Прогнозування
продажів.
CBT DF (Demand Forecasting)
CBT Demand Forecasting – інструмент для швидкого складання і зручною візуалізації прогнозу попиту на продукцію за допомогою набору математичних моделей прогнозування і швидкого внесення необхідних коригувань з урахуванням наявних оперативних даних.
Багато компаній дивляться на майбутні продажу через призму факту продажу в минулому, наприклад, виходячи з минулого місяця або аналогічного місяця минулого року. Це твердження справедливе для невеликих компаній або верхнеуровневого стратегічного планування. Але, як тільки компанія стикається з розширенням: замість десятків SKU і бізнес-юнітів – сотні, а то й тисячі, або коли потрібно декомпозировать верхнеуровневий план до детального рівня враховуючи з десяток факторів, – компанії потрібно програмні інструменти, які зможуть це здійснити. Виходить, що якщо у вашій компанії немає вибудуваного процесу планування – ви все одно плануєте.
А точність результату планування безпосередньо залежить від повноти інформації, факторів, що впливають, прозорості процесу, взаємодії підрозділів, ланцюгів поставок і т.д.
У дев’яти з десяти випадком при впровадженні бізнес-систем у клієнтів, ми стикаємося з кейсом запуску новинок. І перше, що ми чуємо від фахівців – це запит, який надходить від їх керівництва, такого змісту: “Як будуть продаватися ці новинки?”.
Це буквально запит на графік продажів в майбутньому, в розрізі періодів та регіонів. В майбутньому – це значить планування. При вирішенні даного кейса з одного боку, нам доводиться стикатися з відсутністю історії факту продажу по новинці, і в даному випадком ми можемо підібрати схожі за характеристиками товари або групу товарів, а якщо таких немає – динаміку продажів можна підглянути у конкурентів. Але потім, це все нам потрібно скомпонувати, розділити по регіонах і за періодами. А з іншого боку нам потрібно розуміти, який результат в зростанні продажів ми отримаємо, якщо проведемо акції на підтримку запуску за п’ять днів до запуску, в день запуску, через п’ять днів після запуску, через п’ятнадцять і т.д.
Прогнозування продажів з урахуванням всіх необхідних факторів, що впливають для великого інформаційного потоку неможливо без автоматизованої системи. А якщо немає системи – немає і відповіді на питання: “Як будуть продаватися ці новинки? “.
Можливості
CBT DF.
Аналізувати фактичні продажі;
Очищати факт продажу від сплесків промоактивности та інших аномальних значень;
Розраховувати тренди за фактом продажу;
Розраховувати сезонність за фактом продажу;
Шукати залежність продажів до зміни будь-яких факторів, що впливають на ринку: ціни, курс, асортимент, акції, частки в мережах і т.д;
Перевіряти автокореляції і тісноту зв'язку між факторами;
Розраховувати регресійний аналіз;
Моделювати прогноз продажів з урахуванням факторів, що впливають;
Порівнювати моделі прогнозу;
Надавати рекомендації щодо промо-активностей;
прогнозування і швидкого внесення необхідних коригувань з урахуванням наявних оперативних даних.
CBT Demand Forecasting
в роботі.
У програмний продукт CBT Demand Forecasting закладена концепція швидкого складання і зручною візуалізації прогнозу попиту за допомогою набору математичних моделей прогнозування та швидкого внесення необхідних коригувань, з урахуванням наявних оперативним даних
Огляд продукту
CBT Demand Forecasting - являє
собою самостійну програму
і включає підсистеми:
це робота з усією необхідною нормативною та довідковою інформацією. Як правило це разова операція при наповненні системи.
це інструмент спілкування з зовнішніми інформаційними базами, в яких ведеться оперативно-виробничий облік
це основна підсистема розрахунку, аналізу і візуалізації прогнозу попиту
Програма має зручний функціоналом завантаження і сполучення між собою різноманітних вхідних даних: первинні і вторинні продажу, маркетингові активності, стратегічні та оперативні плани, дефіцити, курси валют, погода та ін., Що завантажуються в автоматичному режимі за раніше налаштованому регламенту або в ручному режимі.
Завантаження вхідних даних може здійснюватися з різних джерел:
- облікової системи компанії;
- сторонніх систем зберігання даних;
- файлів Excel.
Очищення вхідних даних можна здійснювати як в ручному режимі, точково скорегувавши піки або провали продажів, так і в автоматичному режимі, за допомогою наявних механізмів – зрізання піків в заданому діапазоні і очищення від акційних відвантажень.
Завантаження та очищення вхідних даних
Формування прогнозу попиту
CBT Demand Forecasting володіє гнучкою і інтуїтивно зрозумілою системою налаштувань і відборів, це дозволяє налаштувати форму звіту індивідуально для кожного користувача, залежно від: необхідних наборів даних, розрізів, що аналізується, графічного наповнення і візуалізації даних, що значно полегшує роботу з даними і їх первинний аналіз.
Розрахунок прогнозу попиту виконується за допомогою набору математичних моделей: регресія і багатофакторна регресійна модель; середньозважена, очищена від сезонних шумів модель (СРВЗ); ковзне середнє і ін.
