Как повысить точность прогноза запасов Shopify

Неверный прогноз сам по себе не является полезной информацией. Насколько и в каком направлении — это два отдельных вопроса. Большинство торговцев, которые говорят, что их прогнозы «не работают», никогда на самом деле не измеряли ни один из них. Точность повышается не столько от лучшей формулы, сколько от привычки сверять прогноз с тем, что произошло на самом деле, и читать, что говорит разрыв.

Почему прогнозы расходятся

В большинстве случаев прогноз неверен не потому, что метод неверен: он неверен потому, что что-то в бизнесе изменилось, а прогноз не соответствует ожиданиям. Авремя выполнения заказа поставщикомтихо становился длиннее, апродвижение по службеспрос резко возрос и исчез, или действительно сезонная закономерность вновь заявила о себе вопреки прогнозу, все еще усредняющему межсезонные месяцы. Ничто из этого не является ошибкой метода: прогнозу просто не сообщили, что ситуация изменилась.

Есть более тонкий дрейф, за которым не стоит ни одного события: дефицит. Когда продукт заканчивается, продажи, которые вы регистрируете, не являются существовавшим спросом: это спрос, который вы смогли удовлетворить, ограниченный нулем в тот момент, когда полка опустела. Прогноз, построенный на этой истории, определяет дефицит как «спрос упал», а не как «у нас закончился», и в следующий раз спокойно заказывает меньше. Закажите меньше, снова закончится, и число продолжает падать — документированная закономерность, которую иногда называют эффектом спирали вниз. Если прогноз по SKU продолжает отсутствовать на низком уровне, а также продолжает достигать нулевого уровня запасов, проверьте историю дефицита, прежде чем прикасаться к формуле.

Измерение ошибки прогноза

«Как далеко и в каком направлении» — вот вся идея. Приведенные ниже формальные термины стоит знать, но простой вопрос заключается в том, что на самом деле меняет ваши дальнейшие действия.

Средняя абсолютная ошибка (MAE) — это средний размер промаха в реальных единицах:

MAE = среднее значение |Фактическое − Прогноз|

Скажем, прогноз на прошлой неделе для «Кедра и инжира, 250 г» составлял 35 единиц, а на самом деле было продано 42. Промах составляет |42 − 35| = 7 единиц. Выраженный в процентах от того, что было фактически продано, этот самый промах представляет собой среднюю абсолютную процентную ошибку, или MAPE:

MAPE = среднее значение ( |Фактическое − Прогноз | ÷ Фактическое ), в процентах

7 ÷ 42 = 16,7%. MAPE популярен, потому что он не имеет масштаба — процент позволяет сравнить свечу с пятью единицами в день и свечой с пятьдесят единиц в день, при этом большее число автоматически не будет выглядеть хуже. Именно там он и ломается.

Прогноз SKU на уровне 2 единиц, при котором продается 1, показывает 100% MAPE на эту неделю — |1 − 2| ÷ 1 = 100% — хотя реальный промах составил одну единицу. В большинстве небольших каталогов Shopify есть длинный хвост именно таких небольших SKU, что делает MAPE наименее заслуживающим доверия в отношении продуктов, которые продавец больше всего нуждается в реальном чтении. Отслеживайте MAE, или исходное количество единиц, рядом с ним для всего, что продается в однозначных числах.

Один только размер теряет направление. Смещение — средняя процентная ошибка, или MPE — сохраняет знак вместо того, чтобы принимать абсолютное значение, поэтому появляется последовательный наклон, а не отменяется:

Смещение прогноза (MPE) = среднее значение ((Прогноз − Фактический) ÷ Фактический), со знаком

За ту же неделю: (35 − 42) ÷ 42 = −16,7%. Знак минус говорит о том, что прогноз оказался ниже того, что было продано на самом деле. Одна неделя — это шум. В течение нескольких недель все отрицательные прогнозы — это систематически заниженный прогноз — модели MAE и MAPE сами по себе не покажут вам, потому что ни один из них не отслеживает направление.

Соответствующая метрика, сигнал отслеживания, фиксирует такой тип пробега — совокупную сумму ошибок со знаком, деленную на среднюю абсолютную ошибку, отслеживающую значение, которое постоянно отклоняется от нуля. Обычно используемое значение по умолчанию считает, что значение примерно ±4 заслуживает изучения, но это отраслевое соглашение, а не производный статистический предел. То же предостережение применимо и к MAPE: не существует универсального «хорошего» номера MAPE. То, что считается разумным, зависит от категории, волатильности и того, насколько далеко вперед вы прогнозируете — сравнивайте свои собственные цифры с собственным трендом, а не с заимствованным порогом.

