Коригування помилок у прогнозах

Відсутність запасів не тільки шкодить бізнесу, тому що клієнти, які не можуть отримати бажане, йдуть до інших постачальників, але й вносить помилки у статистику попиту. Через відсутність запасів нульові продажі обов'язково прирівнюються до нульового попиту. Прогнози Salescast не застраховані від цієї проблеми, проте за умови правильного використання програми ймовірність її виникнення значно знижується.

Вплив відсутності запасів на нормальні прогнози

Звичайне (усереднене) прогнозування передбачає попит з 50%-ной ймовірністю те, що він буде або вище, або нижче. У разі відсутності запасів товару відбувається «заниження» показників, оскільки непродані одиниці товару не враховуються.

Як наслідок, прогнози, засновані на таких фактичних даних, виходять помилковими і призводять до подальших випадків відсутності запасів.

У крайніх випадках, коли не встановлено мінімальний рівень запасів, процес поповнення може бути «заморожений», продаж не фіксуватиметься — через те, що немає запасів — і товар знову не замовлятиметься. Що набагато гірше, прогнози в таких ситуаціях точні на 100%: передбачуваний обсяг продажів дорівнює нулю, і реальні продажі також дорівнюють нулю.

Проблеми під час включення даних про відсутність товару

Щоб скоригувати помилки прогнозування через випадки відсутності товару, потрібно їх враховувати. Для цього необхідно збирати докладну фактичну інформацію з усіх минулих (і поточних) випадків. Ця ідея приваблива, проте її втілення практично потребує значних зусиль.

Більшість компаній не ведуть суворий облік випадків відсутності товару. Щоб підвищити якість прогнозування попиту недостатньо будь-яких часткових даних у разі відсутностітовару, інформація має бути повною та точною.
Випадки відсутності запасів (на щастя) негаразд часті, зазвичай трохи більше 10 % всього товарообігу. Як наслідок, потрібен великий обсяг даних щодо товарообігу, щоб зібрати достатньо даних для якісного статистичного аналізу випадків відсутності товару.
Наслідки таких випадків є неоднозначними. Відсутність того чи іншого товару призводить до канібалізації (недоступного товару доступним), якщо є альтернативні варіанти. Крім того, частина клієнтів готові почекати, і наслідком цього стають «сплески» попиту, коли товар знову з'являється у продажу.

Точніші квантильні прогнози

Квантильні прогнози є набагато більш ефективним і економічним способом боротьби з відсутністю товарів. Коротко: кванти використовуються для розрахунку точок замовлення при прогнозах, помилкових «за замовчуванням». Наприклад, точка замовлення розрахована для 95% рівня обслуговування має на увазі, що в 95% випадків попит буде задоволений (і тільки в 5% випадків покупець зіткнеться з проблемою відсутності товару).

Квантильні прогнози високого рівня обслуговування (фактично вище 90 %) помітно від звичайних. Щоб розрахувати 95% квантильний прогноз, аналізувати потрібно, в основному, 5% найсильніших коливань попиту. Хоча існує можливість того, що випадків відсутності товару в історії підприємства було так багато, що навіть ті самі 5% продажів є частиною постійного попиту. На практиці таке відбувається досить рідко. Навіть за тривалої відсутності товару максимальний рівень попиту, зазвичай, вище, ніж середній.

Таким чином, квантильні прогнози ніколи не доводять ситуацію до того, щоб неправильні прогнози ще більше посилювали проблему.із відсутністю товару. На практиці ми спостерігаємо, що для більшості наших клієнтів квантильні прогнози стали інструментом досягнення успіху, оскільки вони значно знижують частоту випадків відсутності запасу товарів та «повертають контроль за рівнем обслуговування». Через деякий час частота випадків відсутності запасів досягає планового рівня обслуговування.