Закупки / Forecast bias
Как учесть сезонность в закупках с помощью ИИ
Сезонность в закупках учитывается через разложение спроса на тренд, сезонную волну и случайные колебания. ИИ автоматически определяет сезонные коэффициенты, прогнозирует спрос и рассчитывает оптимальный заказ, снижая ошибку прогноза и издержки на хранение или дефицит.
Проблема
Почему это важно
Без учета сезонности компания закупает товары равномерно в течение года, что приводит к дефициту в пиковые сезоны и излишкам в межсезонье. Это вызывает потерю продаж, заморозку оборотных средств в неликвидных остатках и рост затрат на хранение.
Почему возникает
- Ручной расчет заказа на основе средних продаж за прошлый период без выделения сезонной составляющей
- Игнорирование тренда и случайных колебаний, которые искажают сезонную картину
- Отсутствие инструментов для автоматического выявления сезонных паттернов по товарам и категориям
Риски и потери
- Упущенная выручка из-за дефицита товара в сезон
- Затоваривание склада и рост затрат на хранение, списание
- Снижение оборачиваемости и заморозка оборотных средств
Что влияет на результат
- Исторические продажи по периодам (неделям, месяцам)
- Сезонные коэффициенты (индексы сезонности)
- Тренд (рост или падение спроса)
- Случайные колебания (остатки после выделения тренда и сезонности)
- Срок поставки, страховой запас, текущие остатки
Типичные ошибки ручного подхода
- Усреднение продаж за год без учета сезонных пиков
- Неправильное определение сезонного окна (например, начало сезона сдвигается)
- Игнорирование тренда, из-за чего прогноз занижается или завышается
Определение
Что важно понимать
Сезонность
Регулярные, повторяющиеся колебания спроса в течение года, связанные с временами года, праздниками, климатом и другими факторами.
Без учета сезонности прогноз спроса будет систематически ошибочным, что ведет к дефициту или излишкам.Forecast bias
Систематическое отклонение прогноза от факта в одну сторону (завышение или занижение).
Bias приводит к накоплению ошибок: при завышении — излишки, при занижении — дефицит. Учет сезонности уменьшает bias.Индекс сезонности
Коэффициент, показывающий, насколько спрос в данном периоде выше или ниже среднего уровня (например, 1.2 означает +20% к среднему).
Индексы сезонности позволяют скорректировать базовый прогноз на конкретный период.Данные
Какие данные нужны
Исторические продажи по периодам
База для выявления сезонных паттернов и тренда
- Дата продажи
- Товар/артикул
- Количество
- Сумма
Календарь сезонности
Для корректной группировки периодов (недели, месяцы) и учета праздников
- Период (месяц, неделя)
- Сезонный коэффициент
- Признак праздника
Данные о поставках
Для расчета точки заказа и страхового запаса
- Срок поставки (дни)
- Текущий остаток
- Страховой запас
Методология
Методика учета сезонности в закупках
Принципы
- Разделять спрос на тренд, сезонную и случайную составляющие
- Использовать не менее 2-3 лет истории для устойчивых сезонных коэффициентов
- Корректировать прогноз на основе последних фактических данных (адаптивность)
Допущения
- Сезонный паттерн стабилен во времени (не меняется кардинально)
- Случайные колебания независимы и не имеют систематической составляющей
Ошибки
- Усреднение продаж за год без выделения сезонности
- Использование слишком короткой истории (менее года)
- Игнорирование тренда при расчете сезонных коэффициентов
Роль ИИ
Как ИИ решает задачу
Автоматическое выявление сезонных паттернов и расчет индексов сезонности
Данные на входе: Исторические продажи по периодам, Календарь сезонности
Что делает модель: Разложение временного ряда на тренд, сезонность и остатки, расчет сезонных коэффициентов
Результат: Индексы сезонности по периодам, очищенный от сезонности тренд
Как используется: Система использует индексы для корректировки прогноза спроса
Прогнозирование спроса на будущий период с учетом сезонности и тренда
Данные на входе: Исторические продажи, Индексы сезонности, Тренд, Внешние факторы (праздники, акции)
Что делает модель: Построение прогнозной модели (например, экспоненциальное сглаживание с сезонностью или ARIMA) и выдача прогноза
Результат: Прогноз спроса на следующий период (например, на месяц)
Как используется: Прогноз используется для расчета заказа
Расчет оптимального объема заказа с учетом страхового запаса и срока поставки
Данные на входе: Прогноз спроса, Текущий остаток, Срок поставки, Страховой запас
Что делает модель: Вычисление точки заказа и размера заказа по формуле
Результат: Рекомендуемый объем заказа и дата заказа
Как используется: Сотрудник проверяет и утверждает заказ
Разбор
Как это работает
- 1
Вход: исторические продажи за 2-3 года по месяцам. Действие: система разлагает ряд на тренд, сезонность и остатки. Результат: индексы сезонности для каждого месяца.
