Прогнозування попиту в інтернет-магазині: чи потрібен ШІ малому бізнесу

Малому інтернет-магазину для прогнозу попиту й залишків зазвичай вистачає історії продажів, сезонних коефіцієнтів і простих формул: середні продажі, термін поставки, страховий запас. Моделі ШІ стають корисними, коли в асортименті багато позицій, помітна сезонність і накопичена чиста історія. Спершу потрібен лад в обліку, автоматизація йде другим кроком.

Коротко

• Прогноз попиту спирається на історію продажів, сезонність, акції, ціни, рекламу та наявність товару.
• Продажі відрізняються від попиту: коли товару не було на складі, продажі нульові, хоча покупці шукали товар.
• Прості методи – середні продажі, точка перезамовлення, страховий запас, сезонні коефіцієнти – дають більшу частину користі.
• ШІ й статистичні моделі доречні, коли позицій багато, історія охоплює сезонний цикл і дані чисті.
• Основа будь-якого прогнозу – правильний облік: артикули, залишки, повернення, списання.
• Оцінюйте прогноз за фактом: відхилення, дні без наявності, частка неліквіду.

Що саме прогнозує магазин

Прогноз відповідає на два практичні питання: скільки товару продасться за період і коли та скільки замовляти. Друге залежить від терміну поставки, мінімальної партії та вільних коштів.

Попит і продажі

Продажі показують, скільки купили. Попит показує, скільки хотіли купити. Коли товару не було в наявності, продажі нульові, і за такими даними модель вважатиме попит низьким. Позначайте дні без залишків і враховуйте їх у розрахунку середнього.

Рівні прогнозу

Прогноз можна будувати за товаром, категорією або брендом. Для позицій із рідкими продажами прогноз за окремим артикулом ненадійний. Тоді прогнозують категорію й розподіляють результат між позиціями за їхньою часткою.

Прості методи, які дають більшу частину користі

Невеликому магазину вистачає кількох методів, які можна вести в таблиці.

Точка перезамовлення дорівнює середньому продажу за день, помноженому на термін поставки в днях, плюс страховий запас. Коли залишок досягає цієї точки, час робити замовлення. Страховий запас тим більший, чим менш стабільний попит і довша поставка.

Приклад розрахунку точки перезамовлення

Наприклад, товар продається в середньому по 4 штуки на день, поставка триває 10 днів, страховий запас становить 12 штук. Точка перезамовлення дорівнює 4 помножити на 10 плюс 12, тобто 52 штуки. Щойно залишок знижується до цього рівня, потрібно замовляти. Це умовний приклад із округленими числами, він показує лише логіку. У реальному магазині числа перевіряють за даними продажів і переглядають, коли змінюються сезон, постачальник або акція. Якщо поставка іноді затримується, страховий запас збільшують.

Як врахувати сезонність і події

Сезонність буває кількох видів: річна (пори року, свята), тижнева (будні та вихідні) і подієва (розпродажі, реклама, розсилки). Для кожного виду корисно мати окремий коефіцієнт або позначку в календарі. Порівнюйте поточний період із тим самим періодом минулого року. Для нового магазину орієнтуйтеся на категорію й загальні закономірності ринку.

Одноразові сплески не повинні потрапляти в розрахунок як норма. Велике оптове замовлення або ажіотаж через рекламу краще позначити як подію й виключити зі звичайного середнього.

Дані, які потрібні для прогнозу

• Продажі за днями й артикулами, без злитих або дубльованих позицій.
• Залишки на початок і кінець дня, щоб бачити дні без наявності.
• Ціни й знижки, які діяли в кожен період.
• Дати розсилок, реклами та інших подій, що вплинули на попит.
• Повернення й списання.
• Терміни поставки, мінімальні партії та умови постачальників.

Якщо дані ведуться в кількох місцях, зведіть їх в одне. Різні артикули для однієї позиції, повернення, що враховані як продажі, і ручні виправлення залишків найчастіше псують прогноз.

Як очистити дані перед розрахунком

• Об'єднайте дублікати артикулів і однакові товари з різними назвами.
• Позначте дні без наявності та періоди, коли товар був прихований на сайті.
• Відокремте повернення від продажів і враховуйте чисті продажі.
• Позначте акції, оптові замовлення та інші події, що відхиляються від звичайного попиту.
• Перевірте одиниці виміру: штуки, упаковки й комплекти мають бути зіставними.

Коли доречні ШІ й статистичні моделі

Моделі прогнозування часових рядів, зокрема методи машинного навчання, враховують сезонність, ціни, акції та інші чинники одночасно. Вони доречні за таких умов:

• Асортимент великий, і вручну стежити за кожною позицією неможливо.
• Історія охоплює повний сезонний цикл або достатній період для товарів зі швидким оборотом.
• Дані чисті, і прогноз можна звіряти з фактом.
• Є людина, яка відповідає за перегляд прогнозу й ухвалює рішення про закупівлю.

Для нових товарів історії немає. Тоді користуються аналогами з тієї самої категорії, невеликою пробною партією та швидким переглядом після перших продажів. Деякі системи обліку й сервіси для магазинів уже мають модуль прогнозу, тож перевірте, чи є він у вашій системі, перш ніж купувати окремий. Обирайте інструмент, який пояснює прогноз і дозволяє виправити його вручну.

