Прогнозирование спроса (demand forecasting): склад и продажи на одних данных

Представьте магазин: хит продаж заканчивается за две недели до новогоднего пика, покупатель уходит с пустыми руками, — а на том же складе три палеты прошлогоднего «точно разлетится», взятого на глазок, месяцами лежат нетронутыми и замораживают деньги. У обеих бед один корень: непонимание того, каким будет будущий спрос. Прогнозирование спроса (demand forecasting) как раз закрывает этот разрыв — оценивает, сколько того или иного товара или услуги захотят клиенты и когда, чтобы под это подстроить закупки, склад, персонал и деньги.

В этой статье — что такое прогнозирование спроса, чем оно отличается от прогноза продаж, какие данные его питают и как подниматься от простых методов к сложным, не переусложняя. Цель не лекция по статистике, а рабочий цикл, который малый и средний бизнес может запустить уже в этом квартале.

1История продаж2Сезонность и тренд3Прогноз спроса4Заказ / страховой запас

Что такое прогнозирование спроса

Прогнозирование спроса — это оценка того, сколько клиенты захотят купить товара или услуги за определённый период. Это не хрустальный шар: метод соединяет историю продаж, сезонность и известные события — акцию, праздник, задержку поставки — в разумный диапазон будущего спроса.

Смысл не в том, чтобы поймать одно волшебное число, а в том, чтобы согласовать решения. Хороший прогноз одновременно отвечает на четыре вопроса: сколько закупить, сколько держать на складе, сколько людей вывести на пик и что всё это сделает с деньгами. По отдельности эти ответы противоречат друг другу; прогноз спроса сводит их в одну картину.

Ещё один важный момент — горизонт: спрос можно прогнозировать по неделям, месяцам или кварталам. Краткосрочный прогноз питает ежедневные заказы и работу с полкой, а более долгосрочный нужен для договорённостей с поставщиком, вместимости склада и планирования денег. Правильный горизонт зависит от того, насколько далеко смотрит само решение: чем дальше горизонт, тем выше неопределённость, поэтому его стоит выбирать под конкретное решение.

Прогноз спроса — это не прогноз продаж

Эти два понятия часто путают, но они отвечают на разные вопросы. Прогноз продаж обычно завязан на выручку и сделки: какая сделка закроется, когда, с какой вероятностью и что это даст обороту. Его результат — в основном деньги: сколько мы закроем в этом квартале?

Прогноз спроса завязан на штуки и товары: сколько единиц каждого SKU уйдёт, чтобы под это настроить закупки и склад. B2B-команде, продающей софт, может хватить первого; но бизнес с физическим товаром живёт вопросом «сколько штук», и здесь прогноз спроса незаменим. Они питают друг друга: выручка задаёт бюджет, штуки наполняют склад.

Двойной провал: дефицит и мёртвый сток

Чтобы понять, зачем нужен прогноз спроса, достаточно взглянуть на цену ошибки в обе стороны. Первый провал — дефицит: спрос есть, полка пуста, продажа потеряна напрямую, и часто клиент уходит к конкуренту навсегда. Эта потеря даже не попадает в отчёт: за несостоявшуюся продажу счёт не выставляют.

Второй — затоваривание: товар, взятый «на всякий случай», замораживает деньги, пока не продастся. Деньги уже не в кассе — они лежат на полке, занимают место, стареют, выходят из моды и порой распродаются в убыток. Задача прогноза спроса — уменьшить обе ошибки сразу: не настолько осторожничать, чтобы опустошить полку, и не настолько щедро закупать, чтобы завалить склад.

Баланс между этими двумя ошибками сложнее, чем кажется, потому что обе питаются одной и той же неопределённостью. Слишком осторожный остаётся без товара, слишком щедрый тонет в неликвиде; ценность прогноза спроса в том и состоит, чтобы вывести этот баланс из слепой догадки и опереть на данные. Точки «нулевого риска» для товара не бывает — бывает лишь осознанно выбранный баланс.

Плохой прогноз теряет деньги дважды: нельзя продать товар, которого нет, и нельзя продать товар, который есть.

Данные, которые питают хороший прогноз

Прогноз хорош ровно настолько, насколько хороши данные под ним. Прежде чем тянуться к сложной модели, стоит навести порядок в этих входных данных — для типичного МСБ это даёт большую часть результата:

• Чистая история продаж: датированные записи по каждому товару с вычтенными возвратами. Грязная или неполная история собьёт с толку даже самую продвинутую модель. Аккуратный учёт движения запасов — это позвоночник такой истории.
• Сезонность и тренд: в какой части года спрос растёт и куда направлена общая линия — вверх или вниз. План сезонных кампаний позволяет заранее вписать известные пики в прогноз.
• Акции и промо: как скидки, реклама или запуски искривляют спрос; без их учёта прошлые данные читаются неверно.
• Воронка (pipeline): особенно в B2B крупные сделки в переговорах стоит закладывать в спрос ещё до закрытия.
• Срок поставки от поставщика: за сколько дней приходит товар — это определяет, когда заказывать; это мост между прогнозом и закупкой.

