Повышаем прибыль торговых компаний с размерами от одного склада до федеральных сетей
Российская программа для прогнозирования спроса и оптимизации товарных запасов
№1 в СНГ по числу внедрений SCM систем по данным TAdviser*
*среди систем управления запасами в ритейле и дистрибуции за 2019-2022
Экономим время заказа c нескольких часов до 20-30 минут
Гарантируем сушку склада минимум на 10% без потери продаж
Продажи
Закупки не учли план продаж и сезон. Клиенты не могут найти нужные товары, ругаются и уходят в соседний магазин
Финансовый отдел
Из-за неликвидов и раздутого страхового запаса компания теряет деньги. Сколько точно — сказать сложно без учета всех факторов.
Складская логистика
Половина складов перегружена, а в других — нет нужных товаров. В итоге часть товара испортилась прямо на складе.
Маркетинг
Скорее всего акция провалилась из-за дефицита. Точно никто не знает, потому что сложно измерить её эффективность.
За 13 лет мы видели много методик управления товарными запасами
И у всех были свои
недостатки…
В итоге страдает вся компания – работает сверхурочно и нанимает дорогих экспертов
Forecast NOW! помогает отделу закупок работать лучше и приносит выгоду всей компании
Продажи
Система составила и согласовала прогноз спроса с планом отдела продаж
Финансовый отдел
Есть долгосрочный план закупок для оценки финансового бюджета. Рассчитан самый рентабельный уровень удовлетворения спроса с учетом рисков стоимости денег и хранения.
Складская логистика
Запасы правильно распределяются между скаладами с учётом затрат на перемещения и разницу цен.
Маркетинг
Можно планировать эффективность маркетинговых акций с учетом каннибализации спроса. А результаты сравнивать с планом.
ARIMA
Наугад
ABC анализ
Заказ на глаз
Авторегрессия
Метод Кростона
Нейронные сети
Формула Уилсона
Заказ по среднему
Приходящие эксперты
Прогноз одной цифрой
Используют BI-системы
Метод Хольта-Уинтерса
Генетические алгоритмы
Искусственный интеллект
Каждый считает по-своему
Рекомендации поставщика
Заказывают когда закончилось
У каждого отдела своя методология
Сами устанавливают страховой запас
Метод Экспоненциального сглаживания
Дают прогноз по среднему для товаров YZ
За 13 лет мы видели много методик управления товарными запасами
И у всех были свои
недостатки…
Продажи
Закупки не учли план продаж и сезон. Клиенты не могут найти нужные товары, ругаются и уходят в соседний магазин
Финансовый отдел
Из-за неликвидов и раздутого страхового запаса компания теряет деньги. Сколько точно — сказать сложно без учета всех факторов.
Складская логистика
Половина складов перегружена, а в других — нет нужных товаров. В итоге часть товара испортилась прямо на складе.
Маркетинг
Скорее всего акция провалилась из-за дефицита. Точно никто не знает, потому что сложно измерить её эффективность.
Forecast NOW! помогает отделу закупок работать лучше и приносит выгоду всей компании
Продажи
Система составила и согласовала прогноз спроса с планом отдела продаж
Финансовый отдел
Есть долгосрочный план закупок для оценки финансового бюджета. Рассчитан самый рентабельный уровень удовлетворения спроса с учетом рисков стоимости денег и хранения.
Складская логистика
Запасы правильно распределяются между скаладами с учётом затрат на перемещения и разницу цен.
Маркетинг
Можно планировать эффективность маркетинговых акций с учетом каннибализации спроса. А результаты сравнивать с планом.
Использует передовые алгоритмы, которые уже приносят прибыль бизнесу
Большинство российских компаний используют методы прогнозирования спроса, которые морально устарели 10-15 лет назад: экспоненциальное сглаживание, ARIMA, скользящая средняя, метод Хольта-Винтерса и другие. Научные исследования доказывают, что эти методы не помогают управлять запасами для 94% ассортимента продуктового сегмента и для почти всех непродуктовых товаров.
Почему нужно прогнозировать товарные запасы, а не спрос?Классическое прогнозирование дает прогноз на день, неделю или месяц в виде одной цифры. Классические модели используют разные алгоритмы — среднедневные продажи, скользящая средняя, метод Хольта-Винтерса, ARIMA. Точность прогноза оценивается математическими методами, которые определяют ошибку прогнозирования в процентах, но ничего не говорят про деньги.
При таком подходе не используется страховой запас - только если пользователь сам добавит его на основе своей экспертной оценки. Такими моделями нельзя управлять. Если нужно обеспечить определенный спрос, классическое прогнозирование вам в этом не поможет.
Квантильное прогнозирование дает прогноз спроса на неделю, месяц или год в виде интервала. Например, за неделю мы продадим от 6 до 12 штук товаров. Чтобы из классической оценки получить интервальную, в модель вводится понятие страхового запаса. Запас считают, как отклонение от точечного прогноза в большую и меньшую сторону, чтобы обеспечить спрос с заданным уровнем сервиса.
Чтобы определить страховой запас, чаще всего используют какое-то стандартное распределение спроса (например, Нормальное или распределение Пуассона). Но такое распределение нехарактерно для 94% товаров даже продуктового супермаркета, тем более — для других сфер продажи и дистрибуции. Квантильное прогнозирование можно применять, если у вас большой горизонт планирования и стабильные регулярные продажи каждый день. Но в современных рыночных условиях это почти невозможно.
Такие модели рассчитывают распределение для каждого конкретного товара и дают оценку объема спроса и распределения вероятностей продаж. Появилась возможность автоматически управлять уровнем сервиса, то есть находить оптимальный баланс между тем, сколько спроса нужно удовлетворить и сколько товаров хранить на складе в каждый момент, чтобы получить максимальную прибыль.
Почему “частичное”? В этом подходе малые вероятности спроса (меньше одного процента) не учитываются - раньше на такой большой объем вычислений не хватало вычислительных ресурсов. Из-за этого из оценки пропадают исключительные случаи, на которых бизнес мог бы зарабатывать, если учесть баланс рисков. Кроме того, остаток товара на складе на дату поступления заказа оценивается не вероятностно, а точечно, как и в подходах, которые использовались раньше. Тем не менее такой подход эффективен в продаже запчастей и в авиационной промышленности.
Такие модели позволяют получать распределение даже самых маленьких вероятностей спроса, дают вероятностное прогнозирование остатков, вероятностную оценку сроков доставки. И здесь уже можно говорить не только о прогнозе, но и всевозможных рисках (дефицит, недопоставка товара), исключительных ситуациях (единовременная крупная продажа), которые можно использовать на благо бизнеса.
Полно вероятностные модели дают значительный прирост для бизнеса. Они помогают понять, нужно ли инвестировать деньги в запас или наоборот следует рискнуть и не инвестировать деньги, потому что вероятность продаж бесконечно мала, и она не сопоставима с выгодой и затратами, которые придется понести.
Часов потрачено
на разработку
математической модели
500 +
Исследований
на реальных данных
в реальных отраслях
80 +
Успешных
внедрений
13
Лет разработки
методологии
