Добици:
- Способност израде нацрта прогнозе потражње на бази СКУ-а са подршком вештачке интелигенције комбиновањем историјских података о продаји, сезонских ефеката и спољних фактора.
- Способност тумачења тачности прогнозе (МАПЕ, пристрасност) и разликовања пословних последица прецењивања и потцењивања
- Бити у стању да се одржи да је прогноза коју производи вештачка интелигенција предвиђање и да коначна одлука о наруџби припада менаџеру заједно са трошковима залиха и новчаним током.
Постоје две најскупље грешке у малопродаји: држање превише залиха и пуштање новца да чами на полици, или недовољно држање залиха и остављање купца празних руку. Оба имају исти извор: лоше предвиђање потражње. У овој јединици ћете научити како да користите вештачку интелигенцију као моћног помоћника који предвиђа будућност на основу прошлих продаја. Али рецимо од почетка: предвиђање није пророчанство, већ вероватноћа предвиђања. АИ вам даје број; Ваш је посао да тај број преведете у одлуку о наручивању.
Предвиђање потражње: Задатак је да се предвиди колико ће производа или категорије бити продато у будућности гледањем историјских података и фактора који утичу.
СКУ (Стоцк Кеепинг Унит): То је јединствени код залиха који се чува за сваку различиту варијанту производа. На пример, „црвене патике величине 42“ је СКУ; број 43 истог модела је посебан СКУ.
Три извора информација који хране прогнозу
Добра прогноза комбинује три ствари:
- Претходна продаја (основна): недељна/месечна продаја производа у последњих 12-24 месеца. АИ извлачи "нормалан" ниво из ове серије.
- Сезонски и календарски ефекти: празници, школски рок, лето-зима, викенд, исплата. На пример, сладолед се повећава лети, а чарапе се повећавају зими.
- Екстерни фактори: Кампања, промена цене, временске прилике, кретање конкурената, отварање/затварање. Ово помера процену горе или доле.
Савет: Немојте само рећи АИ „прошли смо 100 продали прошлог месеца“. Реците: "Продали смо 100 комада прошлог месеца, али је било попуста од 20% и била је недеља празника." Без контекста, предвиђање је погрешно.
Корак по корак генерисање предвиђања
- Припремите податке: анонимну, чисту табелу: датум, СКУ, продата количина, цена, промоција/без промоције, доступност. Означите дане ван залиха; У супротном, вештачка интелигенција ће мислити да је тај дан „мала потражња“.
- Дајте контекст: Запишите сезону, предстојеће догађаје, планиране кампање.
- Захтевајте прогнозу: Захтевајте прогнозу и интервал поверења (најгори/најбољи сценарио) за одређени период, према СКУ-у или категорији.
- Мерите тачност: Упоредите своја прошла предвиђања са стварношћу (МАПЕ испод).
- Претворите то у одлуку: Комбинујте процену са сигурносним залихама и буџетом и донесите одлуку о наручивању.
Тачност прогнозе читања: МАПЕ и пристрасност
МАПЕ (Меан Абсолуте Перцент Еррор): Показује просечно процентуално одступање предвиђања од стварне продаје. Формула је једноставна: |стварна − прогноза| за сваки период / реал је њихов просек.
- МАПЕ 10% → процене одступају у просеку за 10%, прилично добро.
- МАПЕ 40% → прогнозе су непоуздане, потребно је више бафера (сигурносних залиха) за доношење одлуке.
Правац (пристрасност): Да ли је ваша прогноза константно изнад (ризик од превеликог залиха) или испод (ризик од несташице) стварности? Погледајте и ово; МАПЕ не показује правац.
Статус
Значење
пословни резултат
Стална висока процена
Преувеличавате потражњу
Вишак залиха, пад, губитак марже
Упорно потцењивање
Потцењујете потражњу
Нема на лагеру, пропуштена продаја, незадовољство
Висок МАПЕ, уравнотежен правац
Неизвесност је велика
Повећајте сигурносне залихе, често прегледајте
Лов МАПЕ
тачно предвиђање
Мање залихе, боља готовина
мини случајеви
Случај 1 — Недостаје сезоналност: продавница прехрамбених производа наручује школске свеске на основу прошлогодишње јулске продаје (200 јединица месечно). Када се вештачкој интелигенцији да контекст „школског рока август-септембар, продаја је у овом периоду прошле године учетворостручена“, предвиђање се повећава на 780 јединица уместо 200. Захваљујући правилном редоследу, не понестаје вам залиха током школске године; Процењени промет од 60.000 ТЛ, који је побегао претходне године, хвата се ове године.
Случај 2 — Не рачунајући дан ван залиха: У продавници није било залиха популарне кафе 3 недеље. Гледајући необрађене податке, вештачка интелигенција те недеље види као „5 продаја недељно“ и даје ниску процену. Када аналитичар означи дане без залиха и каже „ове недеље не одражавају потражњу“, прогноза се повећава на 45 недељно. Појављује се стварна потражња.
Случај 3 — Уопштавање ефекта кампање: Текстилни ланац сматра да је седмична распродаја од 50% попуста (600 јединица) „нормална“ и стално наручује 600. Када се вештачкој интелигенцији каже „ова продаја је извршена једнократном кампањом, нормална недеља је 180“, предвиђање се исправља. Спречен је ризик од прекомерног залиха и накнадног губитка умањења вредности.
