Μετάβαση στο περιεχόμενο

Πρόβλεψη ζήτησης για eshop: οι μέθοδοι και πότε ταιριάζει η καθεμία

πρόβλεψη ζήτησηςαπόθεμααγορές

Κάθε παραγγελία σε προμηθευτή είναι μια πρόβλεψη, είτε τη λέτε έτσι είτε όχι. Όταν γράφετε «60 τεμάχια», έχετε ήδη υποθέσει πόσα θα πουλήσετε μέχρι να έρθει το εμπόρευμα και για όσο θέλετε να κρατήσει. Το ερώτημα δεν είναι αν θα κάνετε πρόβλεψη, αλλά με ποια μέθοδο, και αν ξέρετε πόσο πέφτει έξω.

Πρόβλεψη ζήτησης είναι η εκτίμηση του πόσα τεμάχια θα πουλήσει κάθε κωδικός σε ένα διάστημα, από τις πωλήσεις του και ό,τι ξέρετε για το μέλλον. Συχνά λέγεται και πρόβλεψη πωλήσεων. Για ένα eshop το διάστημα που μετράει είναι συγκεκριμένο: ο χρόνος παράδοσης του προμηθευτή συν οι μέρες που θέλετε να καλύψει η παραγγελία.

Παρακάτω θα βρείτε τις μεθόδους από την απλούστερη στην πιο σύνθετη, με τα δυνατά και τα αδύνατα σημεία τους, ένα παράδειγμα με νούμερα και τον τρόπο να ελέγξετε ποια δουλεύει στα δικά σας δεδομένα. Αν θέλετε να δείτε τον λογαριασμό έτοιμο, η πρόβλεψη ζήτησης για WooCommerce του DemandPilot τον κάνει κάθε νύχτα για κάθε κωδικό.

Πρώτα τα δεδομένα

Καμία μέθοδος δεν διορθώνει λάθος δεδομένα. Χρειάζεστε:

  • πωλήσεις ανά κωδικό και ανά ημέρα, με κάθε παραλλαγή (μέγεθος, χρώμα) ξεχωριστά, γιατί αυτή είναι που τελειώνει·
  • τις μέρες που κάθε κωδικός ήταν εξαντλημένος·
  • τις μέρες με προσφορές ή εκπτώσεις·
  • τον χρόνο παράδοσης κάθε προμηθευτή.

Από τις πωλήσεις αφαιρείτε ό,τι δεν είναι ζήτηση, όπως τις ακυρωμένες παραγγελίες και τις επιστροφές χρημάτων.

Γιατί οι μέρες χωρίς απόθεμα μένουν έξω

Ένας κωδικός πούλησε 40 τεμάχια τον τελευταίο μήνα, αλλά ήταν εξαντλημένος τις 10 από τις 30 μέρες. Ο απλός μέσος όρος λέει 40 ÷ 30 = 1,33 τη μέρα. Η ζήτηση όσο υπήρχε στο ράφι ήταν 40 ÷ 20 = 2 τη μέρα. Αν παραγγείλετε με το 1,33, θα παραγγείλετε ένα τρίτο λιγότερα, θα ξαναμείνετε χωρίς απόθεμα και ο επόμενος μέσος όρος θα βγει ακόμη χαμηλότερος. Ένα άδειο ράφι μοιάζει με πεσμένη ζήτηση, αλλά δεν είναι. Όποια μέθοδο κι αν διαλέξετε από τις παρακάτω, μετράτε μόνο τις μέρες με απόθεμα.

Οι μέθοδοι πρόβλεψης ζήτησης, από την πιο απλή

1. Ίδιο διάστημα πέρσι

Πρόβλεψη = πωλήσεις του ίδιου διαστήματος πέρσι

Πιάνει την εποχή χωρίς κανέναν υπολογισμό: τον Δεκέμβριο προβλέπει Δεκέμβριο. Χάνει όμως ό,τι άλλαξε μέσα στη χρονιά: αν το κατάστημα μεγάλωσε ή μίκρυνε, αν ο κωδικός είναι καινούριος, αν πέρσι τελείωσε στη μέση του μήνα. Οι κινητές ημερομηνίες μπερδεύουν επίσης τις εβδομάδες, αφού το Πάσχα και η Black Friday αλλάζουν μέρα κάθε χρόνο. Είναι όμως καλό μέτρο σύγκρισης: μια πιο σύνθετη μέθοδος πρέπει να το κερδίζει για να αξίζει τον κόπο.

