Как система превращает историю продаж, остатки и параметры поставщиков в точный заказ? В этом видео разбирается логика работы Forecast NOW на реальном примере. Вы увидите, как программа учитывает десятки факторов — от сезонности до минимальных партий. Шаг за шагом проходим весь процесс, начиная от загрузки данных и проверки их корректности и заканчивая выбором подходящей модели заказа и схемы распределения товаров.
Раскрываем все детали на примере блок схемы.
Основные этапы, которые описаны в видео.
1. Подготовка данных
Программа начинает работу с загрузки и проверки данных: история продаж, остатки, цены, информация о поставщиках (минимальные суммы, сроки доставки), акции, параметры товаров (кратность, сроки годности). Каждый файл проверяется на соответствие форматам и логическую согласованность.
2. Выбор товаров для заказа
Система определяет, по каким позициям нужен заказ, используя:
-
Товарную матрицу (активный ассортимент в точках продаж);
-
Расписание поставок (учитывая выходные поставщиков);
-
Динамику спроса (автоматически предлагает исключить товары с упавшими продажами).
3. Анализ и очистка истории продаж
Чтобы спрогнозировать реальный спрос, программа корректирует исторические данные:
-
Удаляет периоды дефицита (когда продаж не было из-за отсутствия товара);
-
Исключает искажения: забытые выкладки, аномальные всплески продаж;
-
Нормализует влияние акций, сезонности и внешних событий (например, праздников).
4. Расчет периода покрытия и моделирование
Для каждого товара система:
-
Определяет срок покрытия запаса (например, 10 дней);
-
Автоматически выбирает модель прогноза с учетом типа спроса (стабильный, редкий), сроков годности, плановых акций;
-
Проводит 50 000+ симуляций спроса и остатков, учитывая риски срыва поставок и вместимость складов.
5. Учет бизнес-правил и ограничений
На финальном этапе программа:
-
Округляет рассчитанные количества по кратности упаковок (например, 103 шт. → 100 шт.);
-
Корректирует объемы под минимальные партии поставщика;
-
Оптимизирует заказ под схемы доставки: прямая (поставщик → точка), через РЦ или кросс-докинг;
-
Добивает заказ до минимальной суммы поставщика, равномерно распределяя товары.
6. Реальный пример из видео
На примере линолеума «Пламя»:
-
Было: 103 шт. на складе;
-
После моделирования спроса: оптимальный запас = 207 шт.;
-
Итоговый заказ: 100 шт. (округлено под упаковки).
Программа автоматически увеличила сумму заказа до 700 тыс. руб. (минимум поставщика), добавив объемы на оборачиваемые позиции.
Итог:
Forecast NOW формирует заказы через анализ очищенных данных, вероятностное моделирование и строгий учет правил поставки. Результат — точные рекомендации, которые уже учитывают упаковки, минимальные партии и график работы поставщиков.
