So prognostizieren Sie den saisonalen Lagerbestand für Shopify

Zeder und Feige, 250 g, werden die meiste Zeit des Jahres mit den üblichen fünf Einheiten pro Tag verkauft, steigen dann jedes Jahr im November stark an und fallen im Januar wieder ab. Ein auf der Grundlage eines gleitenden 90-Tage-Durchschnitts erstellter Bestellpunkt sieht dies nie vor: Der Durchschnitt steigt erst, wenn der November-Spitzenwert bereits innerhalb des Fensters liegt. Zu diesem Zeitpunkt ist das Regal bereits seit Wochen dünn – und er bleibt bis weit ins neue Jahr hinein erhöht, da der Ansturm im Dezember immer noch innerhalb des gleichen Durchschnitts liegt.

Das ist kein Datenproblem, sondern ein Methodenproblem. Agleitender Durchschnittbehandelt jede Beobachtung unabhängig vom Kalender gleich; Ein wirklich saisonales Produkt benötigt eine Prognose, die weiß, um welchen Monat es sich handelt. Dies unterscheidet sich von der einmaligen Spitze, die eine Werbeaktion erzeugt (sieheWie sich Werbeaktionen auf die Bestandsprognose auswirken), weil sich ein saisonales Muster Jahr für Jahr von selbst wiederholt, ohne dass Sie etwas tun müssen, um es auszulösen. Sehen Sie sich unsere anVollständiger Leitfaden zur Bestandsprognose von ShopifyFür den gesamten Prozess passt dies hinein.

Was macht die Nachfrage saisonabhängig?

Die Standardzeitreihenzerlegung unterteilt die Nachfrage in einen Trend, eine zyklische Komponente, eine saisonale Komponente und unregelmäßiges Rauschen und behandelt den saisonalen Teil als einen sich wiederholenden Faktor, der an den Kalender gebunden ist, und nicht an das zugrunde liegende Wachstum oder die zufälligen Höhen und Tiefen. Es gibt zwei Versionen des Modells: additiv, bei dem die Schwankungen um den Trend ungefähr konstant bleiben, unabhängig davon, wie stark der Trend gewachsen ist, und multiplikativ, bei dem die Schwankungen mit dem aktuellen Umsatzniveau skalieren – die häufigere Form für in Einheiten gemessene Einzelhandelsumsätze, da ein größeres Geschäft normalerweise auch einen größeren November hat und nicht nur den gleichen festen Zusatzbetrag.

In der Praxis ist es schwieriger, ein echtes saisonales Muster von einem Zufall zu unterscheiden. Ein ungewöhnlich starker November könnte ein echtes, wiederkehrendes Muster sein, oder es könnte ein einzelner viraler Moment oder ein früher Kälteeinbruch sein, der zufällig in diesem Jahr einsetzte. Ein einzelnes Jahr kann die beiden nicht voneinander unterscheiden, weshalb für die ordnungsgemäße Erstellung eines Index mehr als ein Jahr an Daten erforderlich ist, die im Folgenden behandelt werden.

Erstellen eines Saisonindex

Ein Saisonindex drückt aus, um wie viel ein bestimmter Zeitraum typischerweise über oder unter dem desaisonalisierten Durchschnitt liegt – ein Faktor, kein Prozentpunkt-Offset. Ein Index von 1,20 bedeutet, dass der Zeitraum typischerweise 20 % über dem Ausgangswert liegt; Ein Index von 0,5 bedeutet, dass die Rate normalerweise halb so hoch ist wie die Basisrate.

Saisonaler Index für einen Zeitraum = Durchschnittliche Nachfrage in diesem Zeitraum in den vergangenen Jahren ÷ Durchschnittliche Nachfrage in einem normalen Zeitraum in denselben Jahren

Die vollständige statistische Version, die Methode „Verhältnis zum gleitenden Durchschnitt“, entfernt zunächst alle zugrunde liegenden Trends mit einem zentrierten gleitenden Durchschnitt, bevor das Verhältnis berechnet wird, das umso wichtiger ist, je schneller ein Geschäft wächst (mehr unten). Ohne großen Wachstumstrend ist ein direkter Vergleich mit dem Durchschnitt des Normalzeitraums nah genug, um damit arbeiten zu können.

