Як ритейлеру збільшити прибуток, підвищивши точність прогнозування попиту?

Прогноз попиту завжди починається з аналізу низки змінних, які на нього впливають: від історичних даних до зовнішніх чинників. В умовах середовища, що динамічно змінюється, врахувати всі змінні доволі непросто. До того ж неточне прогнозування призводить до збільшення непотрібних операційних витрат, як-то логістичні, складські та фінансові збитки, а також до втрачених продажів. Про те, як покращити результати в мінливих умовах – читайте в статті. 

---

 

Особливості прогнозування в ритейлі

Точний прогноз у ритейлі має свою специфіку, яка формується під впливом зовнішніх та внутрішніх факторів. Розглянемо основні.

• Промокампанії та їхній вплив на асортимент

Запускаючи певні промокампанії, ритейлери сприяють канібалізації інших товарів. Особливо якщо йдеться про знижки на преміум-продукцію – адже це завжди тягне за собою зменшення кількості покупок у середньому ціновому сегменті. У такому разі важливо оцінити реальний попит у кількісному представленні для забезпечення доступності товарів у промо.

• Зміна купівельної поведінки

Продажі багато в чому залежать від вподобань покупців. Неможливо однозначно сказати, який головний стимул для покупки: вигідна ціна, якість товару, вплив зовнішніх факторів або бренду, чи просто вдала позиція порівняно з конкурентами. Також велику роль грає цілісне сприйняття магазину в свідомості покупців. Як бачимо, вплив має сукупність чинників.

• Зміна контексту

Не варто оцінювати покупки одного ритейлера поза контекстом його оточення іншими компаніями, навіть з інших сфер ринку. Людина може цілеспрямовано йти в продуктовий магазин, але дорогою помітить канцелярські товари і згадає, що потрібно купити дитині до школи альбом для малювання. Такі фактори теж впливають на продаж, хоч і оцінити їх досить складно.

• Залежність від мінливих зовнішніх факторів

Сезонність, економічні та політичні зміни також безпосередньо впливають на попит. Прогноз не може сказати, що саме очікує на бізнес у майбутньому, але він допоможе підлаштуватися під зміни максимально швидко.

• Вплив бренду ритейлера та маркетингових активностей

Перед тим, як споживач вирішить купити певний SKU, в його голові має сформуватись асоціація, що для задоволення потреби необхідно придбати саме цей товар. З цим і допомагає проведення рекламних кампаній, які у свою чергу можуть збільшувати продажі в декілька разів.

• Розташування торгової точки 

Не менш важливим аспектом під час прогнозування в ритейлі є саме розташування магазину, адже від цього залежить чисельність покупців та релевантність представленого ассортименту.

Традиційні методи ручного аналізу працюють неефективно в умовах потреб клієнтів і ринків, що швидко змінюються. Найкраще з цим справляються математичні моделі, що базуються на алгоритмах машинного навчання та штучного інтелекту (AI). Вони не просто використовують певну формулу – вони вдосконалюють та змінюють прогноз залежно від зовнішніх та внутрішніх факторів. 

З чого почати побудову якісного прогнозу

Точність прогнозу має вирішальне значення під час управління запасами, тому всі без винятку компанії мають планувати попит на різний проміжок часу. В залежності від цілей бізнесу виділяють кілька типів прогнозу:

• Короткостроковий чи операційний — для оперативного прийняття рішень щодо забезпечення різких змін попиту під дією відповідних чинників.

• Середньостроковий — для керування розподілом ресурсів та подальшого забезпечення ефективності бізнесу.

• Довгостроковий — для прийняття стратегічних рішень щодо зон інвестування та перегляду асортиментних матриць. 

Багато компаній формують всі типи прогнозів вручну, що робить процес залежним від окремих спеціалістів або навіть цілих команд. Та навіть найкращі експерти не зможуть у великій кількості електронних таблиць врахувати всі важливі чинники, адже попит — це динамічна величина. Використовувати одні і й ті самі формули та підходи або опиратися лише на експертність працівників компанії – неефективно. Саме тому ритейлери все частіше перекладають складний математичний прогноз на відповідні автоматизовані системи на основі алгоритмів машинного навчання та штучного інтелекту. 

Точність їхнього прогнозування залежить від регулярності й частоти внесення даних для розрахунку. Тому, навіть якщо в зовнішньому середовищі відбулись зміни, ви все одно можете визначити оптимальну кількість товарів до замовлення, надаючи дані для аналізу хоч щодня. При цьому точність математичної моделі буде тільки підвищуватись. Все, що потрібно для цього — це якісні історичні дані та чинники, які впливають на попит. Що детальніше ви зараз збираєте та структуруєте інформацію, то краще будуть отримані вами результати потім. Тому почати роботу з даними варто вже зараз, навіть якщо ви тільки плануєте впровадження системи прогнозування попиту!

