Прогнозирование спроса в рознице и опте

Спрос в рознице и опте меняется одновременно под влиянием календаря, сезонности, цены, промоактивности, наличия, ассортимента, каналов, поведения клиентов, погоды, локальных событий и множества других условий. Простое продолжение прошлогодней линии редко даёт достаточную основу для управления.

Задача современной системы прогнозирования — собрать доступные сигналы, определить устойчивые зависимости, отделить разовые события от повторяемых закономерностей и показать диапазон возможных результатов. Затем прогноз используется в закупках, пополнении, производстве, распределении, ценах, акциях и управлении клиентской базой.

КОРОТКО

1. Что такое прогнозирование спроса

Прогнозирование спроса — это процесс оценки будущей потребности покупателей или клиентов с учётом факторов, способных изменить объём, структуру, место и время продаж. Результатом может быть прогноз на месяц по категории, на неделю по складу, на день по магазину или на несколько часов по свежему товару.

Один универсальный прогноз не подходит для всех решений. Долгосрочный горизонт нужен для бюджета, производства и контрактов с поставщиками. Среднесрочный — для закупок и распределения. Краткосрочный — для пополнения магазинов, ежедневного выпуска продукции и оперативного управления запасом.

На какие вопросы отвечает прогноз

• какой объём спроса ожидается в выбранном периоде;
• где возникнет спрос: магазин, регион, склад, канал или клиентский сегмент;
• как спрос распределится между товарами, вариантами и категориями;
• какие факторы формируют базовый уровень и возможные отклонения;
• какой диапазон результата реалистичен при текущей неопределённости;
• как изменится прогноз при другой цене, акции, погоде или ассортименте.

2. Продажи и реальный спрос — разные величины

История продаж является главным источником информации, но отражает только те покупки, которые состоялись при конкретных условиях. Продажа могла не произойти из-за отсутствия товара, неподходящей цены, слабой представленности, сбоя поставки, ограничения канала или отсутствия нужного варианта.

Что искажает наблюдаемую историю

• дефицит на складе, в магазине, на полке или в нужном варианте;
• позднее поступление, временная блокировка или ошибка в доступности;
• изменение цены и условий акции;
• замена товара аналогом или переход клиента в другой канал;
• изменение ассортимента, выкладки или рекламной поддержки;
• разовые события, которые не повторятся в будущем;
• возвраты, отмены и технические операции, смешанные с продажами.

Как ATAS отделяет дефицит от падения спроса?

При наличии начальных остатков и полного регистра движений ATAS рассчитывает состояние запаса на любую дату. В расчёт входят поступления, продажи, возвраты, перемещения, списания и резервы. Так система выделяет периоды полноценного наблюдения спроса и периоды, когда продажи были ограничены доступностью.

Если товар отсутствовал, точный объём потерянного спроса напрямую не наблюдается. ATAS применяет коррекцию цензурированного спроса: сопоставляет скорость продаж до дефицита, поведение аналогичных магазинов и товаров, переход покупателей на заменители и другие доступные сигналы. Вместе с оценкой система показывает диапазон и уровень её надёжности.

3. Гранулярность: на каком уровне строить прогноз

Полезность прогноза определяется соответствием управленческому решению. Слишком агрегированный расчёт скрывает локальные дефициты и излишки. Избыточная детализация создаёт шум, особенно для редкого и нерегулярного спроса.

Как согласуются прогнозы магазина, склада и сети?

ATAS поддерживает прогноз на нескольких уровнях детализации. Планировщик магазина видит ежедневный прогноз конкретного товара, закупщик — недельный прогноз по складу, собственник — месячный прогноз по категории и валовой прибыли. Иерархическое согласование прогнозов связывает эти уровни и устраняет противоречия между локальными расчётами и общим планом.

Как прогнозировать редкий и нерегулярный спрос?

Если товар продаётся несколько раз в месяц, дневной прогноз по одной точке становится нестабильным. ATAS объединяет информацию по похожим товарам, магазинам или более длинным периодам, а затем распределяет общий объём на рабочем уровне. Для медленных позиций система отдельно контролирует систематическое завышение: небольшая ошибка в каждом магазине способна создать крупный излишек на уровне сети.

4. Из каких факторов складывается прогноз

Факторы удобно разделить на три группы. Первая описывает повторяемый базовый спрос. Вторая связана с решениями самой компании. Третья отражает внешние условия, которые компания не контролирует напрямую.

Базовый спрос

• долгосрочный рост или снижение категории;
• дни недели и внутринедельный цикл;
• сезонность по месяцу, неделе и торговому периоду;
• регулярные праздничные пики;
• жизненный цикл товара: запуск, рост, зрелость и спад;
• устойчивые различия между магазинами, регионами и каналами.

