新商品の在庫予測（販売履歴なし）

これまでのところ、このサイトのすべての予測方法は、その製品が以前に販売されたことがあり、そこから計算できる販売履歴があるということを前提としています。新品の SKU には何もありません。初日、平均日販、標準偏差、計算式で使用できるものはすべてゼロですが、それでも注文する個数を決定する必要があります。

コールドスタートの問題

オペレーションズ リサーチの文献では、これをコールド スタート問題と呼んでいます。正直に言うと、以下のすべての方法は、実際の販売履歴を持つ確立された製品を予測するよりも本質的に信頼度が低くなります。これは問題の構造的な特徴であり、いずれかの方法の欠点ではありません。移動平均または平滑化モデルが実際に必要とする直接の履歴データを類推、判断、または初期の薄いシグナルに置き換えていることになります。ここでの正確性の約束は嘘になります。正直な目標は、防御可能な開始見積もりと、それを迅速に修正する方法です。これも理由です季節予報はまだ適用されていません。季節インデックスを構築するには、製品自体の 1 年以上の履歴が必要ですが、定義上、真新しい SKU にはそれがありません。

新製品予測のピアレビューによるレビューでは、文書化されたアプローチが 4 つのファミリーにグループ化されています。 判断手法 (新製品と類似の既存製品との比較、専門家の意見、Delphi メソッドなどの構造化されたパネル)、消費者調査 (コンセプト テスト、発売前テスト市場)、普及モデル (同等の成熟した製品から借用した採用曲線)、および小規模なカタログよりも多くのトレーニング データを必要とする機械学習手法です。ここで最も役立つのは、その結論自体です。つまり、複数の方法を組み合わせる方が、単一の方法に依存するよりも優れています。

類似製品の使用

これの最も実践的なバージョンであり、研究文献で「製品ライフサイクルのアナロジー」と呼ばれるものは、小売業者がすでに非公式に行っているものです。つまり、新しい SKU にできるだけ近い既存の SKU (同じカテゴリ、同様の価格帯、同じシーズン、同じ顧客) を見つけ、その総量だけでなく、その初期のセルスルー曲線をテンプレートとして使用します。

確立した「シダー & イチジク、250g」ラインに加えて、「シーソルト & シダー、250g」を発売するとします。 Cedar & Fig には長年の歴史があり、1 日に安定して 5 個売れています。 Sea Salt & Cedar は同じ顧客ベース、同じ価格帯、同じ 12 日間のサプライヤーのリードタイムを共有していますが、それは証明されていません。シダー＆イチジクのボリュームの何パーセントで、新しい関連する香りが開くかを示す公式はありません。この割引は、類似の予測が常に必要とする判断判断です。自分の顧客層を知っている販売者は、密接に関連する商品が最初の数週間で確立されたボリュームの半分から完全の間のどこかでオープンすると合理的に予想するかもしれません。これは、実際の注文に対してテストするための開始仮定であり、確定したものとして扱うべき数字ではありません。

その他の初期の需要シグナル

発売前に利用できるシグナルはアナロジーだけではありません。事前注文、ウィッシュリストの追加、ティーザー広告のエンゲージメント、および「利用可能になったら通知する」サインアップはすべて、既知の固定レートで売上に変換されるものはなくても、実際の情報を伝えます。それぞれを、数式に当てはめる数値ではなく、同様の推定値に対する方向性の調整として扱います。つまり、ウィッシュリストへの強い回答は範囲の上限に傾き、静かな回答は下限に傾きます。これらの信号のいずれについても、擁護できる変換率を提供する情報源はありません。特定の数字を示すものはすべて、事実ではなく推測として扱います。

最初の注文のサイズ設定

たとえ大まかであっても、需要見積もりを取得したら、再注文の計算と同じ基本的な仕組みが適用されます。つまり、サプライヤーのリード タイムをカバーするのに十分な在庫に加えて、誤差を許容するマージンが必要です。

