[ОТВЕТИТЬ]
27.10.2011 16:56
Genes
 
День добрый!

Ребята, поделитесь опытом как бороться с отображением дефицита при заказе товара.
Дело в том, что организация занимается оптовыми продажами запчастей и зачастую дефицит бьется менеджерами некорректно, следовательно его надо обрезать. Так вот об алгоритм обрезки пиковых значений сломали восемь тысяч копий :)
Может у кого есть опыт в этом деле, подскажите, плиз...
27.10.2011 17:22
Goncharov
 
Добрый день. А можно как-то иначе объяснить? Может на примере получится описать проблему? А то не совсем понятно сформулирован вопрос :)
27.10.2011 18:18
Genes
 
Суть проблемы состоит в том, что не можем определить каким образом обрабатывать дефицит:
например менеджер вместо количества дефицита 2 штуки забил по ошибке в программу номер товара 11334. И получается, что дефицит фиксируется как 11334 штуки, хотя он на самом деле 2 штуки.
Пример 2. Клиент через сервисную программу или через почту делает заявку не на 50 штук а на 500 (чисто механическая ошибка) И у нас уже дефицит не 50 штук, а 500 штук!!!!!!!!! И мы пускаем в заказ количество с учетом неправильного дефицита. и это хорошо, если таких позиций ну хотя бы 100, а если 80 000?
Необходима "защита от дурака" если хотите.
27.10.2011 19:27
sf13
 
Цитата:
Суть проблемы состоит в том, что не можем определить каким образом обрабатывать дефицит:
например менеджер вместо количества дефицита 2 штуки забил по ошибке в программу номер товара 11334. И получается, что дефицит фиксируется как 11334 штуки, хотя он на самом деле 2 штуки.
Пример 2. Клиент через сервисную программу или через почту делает заявку не на 50 штук а на 500 (чисто механическая ошибка) И у нас уже дефицит не 50 штук, а 500 штук!!!!!!!!! И мы пускаем в заказ количество с учетом неправильного дефицита. и это хорошо, если таких позиций ну хотя бы 100, а если 80 000?
Необходима "защита от дурака" если хотите.
Добрый день, Геннадий.

ИМХО:

1. Рассчитать дефицит по статистике остатка и продаж (пример расчёта и модель для проверки алгоритма в файле).

2. Сравнить результат с поступившим от менеджеров

3.1. При значительном отличии разбираться и/или брать результат по статистике

3.2. При допустимом отличии варианты:
а) брать большее ("на возможное развитие")
б) брать меньшее ("экономный вариант")
в) брать среднее ("и нашим, и Вашим")
Вложения
Тип файла: rar Упущенный сбыт.rar (16.9 Кб, 346 просмотров)
28.10.2011 00:23
andrey_f
 
Привет всем.
Файл Сергея, как всегда, дает исчерпывающий ответ, но вставлю и свои 20 копеек.

Цитата:
Genes об алгоритм обрезки пиковых значений сломали восемь тысяч копий
Прежде всего нужно обозначить, что пики - это выбросы, нетипично большие продажи, которые не повторятся в будущем или вероятность их возникновения из частотного анализа продаж настолько мала, что нам невыгодно хранить запас под сделку такого объема (тут еще нужно предусмотреть, чтобы такая продажа действительно не совершилась, т.к. если текущий запас будет позволять сделать такую продажу, то продавец ей непременно воспользуется и обнулит запас, пусть и раз в год, но надолго).

