Prejsť na obsah

AI a trh

Predpoveď dopytu v internetovom obchode: potrebuje malý biznis AI

Ako predpovedať dopyt a zásoby v malom internetovom obchode: jednoduché vzorce, sezónnosť, dáta pre modely a situácie, keď má AI skutočne zmysel.

O nás

Kto sme a ako pracujeme

Malému internetovému obchodu na predpoveď dopytu a zásob zvyčajne stačí história predaja, sezónne koeficienty a jednoduché vzorce: priemerný predaj, dodacia lehota, poistná zásoba. Modely AI sa stanú užitočnými, keď je v sortimente veľa položiek, je badateľná sezónnosť a nazbierala sa čistá história. Najprv je potrebný poriadok v evidencii, automatizácia je druhým krokom.

Stručne

  • Predpoveď dopytu sa opiera o históriu predaja, sezónnosť, akcie, ceny, reklamu a dostupnosť produktu.
  • Predaj sa líši od dopytu: keď produkt nebol na sklade, predaj je nulový, hoci kupujúci produkt hľadali.
  • Jednoduché metódy – priemerný predaj, bod prevýšenia objednávky, poistná zásoba, sezónne koeficienty – prinášajú väčšinu úžitku.
  • AI a štatistické modely sú vhodné, keď je položiek veľa, história pokrýva sezónny cyklus a dáta sú čisté.
  • Základom každej predpovede je správna evidencia: kódy produktov, zásoby, vrátenia, odpisy.
  • Predpoveď hodnoťte podľa skutočnosti: odchýlka, dni bez dostupnosti, podiel neobrátkového tovaru.

Čo presne e-shop predpovedá

Predpoveď odpovedá na dve praktické otázky: koľko produktu sa predá za obdobie a kedy a koľko objednať. Druhé závisí od dodacej lehoty, minimálnej dávky a voľných financií.

Dopyt a predaj

Predaj ukazuje, koľko sa kúpilo. Dopyt ukazuje, koľko chceli ľudia kúpiť. Keď produkt nebol dostupný, predaj je nulový a model by podľa takýchto dát považoval dopyt za nízky. Dni bez zásob označujte a zohľadnite ich pri výpočte priemeru.

Úrovne predpovede

Predpoveď možno stavať podľa produktu, kategórie alebo značky. Pri položkách s ojedinelým predajom je predpoveď pre samostatný kód produktu nespoľahlivá. Vtedy sa predpovedá kategória a výsledok sa rozdelí medzi položky podľa ich podielu.

Jednoduché metódy, ktoré prinášajú väčšinu úžitku

Malému e-shopu stačí niekoľko metód, ktoré sa dajú viesť v tabuľke.

MetódaPodstataKedy vyhovuje
Priemerný predaj a poistná zásobaPriemerný denný predaj vynásobený dodacou lehotou plus rezerva na výkyvyStabilné produkty s pravidelným dopytom
Sezónne koeficientyPorovnanie s rovnakým obdobím minulého rokaProdukty s výraznou sezónnosťou
Kalendár akciíSamostatná evidencia newsletterov, výpredajov a reklamy, ktoré menia dopytE-shopy s pravidelnými akciami
Skupiny podľa významuPoložky s najväčšími tržbami sa kontrolujú častejšie a nakupujú dôkladnejšieŠiroký sortiment a obmedzený čas na evidenciu

Bod prevýšenia objednávky sa rovná priemernému dennému predaju vynásobenému dodacou lehotou v dňoch plus poistná zásoba. Keď zásoba dosiahne tento bod, je čas objednávať. Poistná zásoba je tým väčšia, čím je dopyt menej stabilný a dodávka dlhšia.

Príklad výpočtu bodu prevýšenia objednávky

Napríklad produkt sa predáva v priemere po 4 kusy denne, dodávka trvá 10 dní, poistná zásoba je 12 kusov. Bod prevýšenia objednávky sa rovná 4 krát 10 plus 12, teda 52 kusov. Hneď ako zásoba klesne na túto úroveň, treba objednávať. Ide o modelový príklad so zaokrúhlenými číslami, ukazuje len logiku. V reálnom e-shope sa čísla overujú podľa dát o predaji a prehodnocujú, keď sa zmení sezóna, dodávateľ alebo akcia. Ak sa dodávka občas oneskorí, poistná zásoba sa zvyšuje.

