Modul: Výpočet měsíční předpovědi prodeje

Manažerský popis

Tento modul je jedním ze základních stavebních kamenů systému Planning Wizard. Slouží k předpovědi měsíčních prodejů.

K předpovědi využívá předpřipravenou prodejní historii. Příprava byla popsána v předcházejících modulech.

Vzhledem k tomu, že se často pracuje s prodejní historií položek, která obsahuje malé množství prodejů, využívá modul systém různých agregací tak, aby měl co nejrelevantnější historii pro předpověď. Dokáže například společně předpovídat prodej produktu na různých pobočkách, nebo prodej produktů ze stejné kategorie. Tyto předpovědi následně rozdělí na samotné skladové položky.

Což je výhodné především pro novinky s krátkou prodejní historií, nebo silně sezónní položky, u kterých je možno sezónnost určit mnohem spolehlivěji a s vyšší přesností na celé kategorii než na jednotlivých položkách zvlášť.

Modul v sobě obsahuje přibližně 80 statistických metod pro předpověď prodejů, z nichž si automaticky vybírá tu nejvhodnější (tu s nejmenší očekávanou chybou).

V případě, že je zapnuta Analýza promoakcí a predpověď promočních prodejů, pracuje tento modul s takzvaným běžným prodejem (tj. s historií prodejů očištěnou o účinek akčních prodejů). Více o její tvorbě je popsáno v modulu: Výpočet Baseline.

Funkční popis

Výpočet předpovědi a její chyby

Předpovědní modely

Předpovědní modely jsou algoritmy, které jsou schopné pomocí historické časové řady prodejů a podpůrných informací o ní předpovídat očekávaný nepromoční prodej v budoucnu. Pro správný výběr použitelných předpovědních metod je několik důležitých ukazatelů:

  1. Délka historické časové řady
  2. Výstup z analýzy sezónnosti pro historickou časovou řadu
  3. Výstup z analýzy trendu pro historickou časovou řadu

Jelikož systém obsahuje velký balík rozdílných metod předpovědí poptávky od plovoucích průměrů až po neuronové sítě, má každá předpověď poptávky metodu podle své interní složitosti minimální limitní délku časové řady, pro kterou může být použita. Tato délka je složena z minimální délky pro adaptaci metody a minimální délky pro ověření přesnosti výsledků. Navíc je určeno, která metoda může pracovat se sezónními a trendovými daty a pokud nejsou tyto podmínky splněny, musí dojít k očištění od těchto vlivů před vstupem časové řady do výpočtu. Jako základní metodika je použit bottom-up přístup - snaží se předpovídat nejnižší možnou úroveň tj. jednu položku na jednom skladě. Pro zlepšení podmínek výběru metod a jejich vyhodnocení se používají přístupy Top-down a Middle-out, které umožňují aplikovat předpověď celého produktu nebo kategorie na jednotlivé pobočky.

Většina metod má specifické vnitřní parametry (např. faktor vyhlazení u exponenciální vyhlazovací metody) a tyto parametry jsou optimalizovány genetickými algoritmy pro každý produkt tak, aby byla zajištěna co možná nejvyšší přesnost předpovědi.

Pro předpověď se pak načítají všechny metody, které splňují kritéria vstupní časové řady, jsou vyhodnoceny a jako vítězná metoda je vybrána ta s nejvyšší možnou průměrnou přesností. Více o tomto procesu v následujícím odstavci: Přesnost předpovědí poptávky. Pokud byl aktivní Top-down nebo Middle-out, musí být následně ještě výsledky včetně předpokládané přesnosti poměrně rozpadnuty mezi všechna individuální umístění.

Výstupem metody předpovědi poptávky je měsíční předpověď prodejů a její předpokládaná chyba:

image0

Přesnost předpovědi poptávky

Předpokládaná přesnost metody je důležitá zejména při určování nejlepší předpovědi očekávaných prodejů. Navíc jsou tato data podle konfigurace také zahrnuta do složky pojistné zásoby (viz Modul: Safetystock). Přesnost předpovědi se počítá pomocí postupného zakrývání časové řady a porovnávání předpokládaného množství se skutečně prodaným množstvím na zakrytých úsecích.

Jeden krok výpočtu přesnosti zakrytím historie:

image1

Výstupem analýzy přesnosti je předpokládaná chyba pro každý předpovídaný měsíc do budoucna, počínaje měsícem aktuálním. Výsledná analýza chyby předpovědi pro 1 měsíc dopředu v každém z bodu historie:

image2

Top-down předpověď

Pro předpověď nepromočních prodejů v modulu předpověď poptávky je výhodné spojit historické prodeje skupiny produktu na různých umístěních, podle uživatelsky definovaných vazeb, a tuto skupinu poté předpovídat jako celek. Typicky jsou to například stejné produkty na různých prodejnách. Takovýto přístup umožňuje přesnější vyhodnocení přesnosti metod předpovědi poptávky na delší, celistvé, časové řadě a také použití složitějších algoritmů pro předpověď.

Pro celou skupinu bude nakonec vybrána jedna předpověď prodejů - ta s nejvyšší přesností. Vybraná předpověď bude následně opět rozpadnuta mezi všechna individuální umístění podle poměrů vycházejících například z velikosti prodejů na umístění, aktuálním trendu, celkové délce historie a jiných faktorech.

