[ОТВЕТИТЬ]
10.01.2011 15:18
Anatoly
 
Коллеги, поделитесь опытом корректировки статистики продаж при дефиците товара и пиковых продажах (выбросах).
Какие значения продаж брать при отсутствии на остатке запаса?
Как отловить пики? На какие значения их заменять?
10.01.2011 15:49
andrey_f
 
Цитата:
Anatoly Коллеги, поделитесь опытом корректировки статистики продаж при дефиците товара и пиковых продажах (выбросах).
Какие значения продаж брать при отсутствии на остатке запаса?
Как отловить пики? На какие значения их заменять?
Вопрос корректировки пиковых продаж обсуждался тут.

Так же можно посмотреть данный пример Корректировки статистики продаж при дефиците и пиковых продажах. Он так же есть тут.

Краткое изложение алгоритма:
1. Сначала корректируем статистику в момент дефицита. Это можно сделать несколькими способами:
- корректировка продаж при "нулевом остатке" ("нулевой остаток" может быть больше 0 в зависимости от особенностей товара, например, в автошинах это < 4шт., т.е. 3шт.)
принимаем продажи при "нулевом остатке" равными среднедневным продажам при ненулевом остатке (если нет отложенного спроса)
или просто среднедневным продажам (если есть отложенный спрос). Отложенный спрос характеризуется всплеском продаж после периода дефицита.
- корректировка продаж при "недостаточном остатке" ниже среднедневной отгрузки. Понятно, что продажи начинают падать еще до того, как запас стал = 0.
в данном случае принимаем продажи при "недостаточном остатке" равными среднедневным продажам при достаточном остатке (если нет отложенного спроса)
или просто среднедневным продажам (если есть отложенный спрос). Отложенный спрос характеризуется всплеском продаж после периода дефицита.
- корректировка продаж при "недостаточном остатке" ниже значимой отгрузки. Понятно, что продажи начинают падать еще до того, как запас стал = 0.
Значимая отгрузка находится в пределах между первым децилем и первым квартилем. Для этого нужно отсортировать статистику по возрастанию продаж.
- корректировка продаж в зависимости от того, какие продажи мы имеем при каком остатке. Метод применим в большей степени для компаний-оптовиков.
Для данного анализа нужна статистика за длительный срок (не менее года, можно разделять на сезон/не сезон), включающая много циклов расходования
запаса (поставок, зубья пилы на графике запасов). Строим график зависимости продаж от запаса и находим участок, где продажи резко возрастают.
Берем соответствующее этому участку значение остатка и считаем, что остаток меньше этого значения является недостаточным.
График будет иметь более одного горба (полином 4 порядка) при частых обнулениях остатка и тип кривой Парето при нормальном обеспечении запасом.
2. После корректировки дефицита корректируем статистику на пики. Это можно сделать несколькими способами:
- с учетом издержек хранения запаса. Метод предложен Валерием Разгуляевым тут viewtopic.php?p=2774#p2774
смотреть файл "Пошаговая очистка от пиковых продаж в Excel"
- с учетом величины и частоты продаж в последнем (возможно + предпоследнем) дециле. Для этого нужно отсортировать статистику по возрастанию продаж.
Наибольшие значения, будут находиться последних децилях. Эти значения принимаем за пиковые и заменяем на:
- наибольшее значение, кроме исключаемых (если нет отложенного спроса)
- среднее значение, кроме исключаемых (если есть отложенный спрос).
11.01.2011 13:53
Anatoly
 
Цитата:
administrator Так же можно посмотреть данный пример Корректировки статистики продаж при дефиците и пиковых продажах. Он так же есть тут.
Спасибо! Очень понравился файл. Интересная методика с децилями. Должна работать на статистике различных временных промежутков.
Такой вопрос: какой промежуток времени брать для анализа и корректировки статистики на дефицит и пики?
И как быть если товар отсутствовал в наличии очень продолжительное время?
А если у товара есть заменитель, и при отсутствии одного продается другой, как быть в этом случае?
11.01.2011 14:15
andrey_f
 
Цитата:
Anatoly какой промежуток времени брать для анализа и корректировки статистики на дефицит и пики?
Думаю, нужно подбирать в конкретной ситуации. Если ЖЦТ продолжительный и рынок не испытывает значительных изменений, то лучше взять период побольше (год), и наоборот, если ЖЦТ короткий и рынок постоянно меняется, то нужно брать короткий период 1-3 месяца. Так же можно отдельно анализировать период сезона, т.к. в этот момент продажи намного выше и неправильно будет усреднять всю статистику с учетом сезона.