Cedar & Fig, 250 g, hält außerhalb der Saison fast 150 Einheiten pro Monat – die gleiche Geschwindigkeit von fünf pro TagNachbestellpunkt für 90 Einheiten, über einen 30-Tage-Monat. Im Durchschnitt der letzten beiden Novembermonate wurden 375 Einheiten verkauft. Saisonindex für November = 375 ÷ 150 = 2,5.

Multiplizieren Sie Ihre aktuelle Basisprognose mit dem Index, um eine saisonbereinigte Zahl zu erhalten: Bei einer Normalgeschwindigkeit von 150 Einheiten pro Monat beträgt die Novemberprognose 150 × 2,5 = 375 Einheiten – nicht der einfache Durchschnitt, den Ihnen ein flacher gleitender Durchschnitt sonst liefern würde.

Mindestdaten erforderlich

Sie benötigen mindestens ein ganzes Jahr Geschichte, bevor ein Saisonindex etwas aussagt – Sie können nicht wissen, wie sich der November verhält, bis Sie einen beobachtet haben. Ein einzelnes Jahr liefert Ihnen einen Datenpunkt pro Zeitraum, der kein wirklich wiederkehrendes Muster von einer einmaligen Ursache unterscheiden kann: einem frühen Kälteeinbruch, einem einzelnen viralen Beitrag, einem Lagerbestand, der im darauffolgenden Monat zu einem Rückgang führte. Die Standardtechnik zur Erstellung eines Index ist darauf ausgelegt, den Durchschnitt von zwei oder mehr Jahren zu bilden, wie im obigen Beispiel. Sie eliminiert das einjährige Rauschen, indem das Verhältnis jedes Zeitraums über mehrere Jahre gemittelt wird.

Keine Quelle, die wir finden konnten, gibt eine genaue Zahl darüber an, wie viele Jahre genau „ausreichend“ sind, und auch keine bestimmte Regel, die Sie an anderer Stelle sehen, wird durch eine Primärquelle gestützt. Mehr Geschichte bedeutet im Allgemeinen mehr Selbstvertrauen; Es gibt keine Schwelle, ab der ein Index plötzlich zuverlässig wird.

Anpassung an Wachstum

Ein als reines Verhältnis berechneter Saisonindex hat einen blinden Fleck: Er geht davon aus, dass sich die Basislinie, an der er gemessen wurde, nicht verändert hat. Wenn Ihr Geschäft seit den letzten Novembermonaten gewachsen ist, unterschätzt die Anwendung des alten Index auf die alte Basislinie den diesjährigen Höhepunkt – das multiplikative Modell hinter Saisonindizes behandelt die Saisonalität als proportional zum aktuellen Niveau der Reihe und nicht als feste Anzahl zusätzlicher Einheiten.

Der Fix wendet den Index auf Ihre aktuelle Baseline an, nicht auf die historische Baseline, von der er abgeleitet wurde. Wenn die nicht-saisonale Geschwindigkeit von Cedar & Fig seit diesen beiden Novembern von 150 Einheiten pro Monat auf 180 gestiegen ist, beträgt die diesjährige Prognose 180 × 2,5 = 450 und nicht die abgestandenen 375, die allein der historische Durchschnitt vermuten lässt.

Achten Sie auch darauf, das Wachstum geradlinig voranzutreiben. Ein an ein paar Monate des Hochlaufs angepasster Trend extrapoliert weiterhin die gleiche Rate, selbst nachdem er sich auf natürliche Weise eingependelt hat – prüfen Sie, ob Ihre aktuelle Geschwindigkeit tatsächlich immer noch steigt, bevor Sie davon ausgehen, dass dies der Fall ist.

