Фактор сезонности при прогнозировании спроса в пищевой промышленности
Сергей Кравченко, Старший аналитик данных, Beltel Datanomics
Сезонность продаж – одна из ключевых характеристик товаров при прогнозировании. Неправильный учет сезонности приводит к снижению точности прогнозирования, из-за чего возникают следующие проблемы:
- Снижение уровня сервиса производителя в начале сезона повышенных продаж
- Увеличение товарных запасов в конце сезона
- Снижение эффективности цепочек продаж из-за неточного планирования ресурсов
- Невозможность заблаговременного планирования поставок необходимого сырья для изготовления товара
- Перегруженные логистические мощности во время пиковых сезонных нагрузок.
Учет сезонности при прогнозировании выявляет товары с сезонными продажами, что позволяет предприятиям соответствующим образом корректировать свои прогнозы. Для таких товаров существуют современные методы прогнозирования, которые автоматически учитывают сезонные изменения и корректируют значения прогнозов. Подобные корректировки помогают оптимизировать запасы с учетом постоянно меняющихся факторов.
Виды сезонности
Временная сезонность
Существует множество товаров, у которых происходят предсказуемые циклические изменения продаж в течение года, недели или даже времени суток. Такая сезонность четко определяется временем и может быть спрогнозирована на основе исторических данных.
- Годовая сезонность
Среди товаров с годовой сезонностью можно выделить: арбузы, виноград, цитрусовые, мороженое, квас. Кривая годовой сезонности плавная, в отличие от товаров с праздничной сезонностью.
Рисунок 1. Пример годовой сезонности для мороженного
- Недельная сезонность
Например, алкоголь обладает выраженной недельной сезонностью. У этой группы товаров яркий повышенный спрос в пятницу.
Рисунок 2. Пример прогнозирования продаж пива с недельной сезонностью и предновогодним всплеском
- Суточная сезонность
Такой характеристикой обладают практически все товары. Суточная сезонность связана с общим количеством покупателей, посещающих магазин. Известно, что пиковые значения трафика в магазинах выпадает на вечерние часы, когда люди возвращаются с работы, поэтому естественно, что все товары имеют пики продаж именно в это время. Однако, для расчета ежедневных продаж, суточная сезонность является избыточной.
Праздничная сезонность
Существуют также множество товаров, где повышенный спрос определяется праздниками, которые происходят ежегодно, по ним необходимо отдельно собирать статистику продаж и строить прогнозы. Праздничная сезонность характерна короткими всплесками, в отличие от годовой. На графике ниже представлен сильно выраженный спрос на зеленый горошек перед Новым годом, который после праздника возвращается на прежние значения.
Рисунок 3. Предновогодний спрос на зеленый горошек
Такие всплески отслеживаются путем разметки праздничных дней, таких как: Новый год, Пасха, 1 сентября, майские праздники.
Для прогнозирования спроса товаров с учетом годовой и праздничной сезонности необходима история продаж от двух лет. Такая история позволяет ловить повторяющиеся события в продажах и прогнозировать их с учетом предыдущих значений. Алгоритмы, используя разметку времен года и праздников, собирают статистику продаж из исторических данных и экстраполируют её с учетом тренда продаж на прогнозируемые даты.
Заключение
Иногда кажется, что сделать прогноз с учётом погоды и праздников не так уж сложно и без специальных сервисов. И для одного магазина и 10 номенклатур, действительно, всё просто. Но если речь идёт о 100 магазинах и 15000 номенклатурах с разной сезонностью и характером спроса, то сделать прогноз вручную очень трудоемко, и его точность скорее всего будет недостаточной. Если говорить о производстве, осуществляющем поставки 500 контрагентам, у каждого из которых свои акции по срокам на наши товары, то прогнозный сервис просто необходим.