Ako zohľadniť sezónnosť a udalosti

Sezónnosť môže byť niekoľkých druhov: ročná (ročné obdobia, sviatky), týždenná (pracovné dni a víkendy) a udalostná (výpredaje, reklama, newslettery). Pre každý druh je užitočné mať samostatný koeficient alebo značku v kalendári. Porovnávajte aktuálne obdobie s rovnakým obdobím minulého roka. Pri novom e-shope sa orientujte podľa kategórie a všeobecných zákonitostí trhu.

Jednorazové výkyvy by sa nemali dostať do výpočtu ako norma. Veľkú veľkoobchodnú objednávku alebo ošiaľ po reklame je lepšie označiť ako udalosť a vylúčiť z bežného priemeru.

Dáta potrebné na predpoveď

  • Predaj podľa dní a kódov produktov, bez zlúčených alebo duplicitných položiek.
  • Zásoby na začiatku a na konci dňa, aby boli vidieť dni bez dostupnosti.
  • Ceny a zľavy, ktoré platili v jednotlivých obdobiach.
  • Dátumy newsletterov, reklamy a iných udalostí, ktoré ovplyvnili dopyt.
  • Vrátenia a odpisy.
  • Dodacie lehoty, minimálne dávky a podmienky dodávateľov.

Ak sa dáta vedú na viacerých miestach, zlúčte ich do jedného. Rôzne kódy pre jednu položku, vrátenia započítané ako predaj a ručné opravy zásob najčastejšie kazia predpoveď.

Ako vyčistiť dáta pred výpočtom

  • Zlúčte duplicity kódov produktov a rovnaké produkty s rôznymi názvami.
  • Označte dni bez dostupnosti a obdobia, keď bol produkt na webe skrytý.
  • Oddeľte vrátenia od predaja a počítajte s čistým predajom.
  • Označte akcie, veľkoobchodné objednávky a iné udalosti, ktoré sa odchyľujú od bežného dopytu.
  • Skontrolujte merné jednotky: kusy, balenia a sady musia byť porovnateľné.

Kedy sú vhodné AI a štatistické modely

Modely predpovede časových radov, najmä metódy strojového učenia, zohľadňujú sezónnosť, ceny, akcie a ďalšie faktory súčasne. Sú vhodné za týchto podmienok:

  • Sortiment je veľký a ručne sledovať každú položku nie je možné.
  • História pokrýva úplný sezónny cyklus alebo dostatočné obdobie pri produktoch s rýchlym obratom.
  • Dáta sú čisté a predpoveď možno overovať podľa skutočnosti.
  • Je tu človek, ktorý zodpovedá za kontrolu predpovede a rozhoduje o nákupe.

Pre nové produkty história neexistuje. Vtedy sa využívajú analógie z tej istej kategórie, malá skúšobná dávka a rýchla kontrola po prvých predajoch. Niektoré evidenčné systémy a služby pre e-shopy už majú modul predpovede, preto skontrolujte, či ho vo svojom systéme máte, skôr než kúpite samostatný. Vyberte nástroj, ktorý vysvetľuje predpoveď a umožňuje ju ručne opraviť.

Čo skontrolovať pred výberom služby na predpoveď

  • Či služba vysvetľuje, z čoho sa predpoveď skladá.
  • Či možno predpoveď ručne opraviť a opravu uložiť.
  • Aké dáta sú potrebné a ako sa načítavajú z vašej evidencie.
  • Ako služba spracúva dni bez dostupnosti a akcie.
  • Či existuje skúšobné obdobie na porovnanie výsledku s vašimi vzorcami.

Predpoveď, nákupy a reklama

Predpoveď je potrebná na rozhodnutia o peniazoch, preto ju konfrontujte s možnosťami podniku. Nadmerné zásoby viažu financie, zaberajú sklad a hrozí, že sa zaležia. Nedostatočné zásoby nechávajú kupujúcich bez produktu. Prednosť majú položky so stabilným dopytom a dobrou maržou; pri pochybných produktoch objednávajte menšie dávky častejšie, ak to podmienky dodávateľa dovoľujú.

S predpoveďou súvisia reklama a web. Plánované akcie a reklamné kampane zvyšujú dopyt, preto ich s nákupmi zosúlaďte vopred. V reklame produktov vypínajte položky bez dostupnosti, inak sa rozpočet míňa na kliky bez predaja. Na webe zobrazujte aktuálnu dostupnosť a očakávaný dátum dodania, aby zákazník vedel, na čo sa môže spoľahnúť.