Цитата:
Anatoly как быть если товар отсутствовал в наличии очень продолжительное время?
Задача управления запасами в бесперебойном снабжении. При небольшом дефиците статистику можно восстановить с высоким уровнем достоверности. Чем больше период отсутствия товара на остатке, тем меньше достоверность восстановленной статистики, т.к. могут появляться иные факторы, оказывающие влияние на продажи данного товара (появление аналогов, изменение цен и т.д.). Вывод: нужно стараться, чтобы статистика была достоверной, тогда и проблем будет намного меньше.

Цитата:
Anatoly если у товара есть заменитель, и при отсутствии одного продается другой, как быть в этом случае?
Товары заместители можно поместить в группу и анализировать их совместно как отдельную позицию. А дальнейшее планирование производить, декомпозируя общую статистику на каждую конкретную позицию в определенной пропорции или из иных соображений (доходности, условий поставки и т.д.).
11.01.2011 15:13
VVY
 
Андрей, приветствую!
Статья понравилась, но есть вопросы:
1. Так как Excel занят тестированием "клатерного анализа", то не могу открыть файл в Excel. Заметил что есть одно и тоже понятие "среднедневная продажа", но с разными условиями, я так понимаю, что расчет разный. Прошу объяснить порядок расчетов.
2. Заметил также, что присутствует понятие "отложенный" спрос". Как ты его определяешь и как можно понять, что он присутствует. Считаю, что "Отложенный спрос характеризуется всплеском продаж после периода дефицита" не достаточно для определения.
11.01.2011 15:29
andrey_f
 
Цитата:
VVY 1. Так как Excel занят тестированием "клатерного анализа", то не могу открыть файл в Excel. Заметил что есть одно и тоже понятие "среднедневная продажа", но с разными условиями, я так понимаю, что расчет разный. Прошу объяснить порядок расчетов.
"Кластерный анализ" - это сила :D
среднедневные продажи при достаточном остатке - суммируем все продажи и делим на количество дней, когда остаток был достаточным для продаж.
просто среднедневные продажи - суммируем все продажи и делим на ОБЩЕЕ количество дней, т.е. учитываем даже те дни, когда товар был на остатке в недостаточном количестве. В Excel евском файле есть все формулы, можно ориентироваться по ним.

Цитата:
VVY 2. Заметил также, что присутствует понятие "отложенный" спрос". Как ты его определяешь и как можно понять, что он присутствует. Считаю, что "Отложенный спрос характеризуется всплеском продаж после периода дефицита" не достаточно для определения.
Утверждать на 100%, что какая-то покупка является отложенным спросом нельзя. Но если у нас число пиков минимально, как в примере, который я использовал в статье, и эти пики приходятся на момент после дефицита, то мы можем предположить, что это отложенный спрос. Математически их можно отловить так: если день возникновения пика находится после дней дефицита, то это подозрение на отложенный спрос. Так же можно оценить размер: если продажи за "несколько" дней после исчезновения дефицита пиковые, но они меньше, чем среднедневная продажа*(количество дней дефицита+эти "несколько дней"), то это может быть отложенным спросом. Если продажи больше этого значения, то здесь явный пик или его сочетание с отложенным спросом, но это тяжелый случай. Нас же интересуют наиболее подозрительные моменты.
Если получится отловить отложенный спрос, то корректировка статистики будет более достоверной.
Если не получится - то корректируем, предполагая, что отложенного спроса нет.
12.01.2011 01:33
RazVal
 
Цитата:
Anatoly какой промежуток времени брать для анализа и корректировки статистики на дефицит и пики?
Если ситуация со спросом у вас значительно не менялась, то чем больше возьмёте период - тем лучше. Если ситуация значительно менялась: сезонный рост или снижение спроса, открытие новых точек, появление сильного конкурента, ... - то период надо будет брать поменьше, но не менее периода в течение которого выгодно хранить товар на остатке до продажи (из моего алгоритма расчёта оптимального уровня удовлетворения спроса остатками).