При виборі оптимальної формули розрахунку прогнозу попиту, користувач може скористатися вбудованим функціоналом розрахунку Середньої абсолютної відсоткової помилки прогнозування (МАРЕ), налаштувати співвідношення і порівняння одних заходів з іншими, візуально оцінити розраховані за різними моделями прогнози попиту.
У програмі є універсальний механізм створення формул і розрахункових Мер. Даний механізм дозволяє користувачеві самостійно створювати різні формули, наприклад такі як: Середня абсолютна процентна помилка – MAPE, Точність прогнозування або Forecast Accuracy, Зважена дистрибуція, нумерического дистрибуція і багато ін.
Налаштовувати різноманітні розрахункові Заходи, а також створювати всілякі співвідношення і порівняння одних заходів з іншими:
- відношення фактичних продажів до оперативними планами продажу (Δ, Факт / План);
- відношення поточних продажів до продажів попереднього місяця (Δ, Факт / Факт-1);
- відношення поточних продажів до продажів поточного періоду попереднього року (Δ, Факт / Факт-12);
- різницю між оперативними планами продажів і стратегічними планами (Δ, План – Стратегія) та інші.
Обчислення можуть проводитися як в натуральних величинах, так і у відсотках.
Універсальний механізм створення формул
Багатофакторна регресійна модель
У програмі CBT Demand Forecasting реалізована багатофакторна регресійна модель, яка дозволяє враховувати вплив різних додаткових факторів при розрахунку прогнозу попиту.
У першому прикладі показано, як при прогнозуванні попиту новинки (або позиції з короткою історією продажів) у якості додаткового фактора регресії використовується поведінка підгрупи товару (фактор ПНГ).
У другому прикладі показано, як при прогнозуванні попиту у якості додаткового фактора регресії використовується поведінка курсу долара (фактор USD).
На діаграмі можна побачити два варіанти прогнозу – для регресійної моделі з урахуванням додаткових факторів та регресійної моделі без додаткових факторів.
Таким чином при використанні багатофакторної регресійної моделі, для ряду позицій можливо отримати більшу точність прогнозу попиту, за рахунок використання в регресії факторів, що впливають на поведінку даних позицій.
Переваги
CBT Demand Forecasting.
Автоматизоване створення
прогнозів попиту
Отримання оптимального прогнозу з урахуванням всіх вступних, в кілька дій і за короткий проміжок часу.
Зручні аналітичні звіти
З миттєвої візуалізацією змін на графіках і звітах при внесенні коригувань.
Швидкий старт
Ви можете швидко почати працювати з програмою при мінімальних налаштуваннях і обмеженнях з поступовим переходом до високої деталізації, більш складних алгоритмів прогнозування та залежностей.
Інтерактивне внесення коригувань
Ручне внесення змін до прогнози попиту з урахуванням оперативної інформації та аналізом результатів від змін.
Гнучке прогнозування попиту
Допомагає побудувати процеси оперативного планування продажів в поєднанні з періодичним щомісячним, квартальним, річним.
Надійний фундамент
Зростання компанії без збільшення навантаження на відділи планування, маркетингу та продажів. Надає можливості розвитку алгоритмів прогнозування. Відкритий вихідний код.
Яких цілей ви
зможете домогтися?
Скорочення тривалості циклу оперативного планування
Підвищення швидкості реакції на зміну середовища і оперативної інформації (до 2-3 годин щодня, кілька ітерацій коригувань в день замість 1-2 раз в тиждень раніше і частковому щоденному / щотижневому переплануванні).
Підвищення ефективності використання капіталу
матеріальних, людських і інших ресурсів завдяки централізованому управлінню запасами продукції, планами продажів, розподілом продукції і сировини
Загальне зниження рівня запасів в системі
Приблизно на 30%.
Більш швидкий і глибокий аналіз
запасів, попиту, розподілу сировини і готової продукції та їх динаміки, з тим же або меншою кількістю людських ресурсів, створення декількох паралельних сценаріїв прогнозу продажів і розподілу продукції.
Посилення контролю коректності виконання завдань з боку автоматизованої системи
автоматичні розрахунки, візуальна перевірка рівнів запасів і точності планування, аналіз зміни планів продажів, поставок, виробництва і розподілу продукції.
Портфоліо.
Відгуки.
Завдяки CBT Demand Forecasting ми отримали стійкий та точний рівень прогнозування попиту, навіть з урахуванням зростання новинок за останній рік приблизно на 50%. У фінансовому результаті середньоденні залишки товарів на складі скоротилися від стабільних 42-45 днів до стабільних 22-23 днів, фактично це дозволило нам отсанні 3 роки зростання продажів, яке отримала корпорація, пройти з попередніми складиськми потужностями. Ми не збільшували склад, ми змоли обробити цей товарообіг не збільшуючи ні персонал, ні складські площі. Ми отримали більш ювелірне планування, більш ювелірне прогнозування, які дають більш точне управління товарними запасами.