Как прогнозировать сезонный спрос: методы, алгоритмы и управление запасами

Прогнозирование сезонного спроса представляет собой методику анализа статистики продаж за прошлые периоды с целью обнаружения и измерения повторяющихся циклических изменений. Такой анализ помогает оптимизировать управление запасами, предотвратить дефицит в моменты пикового спроса и уменьшить количество излишков во время его снижения.

Коротко о главном

• На уровень продаж влияют не только праздничные дни, но и такие факторы сезонности, как погодные условия, циклы деловой активности и культурные мероприятия.
• Если не учитывать сезонные колебания, компания рискует столкнуться с нехваткой товаров (до 29%) и заморозить до 30% своего капитала в нераспроданных остатках.
• Ключевыми методами для прогнозирования являются анализ временных рядов, вычисление коэффициентов сезонности и метод декомпозиции.
• Составление прогноза является не конечной целью, а инструментом для эффективного управления запасами, маркетинговой политикой и ценами на протяжении года.
• С помощью автоматизированных платформ можно формировать точные прогнозы и контролировать заказы, тратя на это не более 15 минут ежедневно.

Неточности при прогнозировании сезонных изменений спроса создают двустороннюю проблему. В высокий сезон компания может терять до 29% продаж из-за отсутствия наиболее востребованных позиций. В низкий сезон, напротив, возникает проблема избыточных запасов, которые замораживают оборотный капитал фирмы.

Что такое сезонный спрос и почему его нельзя игнорировать?

Сезонный спрос можно охарактеризовать как прогнозируемые и циклические изменения в активности покупателей, наблюдаемые на протяжении календарного года. Такие флуктуации напрямую зависят от конкретных периодов: времени года, праздничных дат, погодных факторов или циклов деловой активности. К примеру, реализация мороженого достигает максимума в летние месяцы, тогда как спрос на отопительную технику увеличивается с приходом осени. Умение работать с подобными колебаниями является фундаментом для результативного управления продажами и запасами.

Виды сезонности: от праздников до погоды

Явление сезонности неоднородно. Для построения точного прогноза крайне важно понимать, какие конкретно факторы провоцируют колебания продаж в вашей сфере деятельности. Все типы сезонности можно классифицировать по нескольким группам:

• Климатическая (природная) сезонность. Обусловлена сменой сезонов и изменениями погоды. Данный вид сезонности наиболее очевиден и оказывает влияние на продажи одежды, обуви, товаров для спорта, автомобильных покрышек, напитков и продуктов.
• Праздничная сезонность. Всплески продаж, которые привязаны к национальным и мировым праздникам: Новому году, 8 Марта, 23 Февраля, Дню всех влюбленных. В такие периоды увеличивается спрос на сувениры, цветы, кондитерскую продукцию, деликатесы и спиртные напитки.
• Деловая сезонность. Флуктуации, которые коррелируют с деловой активностью. Например, спрос на канцелярские принадлежности и мебель для офиса растет в конце лета в преддверии учебного года и в начале календарного года. Сезоны отпусков, с другой стороны, могут вызывать спад продаж в B2B-сегменте.
• Культурная и социальная сезонность. Определяется событиями, традициями и устоявшимися привычками. Например, открытие дачного сезона весной стимулирует рост спроса на семена, инструменты для сада и строительные материалы.

В некоторых случаях на продажи могут одновременно воздействовать несколько факторов, формируя сложные, но тем не менее предсказуемые модели спроса.

Финансовые риски игнорирования сезонных колебаний

Неумение прогнозировать сезонные изменения спроса приводит к непосредственным финансовым убыткам. Компании могут столкнуться с двумя противоположными, но равнозначно опасными ситуациями: нехваткой товара в высокий сезон и его избытком в низкий.

Дефицит в период пиковой активности — это упущенная прибыль и снижение лояльности клиентов. Если покупатель не смог найти искомый товар, он с большой долей вероятности обратится к конкурентам. Согласно исследованиям в сфере ритейла, снижение дефицита всего на несколько процентов может привести к росту общих продаж на двузначные показатели.

В соответствии с анализом, который приводится в книге «Я так и знал!», уменьшение дефицита с 29% до 11% спровоцировало увеличение продаж розничного магазина на 25–28% всего за один месяц. Вся полученная дополнительная маржа стала чистой прибылью, поскольку операционные расходы не изменились.

Избыточные запасы, остающиеся после завершения сезона, представляют собой деньги, замороженные в товаре. Продукция, которую не удалось продать вовремя, становится неликвидом. Ее приходится либо реализовывать со значительными скидками, либо списывать, что влечет за собой убытки. Помимо этого, излишки требуют места на складе, что повышает расходы на хранение и логистику.