2. Κινητός μέσος όρος

Πρόβλεψη ανά ημέρα = πωλήσεις των τελευταίων N ημερών ÷ όσες από αυτές είχαν απόθεμα

Η πιο συνηθισμένη μέθοδος σε Excel. Το N είναι η ρύθμιση: με 30 μέρες αντιδρά γρήγορα, αλλά «πηδάει» με κάθε καλή ή κακή εβδομάδα. Με 90 μέρες είναι σταθερός, αλλά αργεί να καταλάβει μια αλλαγή. Για την εποχή δεν ξέρει τίποτα: τον Νοέμβριο θα σας πει να αγοράσετε με τον ρυθμό του Αυγούστου ως τον Οκτώβριο.

3. Σταθμισμένος μέσος όρος και εκθετική εξομάλυνση

Δίνουν μεγαλύτερο βάρος στις πρόσφατες εβδομάδες. Η πιο γνωστή, η εκθετική εξομάλυνση, κρατά μία τιμή και τη διορθώνει κάθε εβδομάδα:

Νέα πρόβλεψη = α × πωλήσεις της εβδομάδας + (1 − α) × προηγούμενη πρόβλεψη

Με α = 0,3, μια εβδομάδα με 20 τεμάχια πάνω σε πρόβλεψη 14 δίνει 0,3 × 20 + 0,7 × 14 = 6 + 9,8 = 15,8. Όσο μεγαλύτερο το α, τόσο πιο γρήγορα ακολουθεί τις αλλαγές, και τόσο πιο νευρικά.

4. Τάση

Όταν οι πωλήσεις ανεβαίνουν ή πέφτουν σταθερά για μερικούς μήνες, ο μέσος όρος μένει πίσω. Η τάση μετρά πόσο αλλάζει ο ρυθμός από μήνα σε μήνα και τον προβάλλει μπροστά:

Πρόβλεψη = ρυθμός σήμερα + αλλαγή ανά μήνα × μήνες μπροστά

Ο κίνδυνος είναι να προβάλετε μια άνοδο για πάντα. Μια συνετή πρακτική είναι να λογαριάζετε μόνο μέρος της τάσης, π.χ. τη μισή, και μόνο όταν έχει κρατήσει τουλάχιστον δύο μήνες.

5. Εποχικότητα

Για προϊόντα με εποχή, όπως αντηλιακά, θερμαντικά ή δώρα, φτιάχνετε έναν δείκτη ανά μήνα από το ιστορικό:

Δείκτης μήνα = πωλήσεις του μήνα ÷ πωλήσεις του μέσου μήνα της χρονιάς

Πρόβλεψη = βασικός ρυθμός × δείκτης του μήνα που προβλέπετε

Αν ο Δεκέμβριος πουλά συνήθως 1,6 φορές τον μέσο μήνα, ο δείκτης του είναι 1,6. Ο βασικός ρυθμός πρέπει να είναι κι αυτός «καθαρός» από την εποχή: τις πωλήσεις των πρόσφατων μηνών τις διαιρείτε με τον δείκτη τους πριν βγάλετε τον μέσο όρο. Για να αξίζει, θέλει τουλάχιστον μία ολόκληρη χρονιά, καλύτερα δύο. Προσοχή σε ένα κατάστημα που μεγαλώνει ή μικραίνει: αν ο δείκτης βγει από απλή σύγκριση μηνών, η ανάπτυξη ή η πτώση μοιάζει με εποχή.

6. Στατιστικά μοντέλα και μηχανική μάθηση

Υπάρχουν και πολύ πιο σύνθετες μέθοδοι, που συνδυάζουν όλα τα παραπάνω ή μαθαίνουν από πολλούς κωδικούς μαζί. Σε ένα μικρό eshop, όπου οι περισσότεροι κωδικοί πουλάνε λίγα τεμάχια την εβδομάδα, συχνά δεν έχουν αρκετά δεδομένα για να κερδίσουν έναν καλό μέσο όρο με τάση και εποχή. Αν τον κερδίζουν στα δικά σας νούμερα, θα το δείξει μόνο ένας έλεγχος στις εβδομάδες που πέρασαν.