Ako zaviesť postupne

  1. Urobte poriadok v kódoch produktov a zásobách. Jedna položka – jeden kód.
  2. Rozdeľte sortiment do skupín. Podľa významu pre tržby a stability dopytu.
  3. Zadajte bod prevýšenia objednávky a poistnú zásobu pre najdôležitejšiu skupinu.
  4. Pridajte sezónne koeficienty a kalendár akcií. Vyrovnávajú predpoveď v špičkách a poklesoch.
  5. Každý týždeň porovnávajte predpoveď so skutočnosťou a zapisujte príčiny odchýlok.
  6. Model AI vyskúšajte na časti sortimentu až po niekoľkých cykloch a porovnajte ho s jednoduchou metódou.

Ako vyzerá dobrý výsledok

  • Menej dní bez dostupnosti pri produktoch, ktoré prinášajú najväčšie tržby.
  • Menší podiel neobrátkového tovaru a financií viazaných v sklade.
  • Stabilná odchýlka predpovede od skutočnosti, ktorá sa pri každej úprave pravidiel zmenšuje.
  • Menej naliehavých objednávok a výpredajov s vynútenými zľavami.

Typické chyby

  • Predaj namiesto dopytu. Dni bez dostupnosti nie sú zohľadnené a model podhodnocuje potrebu.
  • Jedna metóda na všetko. Stabilné a sezónne produkty vyžadujú odlišný prístup.
  • Zabudnuté akcie. Výpredaj alebo newsletter náhle zvýši dopyt a vyprázdni sklad.
  • Bez dodacej lehoty. Objednávka sa robí vtedy, keď zásoba už na čas čakania nestačí.
  • Nákup podľa pocitu. Výsledok sa nikdy nekonfrontuje s predpoveďou.
  • Dôvera v model bez overenia. Výsledok sa neporovnáva s jednoduchou metódou.
  • Evidencia bez vlastníka. Nikto konkrétny nezodpovedá za dáta, a preto poriadok rýchlo zmizne.

Otázky a odpovede

Potrebuje malý e-shop AI na predpoveď dopytu?

Často stačia jednoduché metódy a precízna evidencia. Modely AI majú zmysel, keď je položiek veľa, sezónnosť je výrazná a nazbierala sa dlhá história.

Koľko histórie je potrebné?

Závisí to od produktu. Na zachytenie sezónnosti je potrebná história pokrývajúca úplný sezónny cyklus. Pri produktoch s rýchlym obratom sú užitočné aj kratšie obdobia. Čím menej dát, tým opatrnejšie pristupujte k výsledku modelu.

Čo robiť s novými produktmi bez histórie?

Orientujte sa podľa analogických produktov z tej istej kategórie, objednajte malú skúšobnú dávku a po prvých týždňoch predaja zásobu prehodnoťte.

Ako súvisí predpoveď s dropshippingom?

Pri dropshippingu je produkt uložený u dodávateľa, preto hlavné riziko spočíva v nezhode dát o dostupnosti. Synchronizujte zásoby s dodávateľom a zobrazujte zákazníkom aktuálnu dostupnosť. Predpoveď dopytu pomáha dohodnúť objemy s dodávateľom.

Ako posúdiť kvalitu predpovede?

Porovnávajte predpoveď so skutočným predajom: priemerná odchýlka podľa produktov, podiel dní bez dostupnosti, prebytky a neobrátkový tovar. Zlepšenie týchto ukazovateľov je dôležitejšie než presnosť jednotlivej predpovede.

Záver

Predpoveď dopytu v internetovom obchode sa začína poriadkom v evidencii; algoritmy prichádzajú druhým krokom. Malému e-shopu stačia priemerné predaje, sezónne koeficienty a poistná zásoba; modely AI sa oplatí skúšať na časti sortimentu s dlhou históriou. Predpoveď porovnávajte so skutočnosťou každý týždeň a upravujte pravidlá. Začnite jednou skupinou produktov a súbor rozširujte, keď sa predpoveď zhoduje so skutočnosťou. Výsledok závisí od odvetvia a stability dodávok, preto sa orientujte podľa vlastných dát. LightSEO je digitálna agentúra z Mukačeva, ktorá od roku 2015 pracuje s internetovými obchodmi a reklamou, takže vám môže pomôcť so spustením internetového obchodu a reklamou v Google, kde je dôležitá aktuálna dostupnosť produktov.

Prečítajte si tiež