Методы прогнозирования сезонного спроса: от Excel до AI

Прогнозирование спроса является попыткой предсказать будущее, опираясь на данные из прошлого. Все методы прогнозирования можно разделить на два крупных класса: качественные и количественные. Выбор конкретного метода определяется наличием данных, горизонтом планирования и особенностями товара.

Качественные методы: когда цифр нет

Качественные подходы базируются на мнениях экспертов, результатах опросов и интуитивных предположениях. Их используют в тех случаях, когда историческая статистика продаж недоступна или не вызывает доверия. Такой подход актуален при запуске новых продуктов или освоении новых географических рынков.

• Метод экспертных оценок. Заключается в сборе мнений от сотрудников с большим опытом: менеджеров по продажам, специалистов по закупкам, маркетологов. Каждый из экспертов формирует свой прогноз, после чего полученные результаты усредняются.
• Метод Дельфи. Представляет собой более структурированную методику. Эксперты анонимно делятся своими прогнозами в несколько этапов. После каждого этапа организатор предоставляет обобщенные данные и предлагает экспертам скорректировать свои оценки, принимая во внимание мнения коллег. Это помогает уменьшить влияние авторитетных мнений и достичь более сбалансированного консенсуса.
• Исследование рынка. Проведение опросов среди целевой аудитории и анализ фокус-групп с целью определения потенциального спроса.

Минусом данных методов является значительная субъективность и невысокая точность результатов.

Количественные методы: анализ временных рядов

Количественные подходы применяют для прогнозирования историческую информацию о продажах. Главным инструментом в этом случае выступает анализ временных рядов. Под временным рядом понимают набор данных, зафиксированных с одинаковыми интервалами (например, ежедневно, еженедельно или ежемесячно). Такой анализ позволяет разложить продажи на следующие компоненты:

1. Тренд: Долгосрочная тенденция изменения спроса (рост, снижение или стабильность).
2. Сезонность: Регулярные, прогнозируемые флуктуации в пределах одного года.
3. Цикличность: Долгосрочные волнообразные изменения, обусловленные экономическими циклами (продолжительностью свыше года).
4. Случайный шум: Непрогнозируемые, хаотичные изменения, которые вызваны единичными событиями.

Цель прогнозирования — выделить тренд и сезонные колебания, чтобы на их основе сформировать прогноз на будущие периоды.

Метод скользящего среднего для сглаживания данных

Скользящее среднее — это один из наиболее простых методов, применяемых для сглаживания случайных флуктуаций и определения тренда. Прогноз для следующего периода вычисляется как среднее арифметическое продаж за определенное число прошлых периодов. К примеру, 3-месячное скользящее среднее для апреля будет соответствовать среднему значению продаж за январь, февраль и март.

Данный метод эффективен для товаров со стабильным спросом, однако он плохо справляется с определением сезонных пиков и спадов, поскольку он их усредняет. Его целесообразнее использовать для выявления базовой тенденции, а не для точного сезонного прогнозирования.

Метод декомпозиции: разделение тренда, сезона и случайности

Декомпозиция — это более продвинутый метод, который дает возможность разложить временной ряд на компоненты: трендовую, сезонную и остаточную составляющие. Этот процесс строится на вычислении сезонных коэффициентов (индексов), демонстрирующих, насколько сильно продажи в определенном месяце или квартале отличаются от среднегодового показателя.

К примеру, сезонный коэффициент 1.5 для декабря говорит о том, что продажи в этом месяце в среднем на 50% превышают среднемесячные показатели за год. Коэффициент 0.7 для февраля, напротив, свидетельствует о снижении продаж на 30%. Этот метод позволяет создавать более точные прогнозы, которые учитывают как общую тенденцию, так и сезонные всплески.

Пошаговый алгоритм прогнозирования сезонного спроса

Процесс построения количественного прогноза можно представить в виде нескольких последовательных этапов. Для этого потребуются данные о продажах как минимум за 2-3 завершенных года. Чем дольше история продаж, тем более точным окажется прогноз.

Шаг 1: Сбор и очистка исторических данных о продажах

Первым делом необходимо собрать статистику еженедельных или ежемесячных продаж для каждого SKU. Важно провести очистку данных от аномалий: например, убрать из анализа периоды отсутствия товара на складе или учесть эффект от крупных разовых промоакций, которые не планируются в будущем. "Грязные" данные могут привести к искажению прогноза.

Шаг 2: Расчет сезонных коэффициентов

Для каждого периода (например, для каждого месяца) вычисляется индекс сезонности. Этот показатель демонстрирует, как продажи данного месяца соотносятся со средним уровнем продаж за год.

Простая формула для вычисления: Индекс сезонности месяца = (Средние продажи за данный месяц по всем годам) / (Общие среднемесячные продажи по всем годам)

Месяц	Продажи, Год 1	Продажи, Год 2	Средние продажи	Индекс сезонности
Январь	80	90	85	0.81
Февраль	70	80	75	0.71
...	...	...	...	...
Декабрь	150	170	160	1.52

Таблица демонстрирует, что декабрьские продажи в среднем на 52% выше среднегодового показателя, а февральские — на 29% ниже.