Хоризонт предвиђања: колико далеко напред можете да видите?
Хоризонт прогнозе: Колико је далеко у будућност прогноза. Правило је једноставно: што је хоризонт дужи, то је неизвесност већа. Релативно тачно предвиђате продају следеће недеље; шест месеци касније са много ширим распоном. Зато изаберите хоризонт прогнозе у складу са потребом одлуке о поруџбини: кратак хоризонт и често ажурирање за свеж производ који брзо нестаје; Дужи хоризонт и шира маргина сигурности за увозне производе са дугим роковима испоруке.
Још једна важна разлика је предвиђање нових производа. Нема претходне продаје новог СКУ-а; у овом случају, АИ дајете историју сличних производа (аналогних), просек категорије и план лансирања. Рећи „Овај производ нема историју; дајте почетну процену гледајући првих 8 недеља сличних производа Кс и И“ је разуман начин да се попуни празнина. Међутим, предвиђање нових производа је увек ризичније; Брзо ревидирајте прогнозу како стварни подаци за прве недеље постану доступни.
Опрез: Не третирајте процену као третман „уради једном и заборави“. Предвиђање потражње је процес уживо; Свака нова продајна недеља је прилика за ажурирање прогнозе. Најбољи прогнозери су они који користе онај који се најчешће ажурира, а не најпаметнији модел.
Слаби промпт / Јаки промпт
Слабо обавештење:
Реците ми колико ће се овај производ продати следећег месеца.
Нема контекста; АИ чини насумичан број.
Снажан упит:
Ваша улога: специјалиста за планирање потражње. Подаци: Испод су месечна продајна количина и цена за последњих 18 месеци за СКУ 4471 и да ли постоји кампања тог месеца. Контекст: Овај производ су летње сандале; Потражња достиже врхунац у мају-августу. Следећи месец је јун. Кампања није планирана. Цена је фиксна. Задатак: (1) очекивана количина продаје за јун, (2) распон најгорег и најбољег сценарија, (3) 2 главна фактора која утичу на прогнозу.Правило: Не рачунајте месеце који су означени као ван залиха као ниску потражњу. Засновано само на датим подацима. Подаци: [налепите табелу]
Шаблони упита који се могу копирати
1) Предвиђање засновано на СКУ
Ваша улога: специјалиста за планирање потражње. Генеришите прогнозу за будућност [период] за [СКУ] из следеће анонимне месечне серије продаје. Излаз: очекивана количина + најгори/најбољи опсег + 2 претпоставке. Изузмите периоде означене да нема на залихама. Подаци: [налепи]
2) Уклањање сезонског узорка
Пронађите сезонски образац који се понавља у 24-месечној серији продаје испод. Који месеци су на врху, а који на дну? Наведите одступање од средње вредности у процентима. Представите га у облику табеле. Подаци: [налепи]
3) Процена тачности предвиђања
Испод су моје историјске процене и стварна продаја. (1) Израчунајте МАПЕ, (2) да ли моја прогноза стално расте или ниже, (3) шта то значи за акције? Прикажи корак по корак. Подаци: [процена, стварне колоне]
4) Издвојити утицај кампање
Недеље кампање су означене у низу продаје испод. Процијените нормалну (некампањску) потражњу; Наведите ефекат кампање као посебан проценат повећања. Зато желим да видим нормалан ниво поруџбине. Подаци: [налепи]
Уобичајене грешке
- Без давања контекста: Ако кампања, сезона, промена цене нису наведени, предвиђање ће бити погрешно.
- Да ли треба рачунати дане ван залиха као потражњу: Период ван залиха скрива стварну потражњу; марк.
- Прихватање промотивне продаје као нормално: размишљање да је једнократно повећање трајно ће довести до вишка залиха.
- Ослањање на један број: Не желети опсег (сценариј) и ослањати се на једну тачку крије ризик.
- Уопште се не мери тачност: Ако се МАПЕ и правац не прате, предвиђање постаје све горе и горе.
- Израда директних поруџбина са предрачунима: Наручивање без готовине, складиштења и контроле рока трајања.
Укратко
Добро предвиђање комбинује прошлу продају, сезоналност и екстерне факторе. Обавезно дајте АИ контекст (кампања, сезона, дани ван залиха). Пратите тачност прогнозе са МАПЕ и смером пристрасности; Повећајте сигурносне залихе у великој неизвесности. Предвиђање је предвиђање; Коначна одлука о наручивању је ваша, заједно са буџетом и ограничењима.
Задатак апликације
Добијте продају својих 5 најпродаванијих артикала за последњих 12-18 месеци у анонимној табели и означите периоде ван залиха и периоде кампање. Генеришите будућу прогнозу помоћу одзивника „1) Прогноза заснована на СКУ-у“, а затим издвојите МАПЕ својих прошлих предвиђања помоћу „3) Процена тачности прогнозе“. Упоредите резултат са својом одлуком о наручивању.
контролна листа
- [ ] Анонимизовао сам и очистио податке о продаји.
- [ ] Означио сам периоде ван залиха и кампање.
- [ ] Дао сам контексту сезоне и спољних фактора АИ.
- [ ] Желео сам опсег сценарија, а не један број.
- [ ] Проверио сам МАПЕ и правац скретања.
- [ ] Одлуку о наручивању донео сам на основу буџета и ограничења.