Παράδειγμα: ένας κωδικός, πέντε προβλέψεις

Παράδειγμα (τα νούμερα είναι ενδεικτικά). Μια κούπα με κόστος 8,00 € το τεμάχιο. Θέλετε πρόβλεψη για τις επόμενες 30 μέρες, που πέφτουν στον Νοέμβριο:

  • τις τελευταίες 90 μέρες πουλήθηκαν 180 τεμάχια, αλλά η κούπα ήταν εξαντλημένη 18 μέρες·
  • στις μέρες με απόθεμα, ο ρυθμός ανέβηκε μήνα με τον μήνα από 2,0 σε 2,5 και σε 3,0 τεμάχια τη μέρα· και οι τρεις ήταν κανονικοί μήνες για αυτό το προϊόν, χωρίς εποχή·
  • πέρσι τον Νοέμβριο πουλήθηκαν 66 τεμάχια·
  • από το ιστορικό, ο Νοέμβριος πουλά 1,2 φορές τον μέσο μήνα.
ΜέθοδοςΛογαριασμόςΠρόβλεψη 30 ημερών
Ίδιο διάστημα πέρσιοι πωλήσεις του περσινού Νοεμβρίου66
Μέσος όρος 90 ημερών, με τις άδειες μέρες180 ÷ 90 × 3060
Μέσος όρος 90 ημερών, μόνο μέρες με απόθεμα180 ÷ 72 × 3075
Τελευταίος μήνας, με τη μισή τάση(3,0 + 0,25) × 3098
Μέσος όρος με εποχικότητα2,5 × 1,2 × 3090

Από 60 έως 98 τεμάχια για τον ίδιο κωδικό: 38 τεμάχια διαφορά, δηλαδή 304,00 € στο κόστος, για ένα μόνο προϊόν. Ποια πρόβλεψη είναι σωστή, από πριν δεν το ξέρει κανείς. Δύο πράγματα όμως φαίνονται ήδη. Η γραμμή «με τις άδειες μέρες» είναι σίγουρα χαμηλή, γιατί μετρά τις 18 μέρες χωρίς απόθεμα ως μηδενική ζήτηση. Και η «ίδιο διάστημα πέρσι» αγνοεί ότι η κούπα πουλά φέτος γρηγορότερα. Ανάμεσα στις υπόλοιπες τρεις, αποφασίζει ο έλεγχος της επόμενης ενότητας.

Πώς ελέγχετε μια πρόβλεψη στις εβδομάδες που πέρασαν

Ο μόνος τίμιος τρόπος να διαλέξετε μέθοδο είναι να τη δοκιμάσετε σε εβδομάδες που έχουν ήδη περάσει:

  1. Διαλέξτε μια Δευτέρα πριν από μερικούς μήνες.
  2. Κάντε την πρόβλεψη για τις επόμενες 4 εβδομάδες μόνο με όσα ξέρατε εκείνη τη Δευτέρα, χωρίς καμία πώληση από μετά.
  3. Συγκρίνετε με όσα πουλήθηκαν πραγματικά.
  4. Επαναλάβετε για πολλές Δευτέρες και για όλους τους κωδικούς.

Δύο νούμερα αρκούν:

Σφάλμα (%) = άθροισμα |πραγματικές − πρόβλεψη| ÷ άθροισμα πραγματικών

Μεροληψία (%) = άθροισμα (πρόβλεψη − πραγματικές) ÷ άθροισμα πραγματικών

Το σφάλμα λέει πόσο πέφτει έξω η πρόβλεψη· η μεροληψία λέει προς ποια μεριά. Μια μέθοδος που πέφτει σταθερά 20% πάνω γεμίζει την αποθήκη, ενώ μία που πέφτει 20% κάτω αδειάζει τα ράφια. Αφήστε έξω τις εβδομάδες που ο κωδικός ήταν εξαντλημένος, γιατί εκεί οι πωλήσεις δεν δείχνουν τη ζήτηση. Και συγκρίνετε πάντα με μια απλή μέθοδο, όπως το ίδιο διάστημα πέρσι ή τις τελευταίες 4 εβδομάδες. Αν η «έξυπνη» μέθοδος δεν την κερδίζει, δεν αξίζει την πολυπλοκότητα.

Από την πρόβλεψη στην παραγγελία

Η πρόβλεψη δεν είναι ακόμη παραγγελία. Τη μετατρέπετε σε τρία βήματα:

  1. Προβλέπετε τις πωλήσεις για τον χρόνο παράδοσης του προμηθευτή συν τις μέρες αποθέματος που θέλετε.
  2. Υπολογίζετε τι θα έχει μείνει στο τέλος αυτής της περιόδου: το σημερινό απόθεμα, μείον τις προβλεπόμενες πωλήσεις, συν ό,τι έρχεται, τη μέρα που φτάνει.
  3. Ό,τι λείπει είναι η ποσότητα, που τη στρογγυλεύετε στην ελάχιστη ποσότητα του προμηθευτή και σε ολόκληρες συσκευασίες.