Шаг 3: Построение базового прогноза (экстраполяция тренда)

Необходимо выявить общую тенденцию в продажах. В самом простом варианте это можно осуществить при помощи линейной регрессии в Excel, добавив линию тренда на график продаж. Эта линия продемонстрирует, как в среднем изменялись ваши продажи от года к году. Продлите эту линию на следующий год, чтобы получить базовый прогноз, не учитывающий сезонные факторы.

Шаг 4: Применение коэффициентов и получение итогового прогноза

Далее следует перемножить базовый прогноз для каждого месяца на соответствующий ему индекс сезонности.

Итоговый прогноз на месяц = (Базовый прогноз на месяц) * (Индекс сезонности этого месяца)

К примеру, если базовый прогноз для декабря следующего года равен 110 единицам, а декабрьский индекс сезонности составляет 1.52, то итоговый прогноз составит: 110 * 1.52 = 167 единиц.

Шаг 5: Корректировка прогноза и мониторинг отклонений

Итоговый прогноз не следует воспринимать как абсолютную истину; он служит основой для принятия управленческих решений. Его нужно скорректировать, принимая во внимание запланированные маркетинговые кампании, действия конкурентов, экономические изменения и прочие внешние факторы. После старта периода продаж регулярно сопоставляйте фактические данные с прогнозом (план-факт анализ) и при необходимости вносите изменения в планы закупок.

Как управлять запасами в условиях сезонности?

Даже самый точный прогноз спроса окажется бесполезным, если на его основе не создана эффективная система управления запасами. Основная задача — гарантировать наличие товара в пик сезона и предотвратить формирование неликвидов по его завершении. Для решения этой задачи применяются адаптированные стратегии управления складскими остатками.

Стратегии управления запасами для сезонных товаров

Работа с сезонными товарами требует гибкого подхода. Основные параметры системы управления запасами, такие как страховой запас, точка заказа и размер заказа, должны динамически корректироваться в течение года.

• Перед началом сезона: Следует увеличить страховой запас и точку заказа для защиты от внезапных всплесков спроса и возможных сбоев в поставках. Размещайте крупные заказы заблаговременно.
• В пик сезона: Если логистика позволяет, переключитесь на более частые поставки небольшими партиями. Это даст возможность оперативно реагировать на изменения спроса и не замораживать излишние средства в запасах.
• В конце сезона: Начните постепенно уменьшать страховой запас и объемы заказов, чтобы к завершению периода реализовать остатки. Запускайте промоакции для стимуляции продаж, если замечаете, что остатки превышают плановые значения.

Стремление создать абсолютно точный прогноз — это как погоня за мифическим «магическим кристаллом». Гораздо продуктивнее выстроить гибкую систему пополнения запасов, которая будет устойчива к ошибкам прогнозирования и позволит быстро адаптироваться к реальным продажам.

Использование ABC/XYZ-анализа для сезонных позиций

Комбинированный ABC/XYZ-анализ является мощным инструментом для классификации ассортимента и выбора оптимальной стратегии управления запасами для каждой товарной группы, включая сезонные.

• ABC-анализ классифицирует товары по их вкладу в товарооборот или прибыль (A — лидеры, C — аутсайдеры).
• XYZ-анализ классифицирует товары по стабильности их спроса (X — стабильный, Z — непредсказуемый).

Сезонные товары чаще всего относятся к группам Y и Z, поскольку их спрос подвержен сильным колебаниям. Стратегия управления для них должна быть особой.

Группа	Характеристика	Пример	Стратегия управления запасами
AX, AY	Сезонные хиты со стабильным или умеренно колеблющимся спросом	Мороженое летом, популярные модели зимних шин	Динамическое изменение страхового запаса. Частые пополнения в сезон.
AZ	Сезонные хиты с непредсказуемым спросом	Новогодние гирлянды, трендовые игрушки	Заказ одной или двух крупных партий перед сезоном. Риск остатков высокий, требуется агрессивная распродажа в конце.
BX, BY	Товары со средним оборотом и предсказуемой сезонностью	Средства от комаров, солнцезащитные кремы	Стандартная модель пополнения с сезонной корректировкой страхового запаса.
BZ, CZ	Товары с низким оборотом и непредсказуемым спросом	Экзотические сувениры к празднику, узкоспециализированный садовый инвентарь	Заказ под клиента либо минимальной партией. Высокий риск неликвида. Рассмотреть вывод из ассортимента.

Такой подход дает возможность не распылять ресурсы, а сосредоточить внимание на наиболее значимых товарах (группа A) и автоматизировать управление позициями с низким уровнем риска (группа CX).