Які ж дані взагалі необхідні для прогнозування попиту? Давайте розберемо це на прикладі системи SMART Demand Forecast, яка здатна прогнозувати попит як на регулярні, так і на акційні продажі на різні терміни.

Для передбачення попиту почніть структурувати та збирати дані про: 

• історичні продажі

• промо-акції із зазначенням їхніх типів, механік та тривалості

• актуальні ціни на товари

• маркетингове просування

• ієрархії товарів та торгових точок

• конкурентів (розташування, тип конкурента тощо)

Важливо розуміти, що відсутність якихось зазначених даних не є обмеженням для впровадження системи прогнозування SMART Demand Forecast, але їхня наявність буде напряму впливати на точність прогнозу.  Щоб дізнатись більше про можливості рішення, завантажте коротку презентацію.

З компаніями, які вже розуміють всю необхідність впровадження систем прогнозування попиту, ми запускаємо пілотний проєкт, під час якого ми фіксуємо цілі та план робіт, описуємо бізнес-процеси, разом адаптуємо всі дані під єдину структуру та запускаємо модель на частині SKU. Це дозволяє ритейлеру оцінити якість прогнозу, проаналізувавши відповідність прогнозних та фактичних показників.

Після пілотного проєкту ми переходимо до етапу повноцінного тестування системи SMART Demand Forecast, під час якого запускається інтеграційний процес та розгортається інфраструктура рішення. 

Наступним кроком стає масштабування використання рішення на всю асортиментну матрицю та всі торгові точки. Як швидко відбуватиметься цей процес залежить здебільшого від залученності команди ритейлера у проєкт. В залежності від потреби клієнта, подальше проєкт передається на технічну підтримку команді SMART business, або бути на стороні клієнта. 

 

Як прогнозування впливає на ключові бізнес-метрики

Прогнозування попиту в першу чергу необхідне для управління ланцюгом постачань: планувати поповнення запасів, покращувати логістику та підвищувати рівень сервісу. Але крім управлінської функції є ще ряд переваг точного прогнозування, які напряму впливають на прибуток компанії.

• Мінімізується overstock

Надлишок товарів призводить до списань, що несе в собі додаткові витрати, які не були враховані бізнесом. Адже інколи сама утилізація товару може перевищувати його собівартість. Щоб уникати зайвих списань та незапланованих розпродажів, необхідно приділяти увагу точності прогнозування та працювати над її підвищенням.

• Покращується оборотність

Завдяки зменшенню надлишкових резервів покращується оборотність товарів та вивільняються кошти компанії, заморожені в запасах, які бізнес може інвестувати в фінансово привабливі проєкти.

• Зменшується обсяг втрачених продажів 

Точне прогнозування дозволяє забезпечити високий рівень доступності, що сприяє стабільним продажам та напряму впливає на прибуток компанії. 

Навіть якщо модель будує прогноз, який компанія не може покрити (з різних причин), це дозволяє приймати оперативні рішення щодо управління ланцюгом постачань. Менеджер може оцінити out-of-stock та працювати над його покриттям (змінити фокус промокампаній, переглянути цінову складову, асортиментну матрицю та ін.). 

• Зменшуються витрати на персонал та ймовірность помилки співробітників

Відсутність систематизації процесів та зберігання даних ритейлера в різних місцях і форматах супроводжується високою ймовірністю помилки співробітників під час прогнозування в електронних таблицях. Якщо прогнозом попиту займається єдина система, ритейлеру не потрібно розширювати штат аналітиків, адже оптимізується завантаження спеціалістів і зміщується фокус їхньої уваги на роботу зі стратегічними завданнями. 

Як бачимо, високоточне прогнозування впливає на велику кількість взаємопов’язаних бізнес-метрик. Прогноз на основі алгоритмів машинного навчання та штучного інтелекту може враховувати значно більше факторів впливу та допомагає компаніям оперативно приймати правильні управлінські рішення.  

Якщо ви хочете дізнатись більше про роботу та можливості системи прогнозування попиту SMART Demand Forecast для вашого бізнесу — звертайтесь до нас за посиланням. Ми підкажемо, що робити з даними, та допоможемо реалізувати проєкт, який змінить ваш бізнес і покращить фінансові результати.