Proč je prognóza vstup, ne výstup
Prognóza poptávky je odhad, kolik se z konkrétního SKU (nebo kategorie) prodá v příštím období. Sama o sobě nic neřeší — je to vstup, ze kterého se pak počítá, kdy objednat, kolik objednat a jak velkou pojistnou zásobu držet. Špatný odhad poptávky se propíše do každého navazujícího rozhodnutí.
Prognóza řídí nákup, ne naopak
Nákupčí, který objednává podle pocitu nebo podle toho, co došlo naposledy, ve skutečnosti dělá vlastní neformální prognózu — jen bez dat a bez možnosti ji zpětně vyhodnotit. Formalizovaná prognóza dělá totéž systematicky a opakovatelně.
Vstup do pojistné zásoby a termínu objednávky
Kolik zásoby navíc firma potřebuje jako rezervu a kdy přesně poslat objednávku, se počítá z prognózy poptávky a doby dodání dohromady. Bez odhadu budoucí poptávky nejde ani jedno z toho spolehlivě nastavit.
Kvalita vstupních dat určuje kvalitu odhadu
Prognóza je jen tak dobrá, jak dobrá je historie prodejů, ze které vychází. Čistá data o skutečné poptávce, zohlednění sezónnosti a promoakcí a hlavně období, kdy byl produkt vyprodaný, jsou to, co odlišuje použitelný odhad od odhadu, který jen opakuje minulé chyby.
Kde firmy pálí peníze
Typická chyba není absence prognózy, ale prognóza postavená na datech, která nereprezentují skutečnou poptávku, nebo prognóza, která se bere jako jistota místo odhadu.
Vyprodané období se počítá jako nízká poptávka
Když produkt dva týdny chyběl na skladě, prodeje v tom období logicky spadly k nule. Pokud se tahle data pustí do prognózy bez úpravy, systém i člověk si z toho odvodí, že o produkt není zájem, a objedná méně, než je skutečně potřeba.
Sezónnost a promoakce se neodfiltrují
Prodej v listopadu kvůli Black Friday nebo v prosinci kvůli Vánocům není běžný měsíční průměr. Prognóza, která tyhle výkyvy nerozpozná, buď zbytečně navýší běžné objednávky, nebo naopak podcení špičku a firma přijde o prodeje přesně ve chvíli, kdy je poptávka nejvyšší.
Prognóza jako jistota, ne jako odhad s chybou
Žádná prognóza není přesná na sto procent. Firma, která s odchylkou vůbec nepočítá a plánuje nákup přesně podle predikovaného čísla, nemá žádnou rezervu na to, že se odhad zmýlí — a on se zmýlí vždy alespoň trochu.
Jeden model pro celý katalog
Bestseller s vyrovnaným prodejem a okrajový produkt s nárazovou poptávkou se chovají úplně jinak. Stejný způsob odhadu poptávky napříč celým katalogem znamená, že bude fungovat jen pro část sortimentu.
Jak se prognóza poptávky počítá u Datima
Cíl není nulová chyba — to u prognózy poptávky neslibuje seriózně nikdo. Cíl je chybu systematicky snižovat a hlavně ji vidět, ne ji ignorovat.
- 1
Predikce z historických prodejů a sezónních vzorců
Skladové predikce vycházejí z historie prodejů napojené denně z ERP a zohledňují sezónní vzorce, ne jen prostý průměr posledních týdnů.
- 2
Doporučení po jednotlivém SKU
Množství a termín objednávky se počítá pro každý produkt zvlášť, ne jako jeden plošný odhad pro celý katalog — bestseller a okrajová položka dostávají jiné zacházení.
- 3
Doba dodání a zboží na cestě se počítají do odhadu
Doporučení nevychází jen z toho, kolik se pravděpodobně prodá, ale i z toho, jak dlouho trvá dodání a kolik kusů je už objednáno a čeká na naskladnění.
- 4
Chyba predikce se měří a je vidět v reportu
Přesnost predikcí se sleduje pomocí metrik MAE, sMAPE a bias v reportu, takže chyba odhadu není skrytá — je vidět, jak moc se predikce liší od skutečnosti a jak se to vyvíjí v čase.
- 5
Modely se ladí na nových datech
S přibývající historií prodejů se přesnost predikcí postupně zlepšuje. Nejde o jednorázový výpočet, ale o model, který se průběžně přeučuje na aktuálních datech z vašeho katalogu.