Скоропорт розница. Нужны советы по прогнозированию спроса и повышению оборачиваемости

Планирование потребности, прогнозирование спроса, расчет заказа, анализ товарного запаса для всех этих каждодневных операций требуется знание математики, статистики и многого другого...
Аватар пользователя
VahaJan
Новичок
Новичок
Сообщений: 2
Зарегистрирован: 25 май 2017 23:25
Имя: Вахтанг
Фамилия: Аэропетян
Должность: Творожный ниндзя

Скоропорт розница. Нужны советы по прогнозированию спроса и повышению оборачиваемости

Сообщение VahaJan » 26 май 2017 00:32

Добрый день.
Дан склад скоропорта. Товар заходит на склад каждый день и сразу развозится по клиентам. В понедельник заказ делается на, среду, исходя из остатков товара на складе в понедельник (после продаж), прихода товара на вторник и предположения закупщика о продажах за вторник.
У спроса ярко выраженная «сезонность» внутри недели (каждый день разные продажи) и внутри года — скачок летом.
Вот график 21-дневной средней от продаж за два года.
Изображение
Статистика продаж почищена от «шума» и летнего скачка и построена многофакторная регрессия от дней недели и погоды. Коэффициент детерминации 0,7 (0,07 — доля погоды, остальное от дней недели) что вообщем не так-уж и плохо.
Поидее можно рассчитать критические верхние значения коэффициентов регрессии для уровня значимости допустим 0,9 и исходя из них получить прогноз максимальных продаж который в 90% случаев окажется выше фактических, исходя из которого и формировать заказ. Если я все правильно понял.

Вопросы.
1. Как задать регрессии летний период? Нумерация дней по порядку тут ведь не пройдет, т.к. рост сменяется спадом, а номера дней будут расти. Нумеровать их до определенного на глаз пика, а после него в обратную мне кажется глупо, т.к. движения спроса не будут такими-уж симметричными.
2. Может кто подкинет идею на какие факторы можно ещё завязать спрос? Или как лучше интерпретировать погоду для регрессии.
3. Посоветуйте каких-либо мануалов, информации по планированию заказов исходя из прогноза на основании регрессии (может какие-то показатели регрессии можно интерпретировать в какие-то параметры заказа).
4. Посоветуйте другие способы решения подобных задач, может я изобретаю велосипед.

P.S. модель планирую использовать только в качестве одного из показателей для принятия решения закупщиком. О полной автоматизации я думаю пока говорить не стоит.

Реклама
Аватар пользователя
market-1
Гуру
Гуру
Сообщений: 772
Зарегистрирован: 02 май 2010 09:37
Имя: Илья
Фамилия: Константинов
Должность: Директор по маркетингу
Откуда: Москва

Re: Скоропорт розница. Нужны советы по прогнозированию спроса и повышению оборачиваемости

Сообщение market-1 » 26 май 2017 09:43

К сожалению, картинка не прикрепилась (или это только я не вижу)?
Прикрепите, пожалуйста, еще раз.

Аватар пользователя
VahaJan
Новичок
Новичок
Сообщений: 2
Зарегистрирован: 25 май 2017 23:25
Имя: Вахтанг
Фамилия: Аэропетян
Должность: Творожный ниндзя

Re: Скоропорт розница. Нужны советы по прогнозированию спроса и повышению оборачиваемости

Сообщение VahaJan » 27 май 2017 00:40

market-1 писал(а):К сожалению, картинка не прикрепилась (или это только я не вижу)?
Прикрепите, пожалуйста, еще раз.

Да, вот график.
graph.jpg


Думаю что однозначно надо добавлять какой-то коэффициент на время года что-ли, т.к. при добавлении тренда перед и после летнего скачка точность значительно вырастает.
У вас нет необходимых прав для просмотра вложений в этом сообщении.

Аватар пользователя
market-1
Гуру
Гуру
Сообщений: 772
Зарегистрирован: 02 май 2010 09:37
Имя: Илья
Фамилия: Константинов
Должность: Директор по маркетингу
Откуда: Москва

Re: Скоропорт розница. Нужны советы по прогнозированию спроса и повышению оборачиваемости

Сообщение market-1 » 27 май 2017 19:48

VahaJan писал(а):Как задать регрессии летний период? Нумерация дней по порядку тут ведь не пройдет, т.к. рост сменяется спадом, а номера дней будут расти. Нумеровать их до определенного на глаз пика, а после него в обратную мне кажется глупо, т.к. движения спроса не будут такими-уж симметричными.

Я не совсем понял, что значит "задать регрессии"? А чем не подходит стандартная сезонность, когда каждому дню (неделе, месяцу) соотносится соответствующий объем продаж относительно максимальных или средних продаж за год (везде идет усреднение за несколько последних лет)? Например, если средние продажи в день (неделю, месяц) принять за 100%, продажи максимального дня будут, например, 220%, а минимальные продажи 45%.

VahaJan писал(а):Может кто подкинет идею на какие факторы можно ещё завязать спрос? Или как лучше интерпретировать погоду для регрессии.

Проведите многофакторный анализ:
1. Исключите сезонность и недельные циклы.
2. Возьмите исторические данные по температуре воздуха и наложите их на продажи с исключенной сезонностью. Увидите зависимость от температуры.
3. Исключите зависимость от температуры.
4. Если увидите, что после этого есть еще какие-то закономерности, отличные от обычной пилы случайных отклонений, тогда можно будет что-то искать. Но думаю, что на этом все факторы влияния для скоропортящегося продукта закончатся. Разве что какие-то праздники...

P.S. Если нужно пояснить, что значит "исключить" и "наложить", то дайте знать.

Magra
Новичок
Новичок
Сообщений: 3
Зарегистрирован: 19 июл 2017 04:56
Имя: Сергей
Фамилия: Кирсон
Должность: менеджер

Re: Скоропорт розница. Нужны советы по прогнозированию спроса и повышению оборачиваемости

Сообщение Magra » 19 июл 2017 05:08

Здравствуйте.

Также занимаюсь скоропортом. Сделал себе следующий файл.

1. Сборк данных. Данные собираются с помощью надстройки Power Query. Вы один раз настраиваете доступ к данным и потом данные будут автоматически подгружаться в файл по нажатию кнопки обновить.

2. Прогнозирования продаж. Прогноз продаж строится на основе адаптивных моделей прогнозирования с выбором наиболее оптимального прогноза. В крайнем случае вы можете использовать экспертный прогноз. На данный момент включены следующие модели экспоненциальное сглаживание с коэфициентами 0,1 и 0,8. Модель Тригга Лича, скользящая средняя по последнем 3 дням и простая средняя(в разрезе дней недели чтобы учесть недельную сезонность). Также в блоке прогноз идет учет спец условий т.е. промо-акция и т.д. которые сильно влияют на прогноз.

3. Товар в пути. Таблица в которую заносится данные для заказов. Данные из данной таблицы будут использоваться для расчета заказа.

4. Расчёт. Итоговый лист на котором идет расчет сколько и когда необходимо поставить товар на склад или магазин.

Файл ещё сыроват, но основную концепую уже можно оценить.
У вас нет необходимых прав для просмотра вложений в этом сообщении.


Вернуться в «Математика закупки»

Кто сейчас на форуме

Количество пользователей, которые сейчас просматривают этот форум: CommonCrawl [Bot] и 0 гостей