Що перевірити перед вибором сервісу прогнозу

• Чи пояснює сервіс, із чого складається прогноз.
• Чи можна виправити прогноз вручну й зберегти виправлення.
• Які дані потрібні та як вони завантажуються з вашого обліку.
• Як сервіс обробляє дні без наявності та акції.
• Чи є пробний період, щоб порівняти результат із вашими формулами.

Прогноз, закупівлі і реклама

Прогноз потрібен для рішень про гроші, тому звіряйте його з можливостями бізнесу. Надмірні запаси заморожують кошти, займають склад і ризикують залежатися. Недостатні запаси залишають покупців без товару. Пріоритет мають позиції зі стабільним попитом і доброю маржею; для сумнівних товарів замовляйте менші партії частіше, якщо дозволяють умови постачальника.

З прогнозом пов'язані реклама й сайт. Заплановані акції та рекламні кампанії збільшують попит, тож узгоджуйте їх із закупівлями заздалегідь. У рекламі товарів вимикайте позиції без наявності, інакше бюджет витрачається на кліки без продажів. На сайті показуйте актуальну наявність і очікувану дату поставки, щоб клієнт розумів, на що розраховувати.

Як запровадити послідовно

1. Наведіть лад в артикулах і залишках. Одна позиція – один артикул.
2. Розділіть асортимент на групи. За значущістю для виручки та стабільністю попиту.
3. Задайте точку перезамовлення й страховий запас для найважливішої групи.
4. Додайте сезонні коефіцієнти й календар акцій. Вони вирівнюють прогноз у піки й спади.
5. Щотижня порівнюйте прогноз із фактом і записуйте причини відхилень.
6. Пробуйте модель ШІ на частині асортименту лише після кількох циклів і порівнюйте її з простим методом.

Як виглядає хороший результат

• Менше днів без наявності у товарів, які приносять найбільше виручки.
• Менша частка неліквіду й заморожених у складі коштів.
• Стабільне відхилення прогнозу від факту, яке зменшується з кожним переглядом правил.
• Менше термінових замовлень і розпродажів із вимушеними знижками.

Типові помилки

• Продажі замість попиту. Дні без наявності не враховані, і модель занижує потребу.
• Один метод для всього. Стабільні й сезонні товари потребують різного підходу.
• Забуті акції. Розпродаж або розсилка раптово підвищує попит і спустошує склад.
• Без терміну поставки. Замовлення робиться тоді, коли залишку вже не вистачає на час очікування.
• Закупівля за відчуттям. Результат ніколи не звіряється з прогнозом.
• Довіра моделі без перевірки. Результат не порівнюють із простим методом.
• Облік без власника. Ніхто конкретно не відповідає за дані, тому порядок швидко зникає.

Питання і відповіді

Чи потрібен ШІ для прогнозу попиту невеликому магазину?

Часто вистачає простих методів і охайного обліку. Моделі ШІ мають сенс, коли позицій багато, сезонність виражена й накопичена тривала історія.

Скільки історії потрібно?

Це залежить від товару. Щоб побачити сезонність, потрібна історія, що охоплює повний сезонний цикл. Для товарів зі швидким оборотом корисні й коротші періоди. Чим менше даних, тим обережніше ставтеся до результату моделі.

Що робити з новими товарами без історії?

Орієнтуйтеся на аналогічні товари з тієї самої категорії, замовляйте невелику пробну партію й переглядайте залишок після перших тижнів продажів.

Як прогноз пов'язаний із дропшипінгом?

У дропшипінгу товар зберігається в постачальника, тому головний ризик полягає в розбіжності даних про наявність. Синхронізуйте залишки з постачальником і показуйте клієнтам актуальну наявність. Прогноз попиту допомагає погодити обсяги з постачальником.

Як оцінити якість прогнозу?

Порівнюйте прогноз із фактичними продажами: середнє відхилення за товарами, частка днів без наявності, надлишки й неліквід. Покращення цих показників важливіше за точність окремого прогнозу.

Висновок

Прогноз попиту в інтернет-магазині починається з порядку в обліку; алгоритми приходять другим кроком. Невеликому магазину вистачає середніх продажів, сезонних коефіцієнтів і страхового запасу; моделі ШІ варто пробувати на частині асортименту з тривалою історією. Порівнюйте прогноз із фактом щотижня й коригуйте правила. Починайте з однієї групи товарів і розширюйте набір, коли прогноз збігається з фактом. Результат залежить від ніші та стабільності постачання, тому орієнтуйтеся на власні дані. LightSEO – діджитал-агенція з Мукачева, що з 2015 року працює з інтернет-магазинами та рекламою, тож може допомогти із запуском інтернет-магазину та рекламою в Google, де важлива актуальна наявність товарів.

Читайте також

• Зображення від штучного інтелекту для товарів: що дозволено і що ризиковано
• ШІ та авторське право в контенті бізнесу: загальні принципи
• Коли купує не людина: ШІ-агенти в електронній комерції