Работа с товаром из Китая. Прогнозирование - управление : Реальные задачи по закупкам

Goncharov За советом хочу обратиться :)

Очень интересует сейчас прогнозирование спроса на Китай (импорт) и собственно, управление таким товаром. Зазор между заказом и поставкой в среднем пол года (иногда меньше, но особо интересует как раз такой долгосрочный период), потому как с производством связаны. Жизненный цикл товара встречается (и не мало) выше одного года, так что статистика, в какой-то мере, в помощь идёт. Проблема в том, что колебания конечно довольно высокие, даже в прогнозировании группы, не говоря уже о товарах (имеется в виду, ошибка прогноза по группам и колебания самого товара).

То есть, один вопрос - Практические советы по прогнозированию спроса, возможно, какой-то необычный алгоритм.
Второй вопрос - управление таким товаром, с учётом плеча доставки примерно 6 месяцев. Возможно, стоит выводить какой-то прогноз по Категории товара, а уж потом внутри этой категории просто разбивать спрос по товарам в зависимости от Доли его продаж по прошлым годам?
Поделитесь пожалуйста опытом в этом вопросе, у кого какой есть. Буду благодарен!

Goncharov За советом хочу обратиться :)


То есть, один вопрос - Практические советы по прогнозированию спроса, возможно, какой-то необычный алгоритм.
Второй вопрос - управление таким товаром, с учётом плеча доставки примерно 6 месяцев. Возможно, стоит выводить какой-то прогноз по Категории товара, а уж потом внутри этой категории просто разбивать спрос по товарам в зависимости от Доли его продаж по прошлым годам?
Поделитесь пожалуйста опытом в этом вопросе, у кого какой есть. Буду благодарен!

Олег Н Добрый день.
Я работаю приблизительно в таких же условиях. плече поставки от 4 до 6 месяцев, колебания продаж в течение месяца в разрезе неделя день могут быть больше 1000%. ЖЦТ от года до 3 лет.
1. Делаю прогноз на год в количественном и денежном выражении (в разрезе месяца) обобщенный по всему ассортименту, с квартальной корректировкой.
2. По группам по каждой индивидуально и параллельно по доли от общего (на 6 месяцев) с ежемесячной корректировкой.
3. По каждой позиции в группе и параллельно по доли в группе(на 6 месяцев) с ежемесячной корректировкой.
Т.к у меня одна группа - один поставщик, делаю заказы по группе ежемесячно. Страховой запас держу на 14 дней.

PavelF Здравствуйте, коллеги.
Хочу обсудить методологию прогнозирования в моих условиях.

Дано:
* Оптовая компания в составе холдинга, импортирующая товары из Китая и ЕС. Товары (около 500-600 SKU сейчас) поставляется в сеть магазинов (почти 300 точек, органический рост продолжается) + оптовое направление, но оптовики свои прогнозы считают сами, их не рассматриваю.
* Есть статистика по годовым продажам (месяц, квартал, полугодие), можно добыть по конкретным магазинам.
* На предприятии внедрены SAP и OLAP, с помощью которых в принципе любая статистика добывается в любых разрезах.
* Магазины розницы развиваются неравномерно.
* На данный момент расчёт нового заказа строится так: берётся максимальное значение (=МАКС) в полугодовой статистике прошлых продаж, к нему применяется коэффициент логистического плеча. Основание подобного решения: это возможность не "пролететь" с ростом сети в будущие периоды.
* При этой системе при этом часто возникает дефицит товара: часто по различным причинам происходят задержки поставок. С этим уже боремся, но пока ситуация именно такова.

Дополнительная вводная:
* Логистическое плечо сейчас: около 18 недель (4,5 месяцев) с момента размещения заказа и оплаты до попадания товара на полку. Соответственно расчёт по закупке нужно делать на 4,5 месяца вперёд, возможность дозаказа в случае внезапного высокого уровня потребления существует, но она дорогая.
* Статистика продаж больше похожа на "пилу": часто встречаются резкие падения (чаще всего дефицит, аномальный рост продаж также встречается, но реже).
* Товары в основном с долгим жизненным циклом, длительного хранения, примерно треть ассортимента приходится на сезонные товары, ещё около 10% - товары ежедневного спроса.

Что я хочу сделать:
1.
А) С помощью имеющихся инструментов сгладить нелогичные (чьи показатели больше/меньше на 150-200% среднемесячного, более не повторяющихся в течение следующих периодов) росты и провалы в графиках, заменив их на значение на среднемесячное потребление при анализе.
Б) Высчитать для товаров с помощью инвентора прогнозируемое значение будущего потребления на основе статистических данных.
В) Взять несколько базовых магазинов сети, вычислить тренд, связанный с позициями, применить этот тренд к прогнозируемой величине.

Хочу услышать критику/предложения, относительно своих действий. Сразу скажу, что библиотеку прочитал внимательно, каждый документ оттуда, также как сайт уважаемого Валерия.

Заранее спасибо.