среда, 10 июля 2013 г.

Проблемы прогнозирования спроса



Как уже было сказано в предыдущих частях, одна из проблем управления запасами - борьба с неопределенностью. Мы ведь не знаем точно, когда будет продан товар и в каком количестве. :-) Для борьбы с неопределенностью организации часто используют прогнозирование продаж.


Как обычно выполняется прогноз

Сразу оговоримся, здесь речь не идет о прогнозировании трендов на очень высоком уровне (например, по стране или по региону), которыми занимаются маркетинговые отделы больших производителей. 

Обычно прогноз в точке продаж считается с помощью различных статистических алгоритмов компьютером на основе данных о продажах в прошлом или же методом экспертной оценки "квалифицированных" специалистов. Иногда это дело совмещается. Здесь каждая компания придумывает свои ноу-хау. Некоторые внедряют сложное и дорогостоящее математическое ПО прогнозирования.Большинство же пользуется простейшим методом средних продаж с разными вариациями. Распространенным является измерение запасов "в неделях продаж". Это означает, что мы берем средние продажи за неделю на основе данных за последние несколько месяцев и считаем, что такого количества товара нам с некоторыми оговорками хватит на неделю продаж. При закупе часто додумывают  вводят коэффициенты сезонности, трендов и прочее,  но когда говорят про объем запаса, имеют в виду, обычно, самую простую формулу.

В отделах логистики часто можно услышать фразы: "трехнедельная норма стока", "у нас товара на три недели" и т. д.

Проблема №1. Плохие исходные данные для прогноза и его неточность

Когда мы строим прогноз на основе данных о продажах в прошлом, мы неосознанно опираемся  на такую предпосылку "то, что произойдет в будущем, определяется прошлым" или "существуют закономерности, которые можно обнаружить в поведении продаж в прошлом и которые можно использовать для прогнозирования будущего". Без разницы  используется простейшее среднее или что-то поинтереснее, вроде алгоритма Холта-Винтерса.

В действительности  поведение продаж  всего лишь следствие множества факторов, появление многих из которых мы предсказать не в состоянии, но от которых зависит многое. Эти факторы могут очень сильно повлиять на продажи, но наши статистические методы их не учитывают, так как ничего о них не знают и в данные о продажах они не заложены :-)
Примеры: появление нового конкурента или изменения в потребительских предпочтениях. Мало кто из производителей телефонов, например, мог предсказать появление iphone, которое изменило весь рынок.



Из вышесказанного следует, что прогноз по определению не может быть точен и даже "достаточно хорош". Причем чем дальше горизонт прогнозирования  тем хуже. Прогноз месячных продаж, ожидаемых через год  весьма ненадежен.

Проблема №2. Неправильное понимание сути прогнозирования

Прогноз на короткий период тем не менее, может быть полезен. Но нужно правильно понимать его результаты, чтобы правильно использовать.

Надо понимать, что на самом деле прогнозирование направлено на предоставление частичной информации, за счет анализа данных прошлых периодов, предполагая отсутствие внезапных изменений в условиях, пытаясь провести различие между возможным долговременным трендом и колебаниями вокруг среднего.

Математика описывает неопределенную функцию, используя по крайней мере два параметра. Обычно это среднее значение и стандартное отклонение. Самая ценная частичная информация, которую мы можем получить в условиях неопределенности  это оценка разумного диапазона, в который попадет большинство фактических результатов. Представьте, что дорога от дома на работу может занять от 10 до 70 минут.

К примеру, прогноз продаж говорит - мы продадим 1000, а на самом деле продаем 250. Означает ли это, что прогноз плохой? Возможно, прогноз был 1000 плюс-минус 1000. Это означает, что мы можем продать любое количество от 0 до 3000. :-) С другой стороны информация о том, что мы можем продать 1000 плюс минус 100 единиц товара может являться ценной. Но необходимо помнить, что это все равно неточно, и такой прогноз не учитывает появление непредвиденных обстоятельств.

Так вот, в настоящее время большинство решений основывается на прогнозе, который рассматривает только одно значение, что, как видно из рассуждений выше, скорее всего, неправильно :-)

Проблема №3. Частое перепрогнозирование вносит лишний шум

Каждый раз, когда закупщик запускает свой аналог программы "рекомендованный заказ", он по сути заново строит прогноз. Слишком частое перепрогнозирование вносит в систему лишний шум, так как слишком много значения придает случайным событиям. Разные модели по-разному реагируют на такие события, но реакция часто вовсе не требуется.

К примеру, продажи продукта были стабильны, и составляли в среднем 100 единиц товара за последние 8 недель с незначительными колебаниями, а потом пришел крупный клиент и купил разово 90 штук товара. Тогда метод средних продаж, например, покажет, что средние продажи выросли, и это автоматически увеличит норму стока, тогда как на самом деле нужно было просто пополнить запас до прежнего уровня.

Противное свойство колебаний заключается в том, что они не усредняются, как думают многие, а аккумулируются и часто имеют крайне разрушительные последствия.



О прогнозах на верхнем уровне

Часто в качестве решения прогнозируются продажи на более высоком уровне по сравнению с уровнем точек продаж (например, прогноз в целом по региону). Такой прогноз кажется гораздо лучше, поскольку колебания на более высоком уровне относительно меньше.

Но проблема в таком прогнозе заключается в том, что он не поддерживает принятие решений относительно требуемых запасов на более низком уровне! Разделение прогноза высокого уровня для получения более низкоуровневого прогноза ничем не лучше, чем прогнозирование на низком уровне.

Выводы

Поскольку ошибка прогнозирования велика  прогноз продаж является плохой поддержкой при принятии решений. В частности  решений о требуемом уровне запасов. На мой взгляд, теория ограничений предлагает решение существенно лучше. :-) 

Это не значит, однако, что прогнозы бесполезны. У них есть множество применений. Например, мы можем спрогнозировать тренды, что является ценной информацией и основанием для изменения уровня запаса. 














Комментариев нет:

Отправить комментарий