Цитата:
Anatoly как быть если товар отсутствовал в наличии очень продолжительное время?
Вам в любом случае придётся делать какие-то гипотезы относительного этого времени - я обычно предполагаю, что спрос развивался бы так же, как и развивался до этого - то есть предсказываю спрос в месяца, когда товар отсутствовал, по имеющимся данным или задаю экспертно - тут очень важна цель, для которой это делается. Если для прогнозирования - то надо понимать, что "восстановление" такого спроса - никакой точности в модель не добавит.

Цитата:
VVY Заметил что есть одно и тоже понятие "среднедневная продажа", но с разными условиями, я так понимаю, что расчет разный. Прошу объяснить порядок расчетов.
У меня бывает проскакивает в расчётах средние продажи в день продажи. То есть если у нас ряд продаж был:
1, 2, 0, 0, 0, 3, 0, 0, 0, 0, 2 - то этот показатель будет равен (1 + 2 + 3 + 2) / 4 = 2.

Цитата:
VVY Заметил также, что присутствует понятие "отложенный" спрос". Как можно понять, что он присутствует. Считаю, что "Отложенный спрос характеризуется всплеском продаж после периода дефицита" не достаточно для определения.
На самом деле проблема отложенного спроса сильно раздута - на практике ещё ни разу не видел значимого влияния этого явления на временной ряд продаж - и поэтому после проверки этого факта для очередного клиента всегда пренебрегал им. Определить же его очень просто, у тебя есть две случайные величины - спрос в первые дни после дефицита (срок реакции продавцов - обычно от одного дня до недели) и спрос во все остальные дни (за исключением дней самого дефицита) - если эти случайные величины имеют очень близкие значения математического ожидания, то "отложенного спроса" - нет.
31.01.2011 09:45
VVY
 
Приветствую!
Появился вопрос:
А какой период можно "восстанавливать" в статистике? Есть ли рекомендации?
Например, имеем срок 30 дней, из них 16 дней отсутствие товара на остатке (складской товар).

День 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Остаток 232 224 212 188 172 158 130 118 109 96 75 61 45 17 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Продажи 8 12 24 16 14 28 12 9 13 21 14 16 28 11 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
31.01.2011 10:13
VVY
 
Также хотелось бы узнать почему пики находятся в последнем и предпоследнем дециле (где обоснование к этому)?
31.01.2011 10:39
andrey_f
 
Цитата:
VVY Приветствую!
Появился вопрос:
А какой период можно "восстанавливать" в статистике? Есть ли рекомендации?
Например, имеем срок 30 дней, из них 16 дней отсутствие товара на остатке (складской товар).
При отсутствии 50% данных временного ряда и более качество корректировки снижается, нужно смотреть на конкретных данных. Можно восстановить и такие данные, но только для того, чтобы в будущем не допускать такого дефицита.

Цитата:
VVY Также хотелось бы узнать почему пики находятся в последнем и предпоследнем дециле (где обоснование к этому)?
Опять же нужно смотреть на конкретных данных. Мы говорим о товарах частого спроса. Если пики и есть, то они будут находиться в последних децилях - это исходит из здравого смысла (достаточно отсортировать любую статистику продаж и посмотреть на результат). А какое количество децилей брать - зависит от ситуации. В опте чаще всего нужно брать два дециля, в рознице хватит и одного, т.к. вариация продаж в опте выше чем в рознице.
01.03.2011 18:40
Aquarius1978
 
Всем привет !
Читал форум перед очередной попыткой привести статистику продаж ближе к статистике спроса...
Смотрел модель "КорректировкаСтатистикиПродаж", и вот не понимаю, почему "значимая отгрузка находится в пределах между первым децилем и первым квартилем".... может быть есть матметод, который это обосновывает? А не проще медианой ограничится? Или я вообще не туда полез. Форум смотрел - нет ответа. Подскажите, добрые люди...

вот еще раз файлик оригинальный.
Вложения
Тип файла: rar XYZkorrektirovkastatistikiprodaj.rar (58.3 Кб, 480 просмотров)
02.03.2011 04:03
andrey_f
 
