Previsione dell'inventario per nuovi prodotti (nessuna cronologia delle vendite)

Ogni metodo di previsione utilizzato finora su questo sito presuppone una cosa: che il prodotto sia stato venduto in precedenza, quindi c'è una cronologia delle vendite da cui calcolare. Uno SKU nuovo di zecca non ne ha. Il primo giorno, le vendite medie giornaliere sono pari a zero, la deviazione standard è pari a zero, zero tutto ciò che una formula potrebbe utilizzare e devi ancora decidere quante unità ordinare.

Il problema dell'avvio a freddo

La letteratura sulla ricerca operativa definisce questo problema come il problema dell'avvio a freddo, e vale la pena essere onesti al riguardo: ogni metodo riportato di seguito è intrinsecamente meno attendibile rispetto alla previsione di un prodotto consolidato con una reale cronologia delle vendite. Questa è una caratteristica strutturale del problema, non un difetto di un metodo specifico: stai sostituendo l'analogia, il giudizio o un debole segnale iniziale ai dati storici diretti di cui una media mobile o un modello di livellamento hanno effettivamente bisogno. Una promessa di accuratezza qui sarebbe una bugia; l'obiettivo onesto è una stima iniziale difendibile e un modo rapido per correggerla. Anche questo è il motivoprevisioni stagionalinon si applica ancora: per costruire un indice stagionale è necessario un anno o più di storia propria del prodotto, cosa che uno SKU nuovo di zecca per definizione non ha.

Una revisione peer-reviewed della previsione di nuovi prodotti raggruppa gli approcci documentati in quattro famiglie: metodi di giudizio (confronto del nuovo prodotto con quelli simili esistenti, opinione di esperti, panel strutturati come il metodo Delphi), ricerca sui consumatori (test di concetto, mercati di test pre-lancio), modelli di diffusione (curve di adozione prese in prestito da prodotti maturi comparabili) e metodi di apprendimento automatico che necessitano di più dati di formazione rispetto a quelli di cui dispone un piccolo catalogo. La sua stessa conclusione è la parte più utile qui: combinare più di un metodo è meglio fare affidamento su uno solo.

Utilizzo di prodotti analoghi

La versione più pratica di questo, e quella che la letteratura di ricerca chiama “analogia del ciclo di vita del prodotto”, è ciò che i commercianti già fanno in modo informale: trovare uno SKU esistente che sia il più vicino possibile a quello nuovo – stessa categoria, prezzo simile, stessa stagione, stesso cliente – e utilizzare la sua curva di vendita iniziale come modello, non solo il suo volume totale.

Supponiamo che tu stia lanciando "Sale marino e cedro, 250 g" insieme alla tua linea consolidata "Cedro e fico, 250 g". Cedar & Fig ha anni di storia e vende costantemente 5 unità al giorno. Sea Salt & Cedar condivide la stessa base di clienti, lo stesso prezzo e lo stesso tempo di consegna di 12 giorni dal fornitore, ma non è dimostrato. Non esiste una formula che ti dica in quale frazione del volume di Cedar & Fig si aprirà un nuovo profumo correlato; quello sconto è il giudizio che una previsione analoga richiede sempre. Un commerciante che conosce il proprio pubblico potrebbe ragionevolmente aspettarsi che un prodotto strettamente correlato apra tra la metà e l'intero volume stabilito nelle prime settimane: si tratta di un presupposto di partenza da verificare rispetto agli ordini reali, non un numero da considerare come stabilito.

Altri segnali iniziali della domanda

L'analogia non è l'unico segnale disponibile prima del lancio. I preordini, le aggiunte alla lista dei desideri, il coinvolgimento di annunci teaser e le iscrizioni "avvisami quando disponibile" contengono tutti informazioni reali, anche se nessuno si converte in vendite a un tasso fisso noto. Tratta ciascuno di essi come un aggiustamento direzionale alla stima analoga: una risposta forte alla lista dei desideri ti spinge verso il limite superiore del tuo intervallo, una risposta tranquilla verso il limite inferiore, piuttosto che un numero che inserisci in una formula. Nessuna fonte fornisce un tasso di conversione difendibile per nessuno di questi segnali; tratta tutto ciò che ti fornisce una cifra specifica come un'ipotesi, non un dato di fatto.

Dimensionamento del Primo Ordine

Una volta ottenuta una stima della domanda, per quanto approssimativa, si applicano gli stessi meccanismi di base di qualsiasi calcolo di riordino: sono necessarie scorte sufficienti per coprire i tempi di consegna del fornitore, più un margine per eventuali errori.