Middle-out předpověď

Koncept Middle-out slouží v kombinaci s Top-down k zajištění co nejpřesnější předpovědi i přes nedostatek prodejních dat u novinek nebo krátce prodávaných produktů. Každý produkt je zařazen dle uživatelsky definovaných dat do jedné nebo několika kategorií produktů, které poté budou předpovídány společně. Na rozdíl od Top-down přístupu bude ale umožněn následný rozdílný výběr výsledných metod každým zahrnutým produktem podle přesnosti, vzhledem k jeho vlastním prodejům. Seskupení produktů se navíc dá ručně konfigurovat do uživatelských agregací. To znamená, že můžeme například předpovídat prodeje všech zimních pneumatik dohromady, ale prodeje každé zimní pneumatiky se předpovědí i individuálně a přesnost těchto dvou předpovědí poptávky se porovná.

Následné rozdělování předpovědi probíhá na základě poměrů vypočítaných podobně jako pro Top-down relace. Navíc se dá konfigurovat, pro které členy skupiny se může nebo nemůže jaká metoda použít a to buď u některých produktů úplně potlačit nebo ji naopak vynutit. Middle-out tedy podporuje několik módů fungování:

  • Never (potlačen)
    • Žádnému produktu nebude přiřazena předpověď kategorie.
  • Force (vynucen)
    • U všech produktů bude vynucena předpověď kategorie.
  • Fight (klasické chování)
    • Ze všech dostupných předpovědí bude vybrána ta s nejpřesnější metodou.
  • Fight only seasonal force (vynucen pro sezonní produkty)
    • U všech produktů, které mají dostupnou předpověď sezónní kategorie, bude tato předpověď vynucena.
  • Fight only new product force (vynucen pro novinky)
    • U všem produktů, které jsou označeny jako novinka, bude předpověď kategorie vynucena.
  • Fight only new seasonal product force (vynucen pro sezónní novinky)
    • U všech produktů označených jako novinka, které mají dostupnou předpověď sezónní kategorie, bude tato předpověď vynucena.

Navíc je podle kategorií možno konfigurovat vlastní uživatelské Middle-out vazby přímo mezi jednotlivými produkty podle uvážení. Ty budou následně vyhodnoceny a jejich výsledné předpovědi budou podle nastavení přidány k dostupným metodám předpovědi poptávky u jednotlivých zúčastněných jednotek.

Rozhodovací strom pro různá nastavení Middle-out:

image3

Nastavení nulování předpovědi pomocí SIDI

Předpověď prodejů je možno speciálním atributem u produktu vynulovat. Tento atribut musí být importován z primárního informačního systému.

Pokud se na produktu nastaví tento atribut, tak jeho prodeje nikdy nevstoupí do výpočtu nepromoční předpovědi prodejů. A to ani v případě, že je tento produkt nastaven jako předchůdce jiného produktu nebo je součástí Top-down / Middle-out relace.

Jedná se o nulování nepromoční předpovědi prodeje. Takže pokud je na tento produkt naplánovaná promoakce, může tento produkt obsahovat promoční předpověď poptávky.

Vysvětlení předpovědi poptávky

V GUI systému je na záložce „Předpověď“ možno zkontrolovat výsledky tohoto modulu. Jsou zde zobrazeny všechny vstupy, adaptace metod na historii pro určení chyby i výslednou chybu předpovídaných prodejů.

V případě Top-down předpovědi se zobrazí historie a předpovědi celé Top-down skupiny i samotné skladové položky.

V případě, že vyhrála Middle-out metoda, tak se zobrazí historie a zároveň i předpověď celé Middle-out skupiny.

Příklad vysvětlení jedné položky:

image4

Zobrazení předpovědi

Předpověď je možno zobrazit na několika místech.

Výsledná předpověď je zobrazena v Detailu produktu (Modul: Detail).

Předpověď je možno exportovat.

Rozšíření

Middle-out mimo hierarchii produktů pomocí SIDI

V základu Middle-out funguje a může být nastaven nad standardní hierarchií produktů, kterou je možno zobrazit ve stromovém menu: Modul: stromové menu. Za určitých okolností může ale tato hierarchie být nevhodná pro předpověď (je srozumitelná pro uživatele, ale ve stejných kategoriích jsou produkty, které není možné společně předpovídat).

V tomto případě lze naimportovat novou kategorizaci produktů, která bude použitelná jen pro předpovídání prodejů.

Uživatelské očištění předpovědi

Nastavení očištění

Rozšíření umožňuje uživatelsky měnit vypočítanou předpověď pro případ očekávané nesystémové změny jako uzavření konkurenční provozovny nebo neočekávaná změna trhu. Očištění je možné nastavit jak pro specifický produkt na skladě tak pro libovolný uzel ve stromě kategorií. Pokud dojde k uživatelskému očištění předpovědi prodejů, na produktu se v tomto období ignoruje algoritmus Fast adapt.

Očištění je možno nastavit několika způsoby:

  1. Navýšením/snížením trendu v % na celé předpovědi

image5

  1. Navýšením/snížením množství v % na specifickém úseku předpovědi

image6

  1. Navýšením/snížením množství pro každý měsíc předpovědi absolutní hodnotou. Tyto změny je možno nastavovat hromadně pro více produktů. Žlutě jsou označeny již změněné produkty. Myší lze označit oblast, kterou chceme měnit (má modrou barvu) a na tuto oblast se následně aplikuje změna z formuláře. Také v případě, že zadáme procentuální změnu, tak se tato uloží jako absolutní hodnota. Při změně původní předpovědi se tedy použije absolutní číslo a ne procento z nové předpovědi.

image7

Report změn očistění předpovědi

K očištění je možno přidat poznámku, proč bylo nastaveno daným způsobem. Výpis všech očištění a jejich změn je možno získat v Reportu změn očištění předpovědi, kde lze dohledat uživatele, který očištění zadal, jeho poznámky, původní a nové hodnoty, produkt, sklad a ohraničení úseku platnosti. Veškeré změny jsou platné od chvíle zadání.