Прогнозирование запасов новых продуктов (без истории продаж)

Каждый метод прогнозирования на этом сайте до сих пор предполагает одно: продукт продавался раньше, поэтому есть история продаж, на основе которой можно производить расчеты. У совершенно нового SKU его нет. В первый день у него нулевые средние дневные продажи, нулевое стандартное отклонение, ноль всего, что можно было бы использовать в формуле, — и вам все равно нужно решить, сколько единиц заказывать.

Проблема холодного запуска

В литературе по исследованию операций это называется проблемой холодного старта, и стоит быть честным заранее: каждый метод, описанный ниже, по своей сути менее достоверен, чем прогнозирование устоявшегося продукта с реальной историей продаж. Это структурная особенность проблемы, а не недостаток какого-либо одного метода — вы заменяете аналогией, суждением или слабым ранним сигналом прямые исторические данные, которые действительно нужны модели скользящего среднего или сглаживания. Обещание точности здесь было бы ложью; Честная цель — это обоснованная стартовая оценка и быстрый способ ее исправить. Вот почемусезонное прогнозированиепока не применяется — для построения сезонного индекса требуется год или более собственной истории продукта, чего у совершенно нового SKU по определению нет.

Рецензируемый обзор прогнозирования новых продуктов группирует документированные подходы в четыре семейства: оценочные методы (сравнение нового продукта с аналогичными существующими, мнение экспертов, структурированные панели, такие как метод Дельфи), исследования потребителей (тестирование концепции, рынки предстартовых испытаний), модели распространения (кривые внедрения, заимствованные из сопоставимых зрелых продуктов) и методы машинного обучения, которые требуют больше обучающих данных, чем есть в небольшом каталоге. Сам вывод здесь является наиболее полезным: объединение более чем одного метода лучше, чем использование любого одного.

Использование аналоговых продуктов

Наиболее практичная версия этого подхода, которую в исследовательской литературе называют «аналогией жизненного цикла продукта», — это то, что продавцы уже делают неформально: находят существующий SKU, который максимально близок к новому — та же категория, аналогичная цена, тот же сезон, тот же клиент — и используют в качестве шаблона его кривую ранней продажности, а не только ее общий объем.

Допустим, вы запускаете «Морскую соль и кедр, 250 г» наряду с уже существующей линией «Кедр и инжир, 250 г». Cedar & Fig имеет многолетнюю историю и стабильно продает 5 единиц товара в день. Sea Salt & Cedar имеют одну и ту же клиентскую базу, одну и ту же цену и одинаковое 12-дневное время выполнения заказа у поставщика, но это не доказано. Не существует формулы, которая бы подсказывала, в какой части объема Cedar & Fig откроется новый, родственный аромат; эта скидка — это суждение, которое всегда требует аналогичное прогнозирование. Продавец, знающий свою аудиторию, может разумно ожидать, что тесно связанный продукт откроется где-то между половиной и полным установленным объемом в первые недели — это исходное предположение для тестирования на реальных заказах, а не число, которое следует считать урегулированным.

Другие сигналы раннего спроса

Аналогия — не единственный сигнал, доступный перед запуском. Предварительные заказы, добавление в список желаний, участие в рекламных тизерах и подписки «уведомить меня, когда они появятся» — все это несет реальную информацию, хотя ни один из них не приводит к продажам по известной фиксированной ставке. Относитесь к каждому из них как к направленной корректировке аналогичной оценки — сильная реакция списка желаний приближает вас к более высокому краю вашего диапазона, тихая — к нижней границе, а не как число, которое вы подставляете в формулу. Ни один источник не дает обоснованного коэффициента конверсии ни для одного из этих сигналов; относитесь ко всему, что дает вам одну конкретную цифру, как к предположению, а не к факту.

Определение размера первого заказа

Когда у вас есть оценка спроса, пусть даже приблизительная, применяется та же основная механика, что и при любом расчете повторного заказа: вам нужен достаточный запас, чтобы покрыть время выполнения заказа поставщиком, плюс запас на случай ошибки.

