Управление запасами и прогнозирование спроса

От прогноза спроса — к моделированию самого заказа Следующий сдвиг — от схемы «сначала спрогнозировать спрос, потом отдельно рассчитать заказ» к моделям, которые сразу учитывают качество конечного решения. Классическая схема выглядит так: данные → прогноз спроса → расчёт запаса → заказ Проблема в том, что на каждом этапе свои цели и свои ошибки. Прогнозная модель старается как можно точнее угадать спрос. А уже потом другой алгоритм учитывает сроки поставки, минимальную партию, стоимость хранения, дефицита, заказа и другие ограничения. В итоге можно получить очень точный прогноз — и при этом не самый выгодный заказ. Поэтому в исследованиях развивается другой подход — decision-focused learning. Смысл в том, что модель обучают не только на точность прогноза, но и с учётом того, к какому …

От прогноза спроса — к оценке последствий собственных решений Продолжаем разбирать международные фронтиры в прогнозировании спроса и управлении запасами. Следующий сдвиг — от обычного прогноза к оценке того, как наши собственные решения изменят спрос. Представим: во время акции продажи товара выросли на 40%. Значит ли это, что акция сама дала +40%? Не обязательно. В тот же период мог начаться высокий сезон, появиться дополнительная реклама, измениться выкладка, закончиться товар у конкурента. Мы видим рост продаж, но не знаем, какая его часть произошла именно из-за акции. И здесь обычного прогноза уже недостаточно. Даже если цена или промо входят в модель как факторы, она в первую очередь видит, как они были связаны с продажами в прошлом. Но решения прошлого принимались не случайно: ски…

Продажи — это ещё не спрос Продолжаем разбирать международные фронтиры в управлении запасами и прогнозировании спроса. Раньше говорили о переходе от точечного прогноза к вероятностному и от точности прогноза к качеству решений. Следующий сдвиг — от наблюдаемых продаж к восстановлению реального спроса. Простой пример. Товар обычно продаётся по 100 штук в неделю, но однажды закончился в среду. За неделю продали только 50. Если система примет эти 50 за спрос, следующий прогноз окажется ниже реальной потребности. Запаса снова не хватит — и история ещё сильнее занизит следующий прогноз. Получается замкнутый круг: дефицит → низкие продажи → низкий прогноз → маленький заказ → новый дефицит. Сам принцип «продажи ≠ спрос» уже давно вышел за пределы академической теории. Его много лет изучают в …

ИИ поверх системы автозаказа: как встроить его в существующие процессы У вас уже есть 1С, ERP или система автозаказа. Она считает потребность и формирует заказы, но вокруг неё всё ещё много ручной работы: письма поставщиков, прайсы, промо-планы, выгрузки и разбор рекомендаций системы. 15 октября в 12:00 пройдём одну рабочую неделю специалиста по закупкам и разберём: 🔹 где в процессе остаётся ручная работа и что можно передать ИИ; 🔹 как использовать данные из писем, PDF-прайсов и других источников; 🔹 что можно сделать без интеграции — через обычную выгрузку; 🔹 как ИИ помогает разбирать «неправильные» данные и форматы; 🔹 как перейти к автоматическим сценариям через API и ИИ-агентов; 🔹 что можно доверить ИИ и как безопасно работать с корпоративными данными. Спикер: Александр Гр…

От точности прогноза — к качеству решений Долгое время в прогнозировании спроса логика была простой: чем ниже ошибка прогноза, тем лучше модель. Улучшили точность на несколько процентов — значит, улучшили планирование. Это второй фронтир, который мы разбираем в серии про то, куда движется современное управление запасами и прогнозирование спроса. В прошлый раз говорили о переходе от точечного прогноза к вероятностному. Теперь — о следующем сдвиге: от точности прогноза к качеству решения. Сегодня международный фронтир смещается именно в эту сторону. Вопрос уже не только в том, насколько точно мы предсказали спрос, а в том, к каким запасам, уровню сервиса и финансовому результату этот прогноз привёл. Хорошее подтверждение этого сдвига — исследование Forecast accuracy and inventory perform…

Управление ассортиментом — одна из самых сложных задач в торговле. Нужно понимать, какие товары оставить, а какие убрать, какие позиции критичны для продаж, где лежат замороженные деньги, какие товары нужны для широты матрицы, а какие уже не работают на бизнес. Пока позиций немного, специалист может держать эту логику в голове. Но масштабы у всех разные: у кого-то тысяча позиций, у кого-то двадцать тысяч, а в некоторых отраслях число активных позиций может доходить до полумиллиона. С ростом ассортимента помнить, что происходит с каждым товаром, становится невозможно — нужны понятные правила и единый подход к принятию решений. Мы подготовили подробное руководство по управлению ассортиментом. В нём разбираем, как делить ассортимент на группы, по каким критериям это делать, какие решения пр…