Прогноз и фактический обзор

Ошибка в одну неделю сама по себе почти ни о чем не говорит — каждый прогноз иногда не соответствует действительности, а ошибка в пять единиц для продукта, выпускаемого пятью единицами в день, — это совсем другая история, чем такая же ошибка для продукта, выпускаемого в пятьсот единиц в день. Что имеет значение, так это обзор: регистрация прогноза и фактического значения одновременно для одного и того же SKU, период за периодом, и наблюдение за закономерностью, а не реагирование на какое-либо одно число.

Здесь стоит разделить две вещи. Размер ошибки показывает, насколько точным был прогноз в последнее время. Направление — смещение, выше — говорит вам, есть ли у него систематический уклон, другая проблема с другим исправлением, чем ошибка, которая просто шумна в обе стороны: «шумный, но центрированный» требует более стабильных входных данных, «предвзятый» требует исправления основного предположения.

Как часто это будет выполняться, зависит от того, насколько быстро неправильное число будет стоить дорого. Тот, кто быстро движется, быстро усугубляет плохой прогноз, поэтому еженедельный прогноз стоит десяти минут. Медленного продавца можно проверять ежемесячно, не пропуская многого — риск обычно заключается в медленном дрейфе, а не в внезапном.

Выработка привычки перекалибровки

Прежде чем усложнять прогноз, стоит провести одну проверку: сравните его с простейшим возможным базовым уровнем, наивным прогнозом, который просто повторяет фактическое число прошлого периода вперед. В практике прогнозирования это сравнение получило название «Прогноз добавленной стоимости», и за ним стоит простой вопрос: действительно ли более тщательный прогноз превосходит «просто используйте цифры прошлой недели», или дополнительный процесс не зарабатывает себе на жизнь?

Когда в приведенном выше обзоре обнаруживается реальный, повторяющийся промах (не одна шумная неделя, а закономерность), исправлением редко является другая формула. Почти всегда это короткий список конкретных причин: устаревшее окно продаж, в котором не учитывается реальная тенденция, время выполнения заказа, которое изменилось без обновления входных данных, рекламная акция или дефицит, который незаметно исказил базовый уровень.Распространенные ошибки прогнозирования, стоящие за этимстоит проверить напрямую, а не гадать.

Регистрация прогноза, ожидание фактического значения, вычисление разрыва и наблюдение за закономерностями в реальном каталоге — это привычка, которая сохраняется в первую неделю и исчезает к третьей.StockCueеженощно пересчитывает прогноз по каждому SKU с реальными продажами, поэтому сравнение происходит автоматически, а не в электронной таблице. При росте вопрос «Почему такое количество?» Разбивка показывает, какие именно входные данные (скорость, тенденция или сезонность) изменили число, превращая «прогноз был неверен» в «прогноз был неверен из-за этого».

Часто задаваемые вопросы

Как измерить точность прогноза запасов?

Точность прогноза измеряется путем сравнения того, что вы прогнозируете, с тем, что было фактически продано, а затем рассмотрения размера и направления разрыва. Размер обычно выражается как MAE (средний промах в единицах) или MAPE (промах в процентах от фактических продаж); направление (независимо от того, постоянно ли вы прогнозируете завышение или занижение) — это отдельный вопрос, который не менее важен.

Какую разумную ошибку прогноза следует ожидать для небольшого магазина Shopify?

Не существует единого «хорошего» числа ошибок прогноза для каждого магазина Shopify: это зависит от категории, естественной волатильности спроса и горизонта прогнозирования, и ни один заслуживающий доверия источник не устанавливает универсальный порог. Отслеживайте собственную ошибку с течением времени и по SKU: стабильность или улучшение важнее, чем очистка внешней планки, а увеличение ошибки на одном SKU — это сигнал к исследованию, а не абсолютная цифра.

Как часто следует сравнивать прогноз с фактическими продажами?

Еженедельно для быстро продаваемых товаров, поскольку плохой прогноз быстро усугубляется при больших объемах. Месячных продаж обычно достаточно для более медленных продавцов, не реагирующих на обычный недельный шум. В любом случае, это должно происходить достаточно последовательно, чтобы реальный сдвиг (новый тренд, изменение времени выполнения заказа, дефицит) был замечен до того, как он будет повторяться в течение нескольких месяцев незаметно.

Полный процесс, в который вписывается эта привычка измерения, см.полное руководство по прогнозированию запасов Shopify.