- 2
Вход: индексы сезонности и тренд. Действие: модель прогнозирует спрос на следующий месяц с учетом сезонности. Результат: прогноз спроса (например, 1200 единиц).
- 3
Вход: прогноз спроса, текущий остаток, срок поставки, страховой запас. Действие: расчет точки заказа и размера заказа. Результат: рекомендуемый заказ (например, 800 единиц).
- 4
Вход: рекомендуемый заказ. Действие: сотрудник проверяет и утверждает. Результат: заказ размещен поставщику.
- 5
Вход: фактические продажи после поставки. Действие: система сравнивает факт с прогнозом, обновляет коэффициенты. Результат: уточненный прогноз на следующий период.
Расчет
Формулы для учета сезонности
Основная формула — прогноз спроса с учетом сезонности. Дополнительно — расчет заказа с учетом страхового запаса.
Прогноз спроса с учетом сезонности
F_t = (T_t) * S_t- F_t — прогноз спроса на период t
- T_t — тренд (сглаженное среднее или линейная регрессия)
- S_t — индекс сезонности для периода t
Условный пример: Тренд на следующий месяц = 1000 единиц, индекс сезонности = 1.2. Прогноз = 1000 * 1.2 = 1200 единиц.
Допущение: Индекс сезонности >1 означает сезонный пик, <1 — спад.
Размер заказа с учетом страхового запаса
Q = (F_t * L) + SS - I- Q — объем заказа
- F_t — прогноз спроса на период
- L — срок поставки в периодах (например, в месяцах)
- SS — страховой запас
- I — текущий остаток на складе
Условный пример: Прогноз на месяц = 1200, срок поставки = 0.5 месяца, страховой запас = 200, остаток = 300. Q = (1200*0.5) + 200 - 300 = 600 + 200 - 300 = 500 единиц.
Допущение: Если Q отрицательный, заказ не требуется.
Пример расчета
Как это выглядит в цифрах
Условный пример: расчет заказа для сезонного товара
- Допущение: Рассмотрим условный пример: компания продает мороженое. Исторические продажи за 2 года показывают сезонный пик в июле (индекс сезонности 1.5) и спад в декабре (0.6). Тренд спроса растет на 2% в месяц. Текущий месяц — июнь, прогноз тренда на июль = 1000 единиц. Срок поставки — 2 недели (0.5 месяца). Страховой запас — 200 единиц. Текущий остаток — 300 единиц.
Прогноз на июль = 1000 * 1.5 = 1500 единиц. Заказ = (1500 * 0.5) + 200 - 300 = 750 + 200 - 300 = 650 единиц.Без учета сезонности заказ был бы рассчитан на средний спрос 1000 единиц, что привело бы к дефициту в пик сезона. С учетом сезонности заказ увеличен до 650 единиц, что покрывает спрос и страховой запас.
Логика решения
Почему дана такая рекомендация
Что повлияло на решение
- Индекс сезонности для периода
- Тренд спроса
- Срок поставки
- Страховой запас
- Текущий остаток
Какие риски учтены
- Риск дефицита при заниженном прогнозе
- Риск излишков при завышенном прогнозе
- Риск изменения сезонного паттерна (например, аномальная погода)
Какие варианты рассматривались
- Закупка равномерно без учета сезонности
- Ручной расчет на основе прошлогодних продаж
- Использование простого среднего
Метод с разложением на тренд и сезонность дает более точный прогноз, снижая forecast bias, и позволяет автоматизировать расчет заказа.
Если сезонный паттерн нестабилен (например, из-за изменения ассортимента), может потребоваться более сложная модель с машинным обучением, учитывающая внешние факторы.