Цитата:
Aquarius1978 почему "значимая отгрузка находится в пределах между первым децилем и первым квартилем".... может быть есть матметод, который это обосновывает? А не проще медианой ограничится?
Дима, привет.
Вопрос хороший. Матметода нет, это моя вольность. Я всего лишь хотел показать, что помимо медианы (пятого дециля и второго квантиля) можно взять и меньшее значение. Так же это обсуждалось здесь. В рознице это не принципиально, т.к. покупки в основном штучные, а вот в опте нужно смотреть статистику отгрузок и по ней принимать решение о том, какой дециль взять для фильтрации. Быть может более разумно будет взять 4 ый, а не 5ый. Все зависит от того насколько вероятным должно быть событие. Если мы возьмем медиану, то вероятность такого события 50% или чуть более. Если нам нужна вероятность, например в 80%, т.е. это количество, которое мы продадим почти всегда и это количество для нас коммерчески значимо, то нужно брать дециль меньшего порядка.
Если говорить о том, как проще, то да - проще ограничиться медианой.
02.03.2011 10:09
Aquarius1978
 
читал ответ, много думал :)
попробую потренироваться на своих данных.
спасибо.
04.03.2011 21:16
fsecrets.ru
 
Вот еще один подход, о котором я говорил,
Выложил в посте в блоге, третий пример с данными, на которых показывал Андрей, но в данном случае, у Вас провал затяжной и экспоненциальное сглаживание не будет нормально работать, или надо сильно зашумлять данные, а сезонная декомпозиция отлично работает для восстановления ряда.
05.03.2011 03:04
andrey_f
 
Цитата:
fsecrets.ru Вот еще один подход, сезонная декомпозиция отлично работает для восстановления ряда.
Привет, Алексей.
Экспоненциальное сглаживание, действительно, не подходит для этой задачи, т.к. у этого инструмента совершенно другое предназначение.
Посмотрел файлы. Я в процессе поиска эффективного подхода фильтрации перепробовал кучу вариантов. Однозначно, корректировать статистику продаж, не учитывая при этом обеспеченность запасом - пустая трата времени. Ведь, дефицит - это недостаток запаса, а не нулевая (или близкая к нулю) продажа. К тому же, при дефиците продажи могут быть и отличными от нулевых. Плюс к этому, недельная сезонность прослеживается далеко не всегда, особенно в опте. Так же данный алгоритм не может быть автоматизирован, т.к. нет критериев, по которым компьютер может автоматически отнести то или иное значение к пику или дефициту.
05.03.2011 08:31
fsecrets.ru
 
2 Anatoly выдернул Ваш ответ с другой темы.
)))) Смешно :D , я думал Вы решение проблемы ищите, а Вы ищите недостатки в предлагаемых оппонентами методах.
Я тоже могу сказать, что то, что предложил Андрей не всегда будет хорошо работать в реальных условиях,
Экспоненциальное сглаживание работает, я это показывал в примере1, лучше работает не на продолжительном дефиците.
В этом случае придется делать несколько итераций, но ряд можно восстановить, просто он сильно сглаженный будет, не учитывающий сезонность в продажах, получится примерно то же самое, что и в методе, который предложил Андрей.

Зачем заморачиваться, если можно среднее за предыдущие периоды взять, если коэффициент вариации маленький, вероятность ошибки не превзойдет коэффициент вариации.

Нет методов, которые подходят под любые ситуации, это надо понимать.
Вы то, конкретно что предлагаете? Или лучше сидеть дуть щеки и говорить, фу не работает, фу не автоматизируется. :D

2Андрей
На самом деле такие алгоритмы есть. Алгоритмы нахождения сезонности я думаю Вы легко можете найти в литературе.
Теперь что касается отнесения к пикам или нет. Существует простой, но эффективный алгоритм. Находится коэффициент вариации по историческим данным до возникновения дефицита (Вы же отслеживаете остаток, поэтому точно знаете когда возник дефицит), это эталонный коэффициент отклонения, теперь для каждого следующего значения находит отклонение от среднего, если он превышает эталонное, то с большой вероятностью, если при этом если существует дефицит, это не стандартное значение. И если сезонность найдена, тогда применяем сезонную декомпозицию для восстановления ряда продаж.
Согласен в опте ряд ведет себя не таким образом, но скорость продаж в рознице-то при этом имеет эту сезонность, поэтому и оптовые поставки могут быть привязаны к некой сезонности. Полной уверенности нет, но если не сложно покажите как себя ведет статистика продаж в опте, возможно и там будет видна некая сезонность.
Опции темы


Часовой пояс GMT +3, время: 12:23.

 

Форум сделан на основе vBulletin®
Copyright ©2000 - 2018, Jelsoft Enterprises Ltd. Перевод: zCarot и OlegON
В случае заимствования информации гипертекстовая индексируемая ссылка на Форум обязательна.