Маркетплейсы / Найти неликвид
Как найти неликвид на складе маркетплейса с помощью ИИ
ИИ анализирует данные о продажах, остатках и сезонности, чтобы выявить товары с низкой оборачиваемостью. Он прогнозирует спрос и помогает решить, что делать с неликвидами: уценить, продать со скидкой или списать. Это снижает затраты на хранение и высвобождает деньги.
Проблема
Почему это важно
На складе маркетплейса накапливаются товары, которые плохо продаются. Они занимают место, требуют затрат на хранение и замораживают оборотные средства. Без системного подхода неликвид обнаруживают слишком поздно, когда товар уже устарел или испорчен.
Почему возникает
- Нет регулярного анализа оборачиваемости товаров
- Прогноз спроса не учитывает сезонность и тренды
- Ручной анализ остатков занимает много времени и не охватывает все SKU
- Отсутствие четких критериев, что считать неликвидом
Риски и потери
- Затраты на хранение неликвидных товаров растут
- Деньги заморожены в товаре, который не продается
- Товар может испортиться или устареть, что приведет к списанию с убытком
- Освободившееся место можно было бы использовать для более ходовых товаров
Что влияет на результат
- Скорость продаж (количество продаж за период)
- Объем остатков на складе
- Сезонность спроса
- Тренды и изменения спроса
- Срок годности или актуальность товара
Типичные ошибки ручного подхода
- Проверяют только товары с нулевыми продажами, пропуская медленно продающиеся
- Не учитывают сезонность, из-за чего товар ошибочно считают неликвидом
- Анализируют остатки без привязки к динамике продаж
- Поздно замечают накопление неликвида
Определение
Что важно понимать
Неликвид
Товар, который не продается в течение длительного времени или продается слишком медленно, что делает его хранение экономически невыгодным.
Неликвид замораживает оборотные средства и увеличивает затраты на хранение, поэтому его важно вовремя выявлять и распродавать.Оборачиваемость
Показатель, отражающий, как быстро товар продается и заменяется новым. Низкая оборачиваемость указывает на потенциальный неликвид.
Оборачиваемость помогает оценить эффективность использования складских площадей и оборотных средств.Slow mover
Товар с низкой скоростью продаж, который движется медленно, но не является полностью неликвидным.
Slow movers требуют особого внимания, так как могут стать неликвидом, если не принять меры.Данные
Какие данные нужны
Данные о продажах
Для расчета скорости продаж и выявления товаров с низкой динамикой
- SKU
- Дата продажи
- Количество проданных единиц
- Цена продажи
Данные об остатках
Для определения объема товара на складе и расчета оборачиваемости
- SKU
- Текущий остаток
- Дата поступления
- Склад
Сезонность и тренды
Для учета колебаний спроса и отличия сезонного спада от неликвида
- SKU
- Месяц
- Индекс сезонности
- Тренд
Затраты на хранение
Для оценки экономической целесообразности хранения товара
- SKU
- Стоимость хранения за единицу в месяц
- Срок хранения
Методология
Методика выявления неликвида с помощью ИИ
Принципы
- Анализировать динамику продаж, а не только текущие остатки
- Учитывать сезонность и тренды, чтобы не принять сезонный спад за неликвид
- Использовать пороговые значения оборачиваемости, установленные бизнесом
- Регулярно пересматривать критерии неликвида
Допущения
- Данные о продажах и остатках актуальны и полны
- Компания определила пороговые значения оборачиваемости
- ИИ-модель обучена на исторических данных
Ошибки
- Считать неликвидом товары с нулевыми продажами, игнорируя сезонность
- Не учитывать затраты на хранение при принятии решения
- Применять одинаковые пороги для всех категорий товаров
- Не обновлять модель прогноза спроса
Роль ИИ
Как ИИ решает задачу
Прогнозирование спроса
Данные на входе: Исторические данные о продажах, Сезонность, Тренды
Что делает модель: Обучаемая модель прогнозирует будущий спрос на каждый SKU
Результат: Прогноз продаж на следующий период
Как используется: Система сравнивает прогноз с текущими остатками и выявляет товары с избыточным запасом
Классификация товаров по скорости продаж
Данные на входе: Данные о продажах за период, Остатки
Что делает модель: Модель классифицирует товары на быстро-, средне- и медленно продающиеся
Результат: Категория для каждого SKU
Как используется: Менеджер видит список slow movers и потенциальных неликвидов
Выявление аномалий в динамике продаж
Данные на входе: Временные ряды продаж по SKU
Что делает модель: Статистический метод обнаруживает резкие падения или отсутствие продаж
Результат: Список SKU с аномальным поведением
Как используется: Система помечает такие товары для дополнительной проверки
Формирование рекомендаций по действиям
Данные на входе: Категория товара, Остатки, Прогноз спроса, Затраты на хранение
Что делает модель: Генеративная модель предлагает варианты: уценка, распродажа, списание
Результат: Рекомендация с обоснованием
Как используется: Менеджер принимает решение на основе рекомендации
Разбор
Как это работает
- 1
Вход: данные о продажах и остатках за последние 12 месяцев. Действие: система загружает и очищает данные. Результат: единая таблица с историей продаж и текущими остатками.
