Новый взгляд анализа

ПРОГНОЗЫ КАЖДОГО ДНЯ

Компания занимается производством и оптовыми продажами скоропортящихся продуктов питания повседневного спроса. По некоторым своим характеристикам они объединены в группы по технологичности.

В середине месяца составляется прогноз продаж на следующий. Выполнить эту работу не получается всегда вовремя. Такое происходит ввиду большого объёма данных и новой информации по нескольким, иногда противоречивым, факторам. Неопределённость вызывает частое отсутствие предварительных заказов и предположения о продажах, основой которых являются подписанные договоры.

Составлением месячного прогноза обычно занимается планово-экономический отдел. Там рассчитываются только общие данные по реализации групп. Дополнительно велось постоянное наблюдение со стороны отдела маркетинга. Но, в связи с нетипичными колебаниями рынка необходимо было осуществить прогнозирование на каждый день.

Необходимо быстро составить достоверный прогноз по реализации групп на следующий месяц с разбивкой по дням. Сформировать отчётность по всем группам с оценкой тренда. По возможности, оценить качество модели для дальнейшего использования. Такие прогнозы ранее не составлялись, детализации не уделялось должного внимания. При прогнозировании важны и собственный опыт, и интуиция прогнозиста. Однако неправильное их использование может привести к ошибкам. Путаницу могут привнести и советы агентов по сбыту.

 

данные были получены из корпоративной базы и трансформированы в нужную структуру. Могли использоваться только значения за 2 неполных месяца, так как более ранние имели совершенно иное развитие. Поэтому в динамику временных рядов были внесены минимальные изменения. Предобработка заключалась только в удалении аномалий.

Для прогнозирования использовалась аналитическая программа. Не было времени построить хорошую модель для прогнозов, и в ней нашёл применение лишь готовый компонент. Была создана пользовательская модель как сочетание уже имеющейся статистической функции и коэффициентов, рассчитанных ранее.

Все этапы преобразований и получения результатов были сохранены в сценарии. Он, при необходимости, может быть использован для последующего прогнозирования. В результате, в течение рабочего дня составлены несколько предварительных вариантов. Полученные значения были преобразованы в определённый формат и переданы в плановый отдел.

Совмещённые гистограммы продаж по факту, прогнозу можно увидеть ниже. Для сравнения выбрана группа с наибольшими объёмами реализации. Выделяется тренд: линейная составляющая снижающихся продаж. Циклическая составляющая представлена в виде колебаний, определённых по неделям.

Гистограмма прошлых и будущих значений

Оценка модели была проведена уже после окончания прогнозного периода. Были использованы значения по той же группе. Наилучшие совпадения отмечаются в середине и в конце периода прогнозирования. Именно в этом прогнозируемом месяце происходит смена трендов по наиболее весовым группам.