От простого к сложному: четыре метода прогноза

Методы прогнозирования — это лестница: начинают снизу и поднимаются лишь по мере необходимости. Каждая ступень требует больше данных и труда, чем предыдущая, но верх нужен не каждому бизнесу.

• Наивный метод и скользящее среднее: «продадим примерно столько же, сколько в прошлый период». Среднее за несколько последних периодов удивительно часто оказывается хорошей отправной точкой.
• Сезонная поправка: добавляет к скользящему среднему ритм года — спрос, который растёт летом и падает зимой.
• Причинные (causal) модели: связывают спрос с внешним фактором — ценой, рекламным бюджетом, погодой. Например, учесть, как изменения цены двигают спрос, бывает точнее, чем смотреть только на историю.
• Машинное обучение (ML): обрабатывает множество товаров и переменных сразу и вытаскивает закономерности. Мощно, но требует обильных чистых данных и сопровождения; для небольшого каталога это чаще всего избыточно.

Для МСБ правильная точка старта почти всегда — нижняя ступень. Простое сезонное среднее лучше продвинутой модели, в которую никто не смотрит, потому что оно понятно, проверяемо и поддаётся правке человеком. Наращивайте сложность только тогда, когда простой метод явно перестаёт справляться.

От прогноза к точке заказа: рабочий цикл

Прогноз, оставшийся в таблице, бесполезен; его нужно превратить в решение о закупке. На практике цикл такой: из чистой истории и сезонности выводится оценка спроса, к ней добавляется суждение человека, знающего «поле» (модель не знает про запуск в следующем месяце — а вы знаете), и эта оценка превращается в конкретные пороги — точку заказа и страховой запас.

Точка заказа — это черта, которая говорит «когда запас упал до этого уровня, заказывай ещё»; она задаётся тем, сколько вы рассчитываете продать за срок поставки. Страховой запас — буфер на случай, если спрос окажется выше ожидаемого. Следить за этими линиями вручную тяжело; оповещения о запасах срабатывают автоматически, когда уровень доходит до отметки, привязывая прогноз к ежедневным операциям.

Этот цикл не настраивают один раз и не забывают; его нужно пересматривать через равные промежутки — для большинства МСБ раз в месяц, — сверять с фактическими продажами и обновлять пороги. На несколько быстрых, критичных товаров стоит смотреть чаще, на медленные, продающиеся пару раз в год, — реже; так ограниченное время уходит туда, где оно важнее всего.

Частые ошибки

Прогноз спроса сходит с рельсов обычно не из-за модели, а из-за привычек вокруг неё:

• Грязные данные: возвраты, отменённые заказы или разовая оптовая продажа, просочившиеся в историю, систематически перекашивают прогноз.
• Игнорирование сезонности и промо: принять прошлогодний ноябрь за «норму» — значит перенести раздутый скидкой всплеск вперёд как базовый уровень.
• Одно число на всех: одинаковый подход к каждому товару; быстро оборачиваемый товар и позицию, которая продаётся пару раз в год, нельзя прогнозировать одинаково.
• Нет обратной связи: команда, которая не измеряет, сбылся ли прогноз, повторяет ту же ошибку. Регулярный замер точности прогноза показывает, какие товары уводит в сторону каждый раз.

Связать прогноз с денежным потоком

В конечном счёте прогноз спроса — это не упражнение по складу, а решение о деньгах. Каждый заказ — это деньги, вложенные в ещё не проданный товар; когда и сколько вы заказываете, напрямую определяет остаток в кассе. Слишком оптимистичный прогноз запирает деньги на полке; слишком осторожный — упускает продажу, а вместе с ней и приток денег.

Поэтому прогноз, закупки и управление денежным потоком стоит держать одной цепочкой. Хороший прогноз спроса — самый конкретный способ заранее спланировать, где будут ваши деньги: на складе или в кассе; чем ближе запас к спросу, тем меньше связанного капитала и тем больше свободных денег.

Часто задаваемые вопросы

Прогнозирование спроса — не пророчество, а повторяемая дисциплина: соединить чистую историю, сезонность и человеческое суждение, чтобы подстроить склад и деньги под спрос. Цель не идеальное число, а чуть меньше ошибаться в каждом цикле. Система вроде Rocketly, которая держит продажи и склад в одном месте, упрощает этот цикл — собирает данные, которыми питается прогноз, чтобы каждый период попадать чуть точнее.