Результат
Что видит пользователь
Дашборд с прогнозом спроса и рекомендуемым заказом
Таблица по товарам: прогноз на период, индекс сезонности, рекомендуемый заказ, текущий остаток
Сотрудник может утвердить заказ или скорректировать его вручнуюУведомление о необходимости заказа
Система отправляет уведомление, когда остаток падает ниже точки заказа
Своевременное размещение заказа без ручного мониторингаАвтоматизация
Что автоматизируется, а что нет
Выполняется автоматически
- Сбор исторических данных о продажах
- Расчет индексов сезонности и тренда
- Прогнозирование спроса
- Расчет рекомендуемого заказа
Требует настройки
- Настройка календаря сезонности (периоды, праздники)
- Определение страхового запаса и срока поставки для каждого товара
- Настройка порогов для уведомлений
Остаётся за человеком
- Утверждение заказа
- Корректировка прогноза при форс-мажорах (например, отмена акции)
- Пересмотр страхового запаса при изменении спроса
Внедрение
Как внедрить решение
Быстрый запуск
- Собрать историю продаж за 2 года в Excel
- Рассчитать индексы сезонности вручную (среднее по месяцам / общее среднее)
- Использовать формулу прогноза для расчета заказа на следующий месяц
Рабочая система
- Настроить автоматическую загрузку продаж из учетной системы
- Внедрить скрипт или BI-инструмент для расчета сезонности и прогноза
- Создать дашборд с рекомендуемыми заказами и уведомлениями
Расширенный вариант
- Подключить модель машинного обучения для прогноза с учетом внешних факторов (погода, праздники, акции)
- Использовать сценарный анализ (оптимистичный, пессимистичный прогноз)
- Интегрировать с системой управления закупками для автоматического размещения заказов
Подготовка
Чек-лист перед запуском
- 1
Собрать историю продаж минимум за 2 года по каждому товару
- 2
Определить периоды сезонности (месяцы, недели)
- 3
Рассчитать индексы сезонности для каждого периода
- 4
Определить тренд спроса (рост/падение)
- 5
Установить страховой запас для каждого товара
- 6
Указать срок поставки от поставщика
- 7
Настроить автоматический расчет прогноза и заказа
- 8
Проверить прогноз на прошлых данных (backtesting)
- 9
Обучить сотрудников работе с дашбордом
- 10
Настроить уведомления о необходимости заказа
Вывод
Главное
Учет сезонности — это разложение спроса на тренд, сезонную волну и случайные колебания, чтобы прогноз был точным, а заказ — оптимальным.
Основные данные — исторические продажи, календарь сезонности, срок поставки, страховой запас. Ключевые расчеты — индексы сезонности, прогноз спроса, размер заказа.
ИИ автоматизирует выявление сезонных паттернов, прогнозирование и расчет заказа, снижая forecast bias и освобождая сотрудников от рутинных расчетов.
Начните с сбора истории продаж за 2 года и расчета индексов сезонности в Excel — это даст быстрый эффект без внедрения сложных систем.
Метод ReMetod
На чем основан вывод
Метод ReMetod показывает, как бизнес-проблема (например, неточный прогноз закупок) решается через модель решения, данные и автоматизацию. Практикум ReMetod позволяет собственникам и менеджерам освоить этот путь без программирования.
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
У нас нет данных за 2 года, можно ли учесть сезонность?
Можно начать с одного года, но точность будет ниже. Если данных мало, используйте отраслевые коэффициенты сезонности или экспертные оценки, а затем корректируйте по мере накопления фактов.
ИИ — это сложно и дорого, нам подойдет?
Для учета сезонности не обязательно внедрять сложный ИИ. Достаточно статистических методов (индексы сезонности) и простых формул. ИИ полезен, когда много товаров и факторов, но начать можно с Excel.
Как часто нужно пересчитывать сезонные коэффициенты?
Рекомендуется пересчитывать ежемесячно или ежеквартально, добавляя новые фактические данные. Это позволяет адаптироваться к изменениям спроса.
Следующий шаг
Выберите, как продолжить с ReMetod
Хотите научиться учитывать сезонность в закупках с помощью ИИ? Приходите на бесплатный вебинар ReMetod.