается в несколько десятков раз. Существуют товары, которые продаются только по акции, вне акции темп продаж нулевой или околонулевой. Традиционные алгоритмы прогнозирования, такие как скользящее среднее, чувствительны к акционным всплескам, поэтому требуют ручных корректировок прогноза после акции, иначе произойдет перезатарка магазина. Алгоритмы машинного обучения позволяют формировать заказ в автоматическом режиме без корректировок.

На рисунке 1 продемонстрировано, как модель реагирует на акцию. Синяя кривая – фактический спрос на товар в магазине, красная – прогноз, который рассчитывает модель машинного обучения. Зеленая линия отмечает период акций. На графике видно, что до 13 февраля товар продавался в общей совокупности три недели по акции. Предположим, что в данных о продажах акция не была отмечена. Любой адекватный алгоритм прогнозирования среагирует на продолжительное изменение спроса, и к моменту выхода товара из акции алгоритм подстроится под акционный темп продаж (прогноз будет на уровне синей жирной линии). Сформируется заказ товара как на акцию – произойдет перезатарка.

В нашем случае акция отмечена, поэтому алгоритм быстро переключается на прогнозирование товара вне акции.

Рисунок 1. Прогнозирование спроса во время акций

Данные по остаткам являются важной составляющей при формировании заказа. В случае переизбытка товара производится корректировка заказа на остаток путем его вычитания. В случае нехватки, когда нулевые остатки, объем заказа должен повышаться. Таким образом, обратная связь на остаток должна работать в обе стороны – на повышение и понижение заказа. Наличие регламентов списания и регулярные инвентаризации позволяют поддерживать актуальность данных. Правильный учет остатков товара на складе – половина успеха к адекватному заказу.

Дополнительно

Больше статей о технологиях, применяемых для ритейла и FMCG, вы найдете в нашем блоге:

Оставьте заявку и получите бюджет и план внедрения наших решений в ваш бизнес

    Заполняя форму, Вы соглашаетесь с правилами обработки персональных данных.

    Мы используем файлы cookies, чтобы получать статистику и делать наш сайт и другие сервисы удобными для вас. Продолжая дальнейшее использование сайта и/или его сервисов, вы соглашаетесь с этим. Более подробную информацию можно прочитать в «Политика обработки персональных данных» и в «Политика Cookies»