- 2
Вход: таблица с данными. Действие: модель прогнозирует спрос на следующий месяц для каждого SKU. Результат: прогнозные значения продаж.
- 3
Вход: прогноз и остатки. Действие: система рассчитывает оборачиваемость и сравнивает с порогом. Результат: список SKU с низкой оборачиваемостью.
- 4
Вход: список SKU. Действие: модель классифицирует их на slow movers и неликвид. Результат: категории для каждого товара.
- 5
Вход: категории и данные о затратах. Действие: генеративная модель формирует рекомендации по действиям. Результат: предложения по уценке, распродаже или списанию.
- 6
Вход: рекомендации. Действие: менеджер утверждает действия. Результат: обновленный план управления запасами.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- Скорость продаж
- Объем остатков
- Прогноз спроса
- Затраты на хранение
Какие риски учтены
- Риск уценки товара, который может продаться по полной цене в сезон
- Риск списания товара, который еще можно продать
- Риск недостаточного снижения цены для быстрой распродажи
Какие варианты рассматривались
- Оставить товар на складе до следующего сезона
- Переместить товар на другой склад с более высоким спросом
- Продать оптом другому продавцу
Выбрана уценка и распродажа, так как прогноз не показывает роста спроса, а затраты на хранение высоки.
Если бы прогноз показывал сезонный рост, рекомендация была бы оставить товар до сезона.
Результат
Что видит пользователь
Дашборд с неликвидными товарами
Список SKU с низкой оборачиваемостью, прогнозом спроса и рекомендациями
Менеджер может выбрать действие по каждому товару и запустить процесс уценки или списанияУведомления о новых неликвидах
Автоматические оповещения при появлении товара, попадающего под критерии неликвида
Быстрая реакция на накопление неликвидаАвтоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор и очистка данных о продажах и остатках
- Расчет оборачиваемости и сравнение с порогами
- Прогнозирование спроса
- Формирование списка потенциальных неликвидов
Требует настройки
- Пороговые значения оборачиваемости для разных категорий
- Правила классификации slow movers и неликвидов
- Настройка уведомлений
Остаётся за человеком
- Утверждение рекомендаций по уценке или списанию
- Выбор конкретных маркетинговых акций
- Решение о перемещении товара между складами
Внедрение
Как внедрить решение
Быстрый запуск
- Выгрузить данные о продажах и остатках в Excel
- Рассчитать оборачиваемость вручную по формуле
- Установить порог, например, товары с продажами менее 1 единицы в месяц
Рабочая система
- Настроить автоматическую загрузку данных из учетной системы
- Создать дашборд с динамикой продаж и остатками
- Внедрить модель прогнозирования спроса
- Настроить уведомления о новых неликвидах
Расширенный вариант
- Использовать ML-модель для классификации товаров
- Интегрировать данные о затратах на хранение
- Внедрить генеративные рекомендации по действиям
- Проводить сценарный анализ: что будет, если уценить на 20% или 30%
Подготовка
Чек-лист перед запуском
- 1
Определить критерии неликвида для каждой категории товаров
- 2
Собрать данные о продажах и остатках за последние 12 месяцев
- 3
Очистить данные от ошибок и дублей
- 4
Настроить автоматическую загрузку данных
- 5
Выбрать метод прогнозирования спроса
- 6
Установить пороговые значения оборачиваемости
- 7
Создать дашборд для визуализации
- 8
Настроить уведомления о новых неликвидах
- 9
Определить ответственных за принятие решений
- 10
Провести пилотный запуск на одной категории
Вывод
Главное
Главный принцип — выявлять неликвид на основе динамики продаж и прогноза спроса, а не только по текущим остаткам.
Основные данные — продажи, остатки, сезонность. Ключевой расчет — оборачиваемость и сравнение с порогом.
ИИ автоматизирует анализ, прогнозирует спрос и предлагает действия, экономя время и снижая ошибки.
Начните с выгрузки данных о продажах и остатках в таблицу и расчета оборачиваемости вручную, чтобы понять масштаб проблемы.
Метод ReMetod
На чем основан вывод
Метод ReMetod показывает, как бизнес-проблему превратить в модель решения, данные и автоматизацию. Практикум помогает собственникам и аналитикам без навыков программирования построить работающее решение для поиска неликвидов.
В программе практикума этот подход разбирается пошагово: от формулировки бизнес-задачи до модели решения, данных, автоматизации, интерфейса и проверки результата.
Посмотреть программу практикумаВопросы
Что обычно уточняют
Нужно ли программировать, чтобы использовать ИИ для поиска неликвидов?
Нет, ReMetod обучает без требования уметь программировать. Вы сможете настроить автоматизацию с помощью готовых инструментов и моделей.
Сколько времени занимает внедрение?
На практикуме вы за 4 недели пройдете путь от постановки задачи до работающего решения, включая настройку данных и интерфейса.
Подойдет ли это для малого бизнеса?
Да, метод рассчитан на малый и средний бизнес. Вы можете начать с простой таблицы и постепенно автоматизировать процесс.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться находить неликвид с помощью ИИ? Приходите на бесплатный вебинар ReMetod.