例を続けると、上記の範囲は「確立された量の半分と完全の間のどこか」で、Cedar & Fig の 1 日 5 単位のベースラインでは 1 日あたり 2.5 ～ 5 単位でした。ファーストオーダーはまさに警戒が必要な場所であるため、保守的な方向で 1 日 3 ユニットを着地するとします。同じ 12 日のリードタイムでは、リードタイム需要だけでも 3 × 12 = 36 ユニットになります。この 1 日あたり 3 単位という数字は測定された平均値ではなく推測であるため、通常の安全在庫の計算はきれいには当てはまりません。実際に当てはめる標準偏差はまだありません。その代わり、ほとんどの小規模店舗が実際にとる行動は、間違った推測によって売れ残り在庫で現金が詰まってしまうほど大量に注文することなく、推測が少なくなった場合に在庫切れを避けるのに十分な、最低限のリードタイム数値を超えて意味のある切り上げを行うことだ。この判断の判断を取り除く公式はありません。最後の番号を守備のターゲットではなく、開始位置として扱います。

データ到着後の迅速な修正

実際の注文が入り始めた瞬間、たとえ慎重に推論されたとしても、その注文は発売前の見積もりよりも価値があります。一定の期間が経過するのを待たずに、実際の売上が十分に得られたらすぐに再計算してください。このパックが検証できた情報源には、早期販売を信頼するまでに、擁護可能な普遍的な日数または週数を示すものはありません。具体的に述べている内容は、文書化された標準ではなく、都合のよい推測として扱います。重要なのは、正確な間隔ではなく、見積もりを現実に照らして頻繁にチェックする習慣です。

新しい SKU の最初の数日間の注文を監視し、手動で見積もりを再計算するという追跡は、1 週間は持続しますが、その後は静かに停止します。ストックキューには特別なコールド スタート モードもありません (履歴のない製品の場合は何も意味がありません)。しかし、新しい SKU が独自の販売データを十分に蓄積すると、その予測は手動の見積もりから自動的に引き継がれ、最初に発売した推測ではなく、その製品自体の注文履歴から毎晩再計算されます。

製品に実際の歴史が生まれると、予測方法の比較そして再注文ポイントの式この投稿の見積もりを引き継ぐ — または、から開始しますShopify 在庫予測の完全ガイドプロセス全体をエンドツーエンドで実行したい場合。

よくある質問

販売履歴のない製品の需要をどのように予測しますか?

確立された SKU のように予測することはできません。ベロシティを計算するための販売履歴がありません。代わりに、新製品を類似の既存製品と比較し（類似予測）、発売前に存在する初期のシグナルを読み取り、最初の注文のサイジングを保守的に行うことで、間違った推測を修正するのが安くなります。

類似予測とは何ですか?

類似予測とは、新製品とできるだけ類似した 1 つ以上の既存製品 (同じカテゴリ、価格帯、季節、ターゲット顧客) を見つけ、その初期の販売パターンを開始テンプレートとして使用し、2 つの製品間の既知の差異を調整することを意味します。

新製品の初回生産には何ユニット注文する必要がありますか?

推定需要率でサプライヤーのリードタイムをカバーするのに十分な量で、推定自体は測定された平均ではなく推測であるため、意図的に控えめにサイズ設定されています。判断の判断を取り除く公式はありません。目標は、間違った推測によって過剰な現金が手に入らない程度に小さく、実際の販売から実際に何かを学ぶのに十分な大きさの注文です。

新製品に通常の予測に切り替えるのに十分なデータが得られるのはいつですか?

普遍的に合意された日数や週数はありません。特定の日数や週数を記載している情報源は、ルールを装った推測として扱ってください。擁護できるのは、その慣行そのものです。つまり、更新が「許可」されるまで一定期間が経過するのを待つのではなく、意味のある新しい販売データが到着するたびに見積もりを再計算します。