Continuando l'esempio: l'intervallo riportato sopra era "da qualche parte tra la metà e il volume totale stabilito" - da 2,5 a 5 unità al giorno per la linea di base di 5 unità al giorno di Cedar & Fig. Supponiamo che tu arrivi a 3 unità al giorno, verso la fine conservativa, poiché un primo ordine è esattamente il luogo in cui la cautela guadagna il suo mantenimento. Allo stesso lead time di 12 giorni, la sola domanda di lead time è 3 × 12 = 36 unità. Poiché la cifra di 3 unità al giorno è un'ipotesi piuttosto che una media misurata, i consueti calcoli sulle scorte di sicurezza non si applicano in modo chiaro: non esiste ancora una vera deviazione standard da inserire. La mossa pratica che la maggior parte dei piccoli negozi fa invece è quella di arrotondare in modo significativo oltre il semplice numero di tempi di consegna, abbastanza da evitare di fare scorta se l'ipotesi si riduce, senza ordinare così tanto che un'ipotesi sbagliata blocca i contanti nelle scorte invendute. Non esiste una formula che rimuova questo giudizio; considera il numero finale come una posizione di partenza, non un obiettivo da difendere.

Correzione rapida una volta arrivati i dati

Nel momento in cui iniziano ad arrivare ordini reali, valgono più di qualsiasi stima pre-lancio, per quanto attentamente ragionata. Ricalcola non appena si registra una manciata significativa di vendite effettive: non aspettare prima che trascorra un periodo fisso. Nessuna fonte verificata da questo pacchetto fornisce un numero universale e difendibile di giorni o settimane da attendere prima di fidarsi delle vendite anticipate; trattare qualsiasi contenuto che ne indichi specificamente uno come un'ipotesi che sembra conveniente, non uno standard documentato. Ciò che conta è l'abitudine di confrontare spesso la stima con la realtà, non l'intervallo esatto.

Osservare i primi giorni di ordini di un nuovo SKU e ricalcolare manualmente la stima è il tipo di monitoraggio che dura per una settimana e dopo si interrompe silenziosamente.StockCuenon ha nemmeno una speciale modalità di avvio a freddo (niente di significativo, per un prodotto con zero storico), ma nel momento in cui un nuovo SKU accumula abbastanza dati di vendita, la sua previsione prende il posto automaticamente della tua stima manuale, ricalcolando ogni notte dalla cronologia degli ordini di quel prodotto piuttosto che dall'ipotesi di lancio con cui hai iniziato.

Una volta che un prodotto ha una storia reale,confronto tra metodi di previsioneela formula del punto di riordinosostituisci la stima in questo post o inizia dala guida completa alla previsione dell'inventario di Shopifyse vuoi che l'intero processo finisca.

Domande frequenti

Come si prevede la domanda per un prodotto senza storico delle vendite?

Non lo prevedi come faresti con uno SKU consolidato: non esiste uno storico delle vendite da cui calcolare la velocità. Invece si stima: confrontando il nuovo prodotto con quelli esistenti simili (previsione analoga), leggendo i primi segnali esistenti prima del lancio e dimensionando il primo ordine in modo conservativo in modo che un'ipotesi errata sia economica da correggere.

Cos’è una previsione analoga?

Previsione analoga significa trovare uno o più prodotti esistenti che siano il più simili possibile a quello nuovo (stessa categoria, prezzo, stagione e cliente target) e utilizzare il loro modello di vendita iniziale come modello di partenza, adattato per eventuali differenze note tra i due prodotti.

Quante unità dovresti ordinare per la prima esecuzione di un prodotto nuovo di zecca?

Sufficiente per coprire il tempo di consegna del tuo fornitore al tasso di domanda stimato, dimensionato deliberatamente in modo conservativo perché la stima stessa è un'ipotesi, non una media misurata. Non esiste una formula che elimini il giudizio: l'obiettivo è un ordine abbastanza piccolo da non impegnare un'ipotesi sbagliata in denaro eccessivo, e abbastanza grande da imparare effettivamente qualcosa dalle vendite reali.

Quando un nuovo prodotto dispone di dati sufficienti per passare alla previsione normale?

Non esiste un numero di giorni o settimane universalmente concordato: tratta qualsiasi fonte che ne indichi uno specifico come un'ipotesi mascherata da regola. Ciò che è difendibile è la pratica stessa: ricalcolare la stima ogni volta che arrivano nuovi dati di vendita significativi, piuttosto che attendere che passi un periodo fisso prima che ti sia "permesso" di aggiornarlo.