Решения компании

• изменение регулярной цены;
• механика, глубина и продолжительность акции;
• реклама, выкладка и дополнительная представленность;
• ввод, вывод или замена товаров в ассортименте;
• расширение дистрибуции и изменение количества точек;
• изменение условий доставки, сервиса или работы канала.

Внешние факторы

• температура, осадки, снег, жара и резкие погодные изменения;
• локальные мероприятия, концерты, спортивные события и ярмарки;
• пассажиропоток, туристический поток и другие показатели мобильности;
• цены и действия конкурентов при наличии данных;
• строительные работы, ограничения доступа и изменения окружения точки;
• макроэкономические условия, если их влияние подтверждается историей.

5. Цена, промоактивность и взаимное влияние товаров

Коммерческие решения компании часто создают самые крупные отклонения от базового спроса. ATAS учитывает их до запуска и после завершения события выполняет декомпозицию спроса: отделяет базовый уровень от дополнительного эффекта цены, акции, рекламы или выкладки.

Цена и ценовая чувствительность

Изменение цены влияет на объём продаж по-разному для разных товаров, магазинов и клиентских сегментов. Для оценки используются прошлые изменения цены, конкурентная позиция, ценовой диапазон категории, сезон и наличие аналогов. Важно считать дальнейший эффект на выручку и валовую прибыль, поскольку рост количества продаж может сопровождаться снижением общего финансового результата.

Промоактивность

• тип акции: скидка, комплект, подарок, несколько единиц по специальной цене;
• размер скидки и длительность периода;
• рекламная поддержка и дополнительная выкладка;
• магазины и каналы, участвующие в акции;
• запас до начала акции и ограничения поставки;
• эффект до акции, во время неё и после завершения.

Каннибализация и товары-компаньоны

Продвижение одного товара может забрать спрос у похожих позиций и одновременно увеличить продажи сопутствующих товаров. ATAS оценивает акцию на уровне категории и корзины, учитывая каннибализацию и товары-компаньоны. Это снижает риск завышенного заказа по замещаемым позициям и дефицита товаров, которые покупаются вместе с продвигаемым продуктом.

6. Новинки и товары без собственной истории

У новой позиции отсутствует собственная история, но это не означает отсутствие данных для прогноза. Основанием становятся сопоставимые товары, характеристики новинки, плановая цена, сезон, канал, магазин, маркетинговая поддержка и ожидаемая дистрибуция.

Как ATAS прогнозирует новинки без собственной истории?

• категория, назначение и рыночное позиционирование;
• цена и ценовой сегмент;
• бренд, материал, вкус, цвет, размер, объём или комплектация;
• сезонность и жизненный цикл;
• канал, регион и формат магазина;
• условия запуска и рекламная поддержка.

Прогнозирование по аналогам и переход к факту

1. До запуска ATAS формирует диапазон спроса по нескольким сопоставимым сценариям.

2. После первых продаж ATAS сравнивает фактическую скорость с ожидаемой.

3. Вес аналогов постепенно снижается, а собственная история товара становится главным сигналом.

4. При отклонении ATAS уточняет распределение, поставки, цену, промо или производственный план.

7. Магазины, каналы и омниканальность

Одинаковый товар показывает разную динамику в магазине у дома, торговом центре, интернет-магазине, на маркетплейсе и в оптовом канале. ATAS разделяет спрос по источнику и одновременно связывает его с местом, откуда фактически расходуется запас.

Как учитывать один заказ в канале продажи и точке исполнения?

• канал продажи — где клиент оформил покупку;
• канал исполнения — откуда был отгружен или собран заказ;
• место хранения — где находится запас до момента заказа.

Если интернет-заказ комплектуется из магазина, ATAS относит этот спрос к прогнозу конкретной точки. Так пополнение учитывает одновременно покупателей торгового зала и интернет-заказы, которые расходуют тот же запас.

Что различается между каналами

• скорость сравнения цен и чувствительность к скидкам;
• дата оформления и дата фактического потребления товара;
• возвраты, отмены и невыкупы;
• срок исполнения и доступность доставки;
• праздничные пики и момент переключения между онлайн и офлайн;
• локальная представленность ассортимента.

8. Отраслевые особенности спроса

Методология остаётся общей, но рабочая единица, горизонт и набор факторов меняются по отрасли. Универсальная модель без отраслевой настройки быстро упирается в ограничения данных и процессов.

