Заказной прогноз окупается в одном случае: если на истории ваших продаж он ошибается меньше, чем таблица, по которой закупщик считает сейчас. С этой проверки Rule 90 и начинает предиктивную аналитику. Берём прошлый год, прячем последние месяцы, прогнозируем их вашим способом и моделью и смотрим, кто ошибся меньше и на каких товарах. Прогнозируем спрос, остатки, загрузку склада или цеха и отток клиентов на данных, которые уже лежат в 1С, CRM и складской системе, а готовый прогноз выводим в отчёт, который сотрудники и так открывают. Начинаем с одного показателя.
Что прогнозируем и на каких данных
Спрос и остатки считаем по продажам в разрезе дней, складов и магазинов, вместе с ценами, акциями и поставками. Загрузку склада или цеха — по заказам, сменам и выработке. Отток — по истории покупок и обращений клиентов. Заводить отдельный учёт ради прогноза не придётся, работаем с тем, что уже накоплено.
Что ещё можно предсказать и сколько для этого нужно истории, рассказано в статье о предиктивной аналитике. Если истории нет или в ней ни разу не случалось того, что нужно предсказать, мы скажем об этом до договора: модели будет не на чем учиться.
«Данные в 1С у нас неидеальные»
Это нормальная точка старта. Товары переименовывали, одну позицию завели дважды, возвраты провели задним числом, а в дни, когда товара не было на складе, продажи выглядят как отсутствие спроса. Эти места находим на обследовании и исправляем в копии данных. Забираем её через программный вход 1С, поэтому в самой базе ничего не меняется и обновления идут своим чередом.
Если пропусков столько, что строить на них прогноз рано, мы так и скажем и предложим, что поправить в учёте, чтобы к прогнозу можно было вернуться позже.
Как проверяем, что прогноз лучше вашей таблицы
Сначала записываем, как прогноз считают сейчас: среднее за несколько месяцев, прошлый год с поправкой, ручные правки закупщика. Этот способ становится планкой. Рядом ставим простые прогнозы вроде «как год назад» и только потом модель. Всех проверяем на прошлых периодах, которых модель не видела. Как устроена такая проверка на одном товаре, показано в разборе методов прогнозирования спроса.
Ошибку считаем в штуках по всей группе товаров, а не в процентах по каждой позиции. У товара, который в какую-то неделю не продавался, процент ошибки просто не посчитать, а редкие позиции со своими огромными процентами заслонили бы главное. Отдельно смотрим смещение, то есть не завышает или не занижает ли прогноз систематически. Закупщику это важнее средней ошибки, потому что завышение копится на складе, а занижение оборачивается пустой полкой.
В конце переводим ошибку в понятное руководителю: сколько дней дефицита и сколько лишнего запаса дал бы каждый способ за проверочные месяцы. Если модель не обыграла вашу таблицу, внедрять её мы не предложим.
Разберёмся в задаче и предложим, как решить её эффективно.
Заказ поставщику по прогнозу
После запуска закупщик открывает привычный отчёт, и рядом с остатками там стоит прогноз на ближайшие недели и рекомендованный заказ. У каждой позиции видно, насколько модель уверена. Где разброс широкий, строка подсвечена, и её стоит проверить. Про акцию или новый контракт, о которых модель не знает, закупщик вносит поправку сам, и она сохраняется рядом с прогнозом.
Через месяц видно, где точнее оказалась модель, а где человек. На этих расхождениях модель доучивают, а заказ по-прежнему подтверждает закупщик.
Первый прогноз — на одном показателе
Первым идёт обследование примерно на две недели. Выбираем одно решение, которое хочется принимать раньше, например заказ поставщику или график смен, выгружаем историю и проводим ту самую проверку на прошлых периодах. По её итогам мы называем стоимость и сроки дальнейшей работы и вносим их в договор. Правила закупки (страховой запас, кратность упаковки) утверждает ваш специалист, а мы отвечаем за модель и расчёт.
Сначала прогноз работает на части ассортимента или на одном складе, и раз в неделю мы показываем, как он себя ведёт. Первые три месяца после запуска прогноз работает по гарантии, она уже в цене. Код, модель, документация и доступы остаются у вас. Цена зависит от числа показателей и источников данных, от того, в какую систему выводится прогноз, и от поддержки после запуска.
Вопросы о заказном прогнозе
Где сотрудники увидят прогноз?
В том отчёте, который уже открывают каждый день: в 1С, в BI-системе или в таблице. Отдельный сервис, в который надо специально заходить, только добавляет работы.
Можно ли прогнозировать отток клиентов?
Да, по истории покупок и обращений. Модель выставляет каждому клиенту оценку риска, и менеджеры звонят в первую очередь тем, у кого она выше. Как оценивать такую модель, разобрано на примере в статье о предиктивной аналитике.
Что будет, если модель не обыграет нашу таблицу?
Это будет видно на проверке, и внедрять модель мы не станем. Бывает, что точнее становится сама таблица, если добавить в неё сезон или отметки об акциях.