Επειδή καμία πρόβλεψη δεν πέφτει ακριβώς, προσθέτετε και απόθεμα ασφαλείας, ανάλογο με το πόσο πέφτει έξω η πρόβλεψη του κωδικού. Πολλά μικρά καταστήματα κάνουν όλον αυτόν τον λογαριασμό σε ένα φύλλο. Αν είστε εκεί, δείτε πώς στήνεται και πού σταματά η διαχείριση αποθήκης σε Excel.

Πώς το κάνει το DemandPilot

  • Διαβάζει τον κατάλογο, τις παραγγελίες και το απόθεμα του WooCommerce σας με κλειδί REST μόνο για ανάγνωση. Δεν εγκαθίσταται τίποτα στο WordPress και δεν αλλάζει ποτέ το απόθεμα του eshop.
  • Κάθε νύχτα μετρά τον ρυθμό πώλησης κάθε κωδικού μόνο στις μέρες που είχε απόθεμα.
  • Η πρόβλεψη στηρίζεται στις πρόσφατες πωλήσεις και την τάση τους, και στις εποχικές κορυφές όταν υπάρχει ιστορικό.
  • Προβλέπει για τον χρόνο παράδοσης του προμηθευτή συν τις μέρες αποθέματος που θέλετε, υπολογίζει το απόθεμα στο τέλος της περιόδου με τις παραγγελίες που φτάνουν τη μέρα που αναμένονται, και κάνει το έλλειμμα προτεινόμενη ποσότητα, με την ελάχιστη ποσότητα και τις συσκευασίες του προμηθευτή.
  • Κάθε εβδομάδα ελέγχει πώς θα είχε προβλέψει τις προηγούμενες εβδομάδες, μόνο με όσα ήξερε κάθε Δευτέρα. Είναι δηλαδή ο έλεγχος στις εβδομάδες που πέρασαν, χωρίς να τον στήνετε εσείς.

Κάθε πρωί βλέπετε τι να ξαναπαραγγείλετε, πόσο και ως πότε («Παραγγελία έως»). Η τιμή ορίζεται ανά επιχείρηση, με προσφορά.

Συχνές ερωτήσεις

Ποια μέθοδος πρόβλεψης ζήτησης ταιριάζει σε ένα μικρό eshop;

Συνήθως ένας μέσος όρος των πρόσφατων πωλήσεων, μετρημένος μόνο στις μέρες με απόθεμα, με συγκρατημένη τάση και με εποχικότητα εκεί που υπάρχει ιστορικό. Πριν περάσετε σε κάτι πιο σύνθετο, ελέγξτε ότι κερδίζει την απλή μέθοδο στις δικές σας εβδομάδες που πέρασαν.

Πόσο ιστορικό πωλήσεων χρειάζομαι;

Για έναν μέσο όρο αρκούν λίγοι μήνες. Για εποχικότητα χρειάζεται τουλάχιστον μία ολόκληρη χρονιά, ώστε να έχετε δει κάθε μήνα μία φορά· με δύο χρονιές ο δείκτης είναι πιο σταθερός.

Τι κάνω με τα νέα προϊόντα;

Χωρίς ιστορικό, ξεκινήστε από ένα παρόμοιο προϊόν που ήδη πουλάτε, παραγγείλετε συντηρητικά και ξανακοιτάξτε τις πωλήσεις μετά από δύο ή τρεις εβδομάδες. Μη μετράτε τις πρώτες μέρες σαν ολόκληρο μήνα: ένα προϊόν που μπήκε στο eshop πριν από 10 μέρες έχει 10 μέρες πωλήσεων, όχι 30.

Να βγάλω τις προσφορές και τη Black Friday από το ιστορικό;

Από τον βασικό ρυθμό, ναι: μια εβδομάδα με έκπτωση 30% δεν δείχνει την κανονική ζήτηση. Κρατήστε τες όμως σημειωμένες, γιατί θα ξανάρθουν. Όταν σχεδιάσετε την επόμενη, η προηγούμενη είναι το καλύτερο μέτρο που έχετε.

Πόσο ακριβής μπορεί να είναι μια πρόβλεψη;

Το σύνολο του καταστήματος προβλέπεται πολύ πιο εύκολα από κάθε κωδικό χωριστά, γιατί οι αποκλίσεις των κωδικών εν μέρει αλληλοαναιρούνται. Στον κωδικό που πουλά λίγα τεμάχια την εβδομάδα οι αποκλίσεις είναι αναπόφευκτες, και γι' αυτό υπάρχει το απόθεμα ασφαλείας. Ο στόχος δεν είναι να μην πέφτει ποτέ έξω, αλλά να ξέρετε πόσο πέφτει και προς ποια μεριά.