Продуктовая розница

• короткий срок годности и ежедневный риск списания;
• внутринедельные и внутридневные пики;
• погода и локальные события;
• праздники, выходные и изменение режима работы;
• собственное производство, рецептуры и время приготовления;
• различия между спросом на полке, доставкой и самовывозом.

Одежда, обувь и жёсткая сезонность

Ключевая единица прогноза часто строится как модель × цвет × магазин или кластер × неделя жизненного цикла. Размерный профиль распределяет уже рассчитанный спрос внутри конкретного цвета. Учитываются коллекция, капсула, аналоги, цена, дата запуска, погода, фиксированный объём производства и дата окончания сезона.

Опт и дистрибуция

• регулярные заказы клиентов и нерегулярный проектный спрос;
• воронка продаж и вероятность будущей сделки;
• sell-in, sell-out и остатки партнёров при наличии данных;
• контрактные обязательства, индивидуальные цены и резервы;
• зависимость от ограниченного числа крупных клиентов;
• отдельный прогноз по клиенту, каналу, складу и товарной группе.

Медленно продающиеся товары

Для дорогого, крупногабаритного или длиннохвостого ассортимента локальная история редкая. Здесь важнее объединение данных, контроль общей потребности на складе, анализ интервалов между продажами и защита от систематического завышения. Дневная процентная точность одной позиции может быть низкой, хотя решение по общему запасу остаётся экономически правильным.

9. Какие методы использует ATAS

ATAS использует ансамбль моделей: несколько подходов строят прогноз независимо, а система выбирает или объединяет результаты по итогам временной валидации (backtesting) на прошлых периодах. Набор методов зависит от типа спроса, доступных данных, горизонта и управленческой задачи.

Модели временных рядов

Модели временных рядов выделяют повторяемые закономерности: тренд, сезонность, циклы и календарные эффекты. Они дают прозрачную и устойчивую основу для регулярного спроса и позволяют отдельно оценивать вклад каждого компонента.

Машинное обучение с внешними признаками

Модели с внешними признаками одновременно учитывают цену, промо, погоду, характеристики товара, магазин, канал и другие сигналы. Например, влияние тёплой погоды на товары для пикника может резко усиливаться в выходной день. Такие взаимодействия невозможно надёжно задать вручную для всего ассортимента.

Глобальные модели и иерархическое согласование

ATAS обучает глобальные модели сразу на большом числе товаров и точек, используя общие закономерности там, где локальной истории недостаточно. Иерархическое согласование связывает прогнозы товара, магазина, региона, склада и сети, сохраняя единую версию будущего на всех уровнях.

Экспертные корректировки и оценка их ценности

Человек видит события, которых ещё нет в данных: будущий ремонт дороги, изменение договора, уход крупного клиента или необычную маркетинговую кампанию. ATAS фиксирует корректировку, её автора, причину и срок действия. После завершения периода система измеряет добавленную ценность корректировки, сравнивая её с автоматическим прогнозом и фактом.

10. Горизонт, частота обновления и сценарии

Горизонт прогноза

Чем дальше горизонт, тем выше неопределённость. Краткосрочный прогноз опирается на свежие продажи, заказы, наличие и ближайшую погоду. Долгосрочный прогноз сильнее зависит от сценариев, планов компании, рынка и диапазона возможных результатов.

Частота пересчёта

• внутри дня — для свежей продукции, доставки и высокой операционной динамики;
• ежедневно — для пополнения, дефицита и краткосрочных событий;
• еженедельно — для закупок, распределения и категорийных решений;
• ежемесячно — для бюджета, контрактов и долгосрочного производственного плана.

Сценарное планирование

Один точечный прогноз создаёт ложное ощущение определённости. Для решений с высокой ценой ошибки полезно сравнивать базовый, осторожный и более агрессивный сценарии. Меняются цена, акция, погода, срок запуска, дистрибуция, объём производства или другие предпосылки.

11. Как измерять точность прогноза

Стопроцентная точность недостижима. Цель измерения — понять масштаб неопределённости, обнаружить систематические ошибки и определить, где улучшение прогноза действительно изменит бизнес-решение.

Как отличить ошибку от систематического смещения?

Почему одна метрика вводит в заблуждение

• процентная ошибка плохо работает при нулевых и очень малых продажах;
• ошибки отдельных товаров могут взаимно погаситься на уровне категории;
• высокая точность по сети не гарантирует правильный запас в каждом магазине;
• одинаковая статистическая ошибка имеет разную цену для свежего продукта и товара длительного хранения;
• крупная упаковка или редкий цикл заказа могут поглотить часть ошибки без изменения фактического решения.