Пики - пиками, а дефицит - обратная сторона подготовки статистики к прогнозу. Дефицит можно определять двумя способами:
1. фиксацией запросов и, соответственно, подсчетом тех, что не были удовлетворены из текущего остатка (или в течении какого-то времени - коэффициент отложенного уровня сервиса, если клиент хочет сразу, но готов подождать).
Какие подводные камни:
- как и сказано выше, ошибки (опечатки) при фиксации запросов,
- клиент каждый день запрашивает товар в надежде на то, что он все таки появится - в результате получаем 10 запросов вместо одного реального.
- клиент знает, что товара нет и не запрашивает его - получаем отсутствие запроса при его наличии.
Все эти моменты можно попытаться решить организационно, наладив процесс у себя и во взаимодействии по данному вопросу с клиентом (опять же с новыми клиентами будет сложнее).
2. статистически через медиану (срединное значение) продаж (возможны и другое способы, но этот мне видится наиболее простым и адекватным).
Подводные камни:
- алгоритм приемлемо работает для товаров постоянного (частого) спроса, а если мы хотим отслеживать доступность товаров редкого спроса, то информация будет неверной.
Выход вижу в определении уровня доступности на товары частого спроса - статистически, а но товары редкого спроса - по фиксации запросов. Ну и в любом случае, как сказал Сергей, можно сравнивать результаты обоих методов и на основе этого принимать решение.

Данный вопрос уже обсуждался в следующих темах:

Подсчет количества дней наличия товара

Корректировка статистики продаж по дефициту и пикам
28.10.2011 16:37
Genes
 
Спасибо Вам, ребята, за такую активность!

Но так как я новичок в этом деле прошу объяснить мне на простом примере:
клиент в течение месяца делает следующие запросы
1 число 55 штук
6 число 68 штук
15 число 44 штуки
27 число 154 штуки (ошибочно)
28 число 52 штуки
31 число 61 штука

Вопрос: как грамотно обрезать ошибочный всплеск?
28.10.2011 18:29
VVY
 
Цитата:
Genes Спасибо Вам, ребята, за такую активность!

Но так как я новичок в этом деле прошу объяснить мне на простом примере:
клиент в течение месяца делает следующие запросы
1 число 55 штук
6 число 68 штук
15 число 44 штуки
27 число 154 штуки (ошибочно)
28 число 52 штуки
31 число 61 штука

Вопрос: как грамотно обрезать ошибочный всплеск?
Добрый день!
Сортируете по возрастанию продажи и обрезаете % с накопительным итогом. Обычно последние 10-3%, у Андрея есть методика. Смотрите форум.
29.10.2011 01:26
andrey_f
 
Цитата:
Genes Но так как я новичок в этом деле прошу объяснить мне на простом примере:
клиент в течение месяца делает следующие запросы
1 число 55 штук
6 число 68 штук
15 число 44 штуки
27 число 154 штуки (ошибочно)
28 число 52 штуки
31 число 61 штука

Вопрос: как грамотно обрезать ошибочный всплеск?
Геннадий, я бы не стал анализировать всплески по 6 точкам, вполне возможно, что у вас каждый месяц есть такой всплеск (опять же не факт, что это ошибка, из представленных данных этого не увидеть).
Попробуйте на большем интервале, например, полугодовом (если есть высокая сезонность, то нужно разделять периоды).
31.10.2011 10:02
Genes
 
Ok, будем "кумекать"...
01.11.2011 15:52
Genes
 
Цитата:
administrator Привет всем.
Файл Сергея, как всегда, дает исчерпывающий ответ, но вставлю и свои 20 копеек.

Цитата:
Genes об алгоритм обрезки пиковых значений сломали восемь тысяч копий
Прежде всего нужно обозначить, что пики - это выбросы, нетипично большие продажи, которые не повторятся в будущем или вероятность их возникновения из частотного анализа продаж настолько мала, что нам невыгодно хранить запас под сделку такого объема (тут еще нужно предусмотреть, чтобы такая продажа действительно не совершилась, т.к. если текущий запас будет позволять сделать такую продажу, то продавец ей непременно воспользуется и обнулит запас, пусть и раз в год, но надолго).

