Прогнозирование спроса показывает команде по закупкам и руководителям, сколько товара купят покупатели в следующем месяце. Если, например, магазин закажет слишком много шампуня, то есть риск, что деньги будут вложены в эту продукцию и не смогут использоваться для других нужд, пока её не продадут. Если слишком мало — полки пусты, потребители уходят к конкурентам. Соломия Шиян — дата-аналитик с многолетним опытом. В STV Group она руководила аналитическим/data-направлением и отвечала за внедрение прикладных разработок для оптимизации затрат, прогнозирования спроса и повышения операционной эффективности.
Соломия Шиян
Соломия разработала собственную методологию прогнозирования, которая дает от 88 до 95% точности даже в нестабильных условиях украинского рынка. Ее клиентами стали как небольшие украинские сети, так и представительства международных брендов в Украине.
Проблема классических методов
Распространенная ситуация для розничной сети или дистрибьютора: вы заказали 1000 единиц продукции, опираясь на прошлогодние результаты. В этом году конкурент запустил распродажу, вы ответили своим предложением, и сбыт вырос втрое. Полки опустели, часть спроса вы просто не смогли покрыть.
Или наоборот, закупили с избытком, а спрос снизился. Товар простаивает на складе, капитал не движется, часть позиций становится неактуальной, и приходится продавать со скидкой.
Классические модели планирования спроса и закупок часто предполагают, что прошлогодняя картина повторится. На самом деле на продажи влияют промо- и рекламные кампании, изменения цен, появление новинок без истории продаж, сезонность, а также сбои в поставках.
Расчеты чаще всего подводят в начале сезона, во время акций и в кризисные периоды,
— объясняет Соломия.
Принцип работы методики
Большинство компаний тестируют новые подходы к анализу, но не внедряют их, потому что руководство не понимает, откуда берется прогноз и почему ему можно доверять. Соломия решила эту проблему: логику расчетов можно воспроизвести шаг за шагом и проверить, как формируется результат.
Для товаров, которые покупают постоянно (например, продукты питания), используются простые проверенные формулы. Для наименований, спрос на которые сложно предсказать — одежда, электроника — модель учитывает промоакции, изменения цен, сбои в поставках и локальные события. Если товар новый и еще не имеет истории продаж, система подбирает аналогичные позиции и анализирует, как ранее вел себя запрос на них.
Когда возникает резкий всплеск или провал продаж — например, после рекомендации блогера спрос вырос в 10 раз или после негативного инцидента/волны критики, наоборот, резко снизился, — алгоритм отсекает это в базовых расчетах, чтобы такие показатели не искажали прогноз.
Точные результаты дает расчет на неделю-месяц вперед. Этого достаточно, чтобы скорректировать закупки и перераспределить запасы между складами.
Новинки без истории продаж
Сложнее всего предсказать реализацию нового товара без истории продаж. Методика Соломии ищет похожие позиции по цене и целевой аудитории, анализирует, как покупатели реагировали на предыдущие новинки, и на основе этого формирует прогноз. На стабильной продукции совпадение с реальностью достигает более 90%, на новинках — до 82%.
Соломия Шиян
Для сравнения: классические подходы к планированию закупок дают точность лишь до 70%. Например, компания закупила партию электроники на основе средних показателей продаж. Часть товара не продалась до конца сезона, а через три месяца вышла новая модель, поэтому старая потеряла актуальность. Компания была вынуждена продать остатки со скидкой 35% и поэтому зафиксировала финансовые потери.
Метод Соломии снижает риск списания, когда продукцию приходится выбрасывать или продавать в убыток, на 15–25% и уменьшает штрафы за срывы поставок. Для оптовых поставщиков, где прибыль составляет 5-10% и зависит от скорости продаж, каждый процент критичен.
Условия внедрения
Для старта требуется минимум: данные о сбыте за год (можно и меньше), данные об остатках на складах, информация об акциях и скидках.
Техническое внедрение — это половина успеха. Главная проблема внедрения заключается в том, что команда не сразу принимает новый подход.
Наибольшее сопротивление исходит от тех, кто привык работать по-старому. Помогает простое сравнение: было так, стало так. Когда люди видят конкретные цифры и преимущества, доверие появляется быстро,
— рассказывает Соломия.
Методика работает напрямую в программах менеджеров. Планировщики видят рекомендации на экране во время оформления заказов и не нужно открывать отдельные отчеты. Система автоматически сравнивает свои прогнозы с фактическими продажами и самообучается, повышая точность.
Применение в других отраслях
Подход, отработанный на украинских компаниях оптовой торговли, легко адаптируется под другие сферы. Логистические центры используют его для планирования загрузки складов. Супермаркеты оптимизируют закупки и распределение единиц товара между магазинами. Интернет-магазины лучше управляют остатками на разных складах. Фармацевтические компании контролируют сроки годности лекарств. Везде, где продукт движется большими объемами, ошибка в планировании обходится бизнесу в миллионы.
Соломия планирует масштабирование разработки в США, где десятки тысяч средних компаний-поставщиков сталкиваются с той же проблемой: товаров либо слишком много на складах, либо слишком мало на полках магазинов. Методика рассчитана на компании с ассортиментом 3000–10 000 наименований, где ручное планирование уже не работает, а внедрение дорогостоящих корпоративных систем экономически нецелесообразно. Стратегия предусматривает пилотные внедрения для подтверждения результата и дальнейшее расширение через партнеров. В США более 40 тысяч таких компаний-поставщиков с годовым оборотом до 50 миллионов долларов, и для них проблема дефицита и излишков обходится в миллиарды долларов ежегодно.
Моя цель — сделать точное прогнозирование доступным для среднего бизнеса. Во время пандемии и войны украинские компании столкнулись с непредсказуемостью спроса. Моя система помогла сохранить миллионы гривен и десятки рабочих мест. Сегодня точность 88–95% уже является инструментом, который может использовать каждая компания. В рыночной экономике, где разница между себестоимостью и ценой продажи измеряется долями процента, умение предсказывать спрос — это уже необходимость для дальнейшего развития.
— подытоживает Соломия Шиян.
Публикация согласована с Соломией Шиян