Um dies manuell zu tun, müssen mehrere Jahre monatlicher Verkäufe pro SKU abgerufen, ein Verhältnis für jeden Zeitraum berechnet und jeder Index bei jeder Änderung auf die aktuelle Geschwindigkeit umgestellt werden – keine Tabellenkalkulation, die die meisten Leute über das erste Jahr hinaus auf dem neuesten Stand halten, und zwar in einem Katalog mit mehr als ein paar Saisonzeilen.StockCueleitet automatisch einen Saisonindex aus der eigenen Bestellhistorie eines Shops ab, sobald eine SKU zwölf Monate zurückliegt, und wendet ihn auf den Monat an, für den Sie kaufen – gedämpft und begrenzt, damit ein ungewöhnlich starker Dezember nicht die Januar-Bestellung verdreifacht, bei jedem Plan, einschließlich Free.

Noch keine 12 Monate

Wenn für eine SKU kein vollständiger Jahresverlauf vorliegt, funktioniert das oben Genannte noch nicht – Sie können einen Zeitraum, den Sie noch nie beobachtet haben, nicht indizieren. Das ist ein engeres, anderes Problem: Sehen SiePrognose des Lagerbestands für neue Produkte mit begrenzter Verkaufshistorieerfahren Sie, wie Sie die Nachfrage abschätzen können, bis Sie genug für einen echten Index haben.

In der Zwischenzeit besteht die beste Lösung darin, das neue Produkt mit einem älteren saisonalen Artikel derselben Kategorie zu vergleichen und eine ähnliche, auf die Größe skalierte Form anzunehmen – die gleiche Analogie-Produkt-Argumentation, auf der sich Prognosen für neue Produkte im Allgemeinen stützen, und nicht auf einen eigenständigen saisonalen Index.

Häufig gestellte Fragen

Was ist ein Saisonindex bei der Bestandsprognose?

Ein Saisonindex ist ein Faktor, der angibt, um wie viel ein bestimmter Zeitraum typischerweise über oder unter Ihrer normalen, entsaisonalisierten Nachfrage liegt. Ein Index von 1,5 bedeutet, dass in diesem Zeitraum normalerweise 50 % über dem Basiswert verkauft wird; Ein Index von 0,5 bedeutet, dass es normalerweise zum halben Basispreis verkauft wird. Wenn Sie Ihre aktuelle Basisprognose mit dem Index für diesen Zeitraum multiplizieren, erhalten Sie eine saisonbereinigte Prognose.

Wie viel Umsatzhistorie benötigen Sie, um die saisonale Nachfrage vorherzusagen?

Mindestens ein ganzes Jahr, da Sie keinen Index für einen Zeitraum erstellen können, den Sie noch nie beobachtet haben. Darüber hinaus gibt es keine allgemein anerkannte Anzahl von Jahren: Mit zwei oder mehr Jahren können Sie einmalige Spitzen und Einbrüche mitteln, und mehr Historie bedeutet im Allgemeinen mehr Vertrauen, aber es gibt keinen festen Grenzwert, ab dem ein Index plötzlich zuverlässig wird.

Wie prognostizieren Sie die saisonale Nachfrage für ein schnell wachsendes Geschäft?

Wenden Sie den Saisonindex auf Ihre aktuelle Basisgeschwindigkeit an, nicht auf die ältere Basisgeschwindigkeit, anhand derer er ursprünglich berechnet wurde. Wenn das Geschäft seitdem gewachsen ist, wird ein direktes Verhältnis, das anhand der Umsätze der vergangenen Jahre berechnet wird, den diesjährigen Höchststand unterschätzen, da es immer noch das alte und nicht das aktuelle Niveau misst.

Was sollten Sie tun, wenn Sie noch nicht über ein vollständiges Verkaufsjahr verfügen?

Betrachten Sie es als ein anderes Problem als saisonale Prognosen, anstatt zu versuchen, einen Index auf Daten zu erzwingen, die noch nicht vorhanden sind. Vergleichen Sie das Produkt als groben Anhaltspunkt mit einem älteren, ähnlichen Artikel in Ihrem Katalog und wechseln Sie zu einem echten Saisonindex, sobald Sie ein ganzes Jahr über die eigene Geschichte des neuen Produkts verfügen.