Коригиране на грешки в прогнозите

Липсата на инвентар не само вреди на бизнеса, тъй като клиентите, които не могат да получат това, което искат, отиват при други доставчици, но също така въвежда грешки в статистиката на търсенето. Поради липса на запаси, нулевите продажби задължително се равняват на нулево търсене. Прогнозите на Salescast не са имунизирани срещу този проблем, но с правилното използване на програмата вероятността от появата му е значително намалена.

Въздействие на липсата на запаси върху конвенционалните прогнози

Конвенционалното (средно) прогнозиране прогнозира търсенето с 50% шанс то да бъде по-високо или по-ниско. При липса на запаси от стоки има "подценяване" на показателите, тъй като непродадените единици стоки не се вземат предвид.

Вследствие на това прогнозите, базирани на такива действителни данни, са погрешни и водят до по-нататъшни събития, свързани с липса на наличност.

В най-крайните случаи, когато няма минимално ниво на запасите, процесът на попълване може да бъде „замразен“, продажбите няма да бъдат записани - поради факта, че няма наличност - и стоките няма да бъдат поръчани отново. Още по-лошо, прогнозите в тези ситуации са 100% точни: очакваните продажби са нула, а действителните продажби също са нула.

Проблеми при включване на данни за изчерпана наличност

За да коригирате грешки при прогнозиране поради изчерпани случаи, трябва да ги вземете предвид. Това изисква събиране на подробна фактическа информация за всички минали (и настоящи) случаи. Тази идея е привлекателна, но нейното прилагане на практика изисква значителни усилия.

Повечето компании не водят стриктна отчетност на изчерпаните наличности. За да се подобри качеството на прогнозиране на търсенето, не е достатъчно да има частични данни за случаите на липсастоки, информацията трябва да е пълна и точна.
Случаите на липса на наличности (за щастие) не са толкова чести, обикновено не повече от 10% от общия оборот. В резултат на това са необходими голямо количество данни за оборота, за да се съберат достатъчно данни за качествен статистически анализ на случаите на изчерпване.
Последствията от подобни случаи са двусмислени. Липсата на това или онова благо води до канибализация (недостъпно благо към достъпно), ако има алтернативни възможности. Освен това някои клиенти са готови да чакат и в резултат на това има „изблици“ на търсене, когато продуктът се появи отново в продажба.

По-точни квантилни прогнози

Количествените прогнози са много по-ефективен и рентабилен начин за справяне с липсата на наличности. Накратко: квантилите се използват за изчисляване на точки за пренареждане за прогнози, които са грешни по подразбиране. Например, точка за повторна поръчка, изчислена за 95% ниво на обслужване, предполага, че 95% от времето търсенето ще бъде удовлетворено (и само 5% от времето клиентът ще срещне проблем с изчерпване на наличност).

Количествените прогнози за високи нива на обслужване (реално над 90%) се различават значително от обичайните. За да изчислите 95% квантилна прогноза, трябва да анализирате основно 5% от най-силните колебания на търсенето. Въпреки че е възможно в историята на предприятието да е имало толкова много случаи на изчерпване, че дори тези 5% от продажбите да са част от „постоянното“ търсене.На практика това се случва доста рядко. Дори при дълго отсъствие на стоки максималното ниво на търсене обикновено е по-високо от средното.

По този начин квантилните прогнози никога не стигат нещата до точката, в която лошите прогнози правят проблема още по-лош.без продукт. На практика виждаме, че за повечето от нашите клиенти квантилните прогнози са се превърнали в инструмент за успех, тъй като значително намаляват честотата на изчерпани артикули и „връщат контрола върху нивата на обслужване“. След известно време честотата на изчерпване достига планираното ниво на обслужване.