Практический набор контроля

• WAPE — взвешенная абсолютная процентная ошибка для общего результата;
• Bias — систематическое смещение, показывающее устойчивое завышение или занижение;
• MAE — средняя абсолютная ошибка в единицах товара;
• точность на уровне, где принимается решение;
• доступность, излишки, списания и оборачиваемость;
• добавленная ценность ручных корректировок по сравнению с автоматическим прогнозом.

12. Как прогноз используется в управлении

Один и тот же прогноз может поддерживать несколько процессов, но каждый из них требует своей детализации и горизонта.

ATAS согласует прогноз с управленческими решениями: товарные и географические уровни, календарь, единицы измерения и сценарные предпосылки совпадают во всех процессах. Подразделения работают с единой версией будущего.

13. Какие данные нужны

Стартовый набор зависит от задачи. Для базового прогноза необходимы продажи, товарный справочник, магазины или каналы и календарь. Более глубокие модели используют дополнительные внутренние и внешние данные.

Качество данных

До моделирования проверяются полнота истории, единицы измерения, дубли, изменения кодов, корректность календаря, связь продаж с остатками, периоды закрытия точек, возвраты, цены и товарная иерархия. Ошибка справочника часто наносит больший ущерб, чем выбор неидеального алгоритма.

Если части данных нет

ATAS начинает с подтверждённого набора данных и явно показывает ограничения. Недостающие признаки система не подменяет выдуманными значениями. Диагностика определяет, какие справочники необходимо привести в порядок и какие события начать фиксировать для следующего цикла.

14. Как ATAS формирует прогноз

1. Определяет решение, для которого нужен прогноз, рабочий уровень и горизонт.

2. Проверяет продажи, остатки, движения, товарную иерархию и календарь.

3. Отделяет разовые события, дефицит и технические искажения истории.

4. Строит базовый уровень спроса и оценивает повторяемые закономерности.

5. Добавляет подтверждённое влияние цены, акций, ассортимента, каналов и внешних факторов.

6. Формирует прогноз и диапазон неопределённости на нужном уровне детализации.

7. Сравнивает модель с фактом, контролирует ошибку и систематическое смещение.

8. Передаёт прогноз в расчёт закупок, запасов, цен, промо, клиентских и финансовых решений.

Что видит пользователь

• ожидаемый спрос и диапазон возможного результата;
• основные факторы, которые изменили прогноз;
• сравнение с прошлым периодом, планом и фактом;
• аномалии, дефицит и события, искажающие историю;
• точность и систематическое смещение;
• ручные корректировки и их причины;
• сценарии при изменении цены, акции или внешних условий.

15. Частые вопросы

Сколько истории требуется?

Зависит от сезонности, частоты продаж и задачи. Для стабильного регулярного товара полезен как минимум полный сезонный цикл. Новинки и короткие коллекции сильнее опираются на аналоги, атрибуты и первые фактические продажи.

Можно ли прогнозировать товар, который продаётся редко?

Да. ATAS выбирает уровень детализации и метрику, подходящие для редкого спроса: объединяет данные, анализирует интервалы между продажами, контролирует общую потребность склада и систематическое завышение.

Учитывает ли прогноз погоду?

Погода включается для тех категорий и регионов, где влияние подтверждается данными. Температура, осадки и другие признаки могут взаимодействовать с днём недели, сезоном и событием.

Как прогнозируются новинки?

По сопоставимым товарам, характеристикам, цене, сезону, каналу, магазину и условиям запуска. После появления продаж модель постепенно переходит на собственную историю позиции.

Заменяет ли система категорийного менеджера или закупщика?

ATAS выполняет массовые расчёты, контролирует факторы и находит исключения. Специалист добавляет информацию о будущих событиях, проверяет спорные случаи и принимает управленческие решения.

Можно ли вручную изменить прогноз?

Да. ATAS сохраняет причину корректировки, автора и срок действия. После завершения периода система сравнивает ручную версию с автоматическим прогнозом и фактом.

Какая точность считается хорошей?

Единого процента для всех товаров нет. Оценка зависит от объёма, изменчивости, горизонта, уровня детализации и цены ошибки. Главный критерий — улучшение конкретного бизнес-решения.

Прогноз сразу определяет заказ?

Нет. Для заказа дополнительно учитываются остатки, товар в пути, сроки, минимальные партии, упаковка, склад, бюджет и другие ограничения. Этот контур раскрывается в следующем руководстве ATAS.

16. Сначала задача. Затем модель.

Прогнозирование начинается с управленческого вопроса: какое решение требуется улучшить, на каком уровне оно принимается и какой экономический результат нужно изменить. После этого выбираются данные, признаки, метод, горизонт и метрики. ATAS проверяет качество истории, доступность факторов и возможность использовать расчёт в процессах компании.