Пики - пиками, а дефицит - обратная сторона подготовки статистики к прогнозу. Дефицит можно определять двумя способами:
1. фиксацией запросов и, соответственно, подсчетом тех, что не были удовлетворены из текущего остатка (или в течении какого-то времени - коэффициент отложенного уровня сервиса, если клиент хочет сразу, но готов подождать).
Какие подводные камни:
- как и сказано выше, ошибки (опечатки) при фиксации запросов,
- клиент каждый день запрашивает товар в надежде на то, что он все таки появится - в результате получаем 10 запросов вместо одного реального.
- клиент знает, что товара нет и не запрашивает его - получаем отсутствие запроса при его наличии.
Все эти моменты можно попытаться решить организационно, наладив процесс у себя и во взаимодействии по данному вопросу с клиентом (опять же с новыми клиентами будет сложнее).
2. статистически через медиану (срединное значение) продаж (возможны и другое способы, но этот мне видится наиболее простым и адекватным).
Подводные камни:
- алгоритм приемлемо работает для товаров постоянного (частого) спроса, а если мы хотим отслеживать доступность товаров редкого спроса, то информация будет неверной.
Выход вижу в определении уровня доступности на товары частого спроса - статистически, а но товары редкого спроса - по фиксации запросов. Ну и в любом случае, как сказал Сергей, можно сравнивать результаты обоих методов и на основе этого принимать решение.

Данный вопрос уже обсуждался в следующих темах:

Подсчет количества дней наличия товара

Корректировка статистики продаж по дефициту и пикам

Спасибо за развернутый ответ. Быть может подскажите где можно почитать подробнее об этом методе?
О его применении на практике.
01.11.2011 15:53
Genes
 
Имею в виду медиану. ;)
02.11.2011 00:09
andrey_f
 
Цитата:
Genes Спасибо за развернутый ответ. Быть может подскажите где можно почитать подробнее об этом методе?
Имею в виду медиану.
О его применении на практике.
Так и читать то особо не о чем. Что такое медиана можно в любом учебнике посмотреть по математике / статистике, или вики:

Цитата:
Медиа?на (50-й процентиль, квантиль 0,5) — возможное значение признака, которое делит ранжированную совокупность (вариационный ряд выборки) на две равные части: 50 % «нижних» единиц ряда данных будут иметь значение признака не больше, чем медиана, а «верхние» 50 % — значения признака не меньше, чем медиана.

Медиана является важной характеристикой распределения случайной величины и так же, как математическое ожидание, может быть использовано для центрирования распределения. Однако, медиана более робастна и поэтому может быть более предпочтительной для распределений с т.н. тяжёлыми хвостами, т.е. пиками, выбросами.
Наличие остатка равного медиане обеспечивает бесперебойность работы в течение рабочего дня с вероятностью около 50%.
Если остаток меньше, условно считаем, что недопродали (разницу между медианой и фактом), если больше - упущенного сбыта нет.
03.11.2011 10:18
Anna Rudometkina
 
В нашей учетной системе Несовершенные покупки фиксируются на отдельном складе. Так как опт, то период анализа – календарный месяц. Для анализа использую аналитическую платформу.
1 этап: Корректировка статистики по несостоявшимся покупкам.
По старым клиентам: если есть несостоявшиеся в течение месяца несколько дней, при этом была фактическая продажа, сопоставляю с фактическими продажами по данному клиенту за предыдущий период. Если фактическая продажа в текущем месяце равна примерно среднему значению продаж за прошлый период, то несостояловку не учитываю. Если отгрузки не было, то учитываю значение несостоявшейся продажи равное средней продаже за прошлый период.
По новым клиентам: если заявлена потребность несколько раз, то учитываю только одно значение – максимальное.
После обработки присваиваю каждой строке на складе Несостоявшихся покупок признак учитывания/неучитывания в статистику продаж.
2 этап: корректировка пиковых продаж.
Если значение продаж по клиенту относительно месяца превышает как среднее*3СКО, то считаю пиком, заменяю значение на максимальную продажу по клиенту до пика, если продажа единственная, то на максимальное значение продажи по артикулу до пика.
Все данные по скорректированной статистике и первоначальной ответственный менеджер видит в отчете.
03.11.2011 10:26
Genes
 
Уважаемая Анна!
Спасибо за развернутый ответ! Попробую сейчас "поиграться" с моими данными.
Опции темы


Часовой пояс GMT +3, время: 09:30.

 

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.