Продолжая пример: приведенный выше диапазон был «где-то между половиной и полным установленным объемом» — от 2,5 до 5 единиц в день для базового уровня Cedar & Fig 5 в день. Допустим, вы получаете 3 единицы в день, что соответствует консервативному концу, поскольку первый заказ — это именно то место, где осторожность заслуживает сохранения. При том же 12-дневном сроке поставки только потребность в сроке поставки составляет 3 × 12 = 36 единиц. Поскольку эта цифра в 3 единицы в день является предположением, а не измеренным средним значением, обычные математические расчеты страховых запасов не применимы однозначно — реального стандартного отклонения, которое можно было бы учесть, пока нет. Вместо этого практический шаг, который делают большинство небольших магазинов, заключается в том, чтобы осмысленно округлять сумму, превышающую простое число времени выполнения заказа, достаточно, чтобы избежать дефицита запасов, если предполагаемое исчерпание, не заказывая столько, чтобы неправильное предположение связывало наличные в непроданных запасах. Не существует формулы, которая устраняла бы этот призыв к осуждению; относитесь к последнему числу как к стартовой позиции, а не как к цели, которую нужно защищать.

Быстрое исправление после поступления данных

В тот момент, когда начнут поступать реальные заказы, они будут стоить больше, чем любая предварительная оценка, как бы тщательно она ни была обоснована. Пересчитайте, как только будет получено значительное количество фактических продаж — не ждите, пока пройдет определенный период. Ни один источник, который этот пакет не смог проверить, не дает оправданного универсального количества дней или недель ожидания, прежде чем доверять ранним продажам; относитесь к любому контенту, в котором конкретно говорится об этом, как к удобному предположению, а не как к документированному стандарту. Важна привычка часто сверять оценку с реальностью, а не точный интервал.

Наблюдение за первыми днями заказов на новый SKU и перерасчет оценки вручную — это своего рода отслеживание, которое длится неделю, а затем тихо прекращается.StockCueу него также нет специального режима холодного запуска (ничего значимого для продукта с нулевой историей нет), но в тот момент, когда новый SKU накапливает достаточно собственных данных о продажах, его прогнозирование автоматически берет верх на основе вашей ручной оценки, пересчитывая каждую ночь на основе собственной истории заказов этого продукта, а не на предположении о запуске, с которого вы начали.

Как только у продукта появится реальная история,сравнение методов прогнозированияиформула точки повторного заказавозьмите смету из этого поста — или начните сполное руководство по прогнозированию запасов Shopifyесли вы хотите, чтобы весь процесс был завершен.

Часто задаваемые вопросы

Как спрогнозировать спрос на продукт, у которого нет истории продаж?

Вы не прогнозируете его так, как если бы это был устоявшийся SKU: нет истории продаж, на основе которой можно было бы рассчитать скорость. Вместо этого вы оцениваете: сравниваете новый продукт с аналогичными существующими (аналоговое прогнозирование), считываете все ранние сигналы, существующие перед запуском, и консервативно определяете размер первого заказа, чтобы исправить неправильное предположение было дешево.

Что такое аналоговое прогнозирование?

Аналогичное прогнозирование означает поиск одного или нескольких существующих продуктов, максимально похожих на новый (та же категория, цена, сезон и целевая аудитория), и использование их ранней схемы продаж в качестве стартового шаблона, скорректированного с учетом любых известных различий между двумя продуктами.

Сколько единиц продукции вам следует заказать для первого запуска совершенно нового продукта?

Достаточно, чтобы покрыть время выполнения заказа вашим поставщиком при предполагаемом уровне спроса, размер которого намеренно консервативен, поскольку сама оценка является предположением, а не измеренным средним значением. Не существует формулы, которая бы исключала необходимость принятия суждений: цель — заказ достаточно маленький, чтобы неправильное предположение не приводило к чрезмерным затратам, и достаточно большой, чтобы можно было чему-то научиться на реальных продажах.

Когда у нового продукта будет достаточно данных, чтобы перейти к обычному прогнозированию?

Не существует общепризнанного количества дней или недель: относитесь к любому источнику, в котором указано конкретное количество дней, как к предположению, замаскированному, как правило. Что оправдано, так это сама практика: пересчитывайте свою оценку каждый раз, когда поступают значимые новые данные о продажах, вместо того, чтобы ждать, пока пройдет фиксированный период, прежде чем вам «разрешат» ее обновить.