Анализ
Описание и применение
Страница "Анализ" предназначена для построения прогнозных моделей и глубокого изучения факторов, влияющих на прогноз. Страница представлена двумя элементами:
Окно "Параметры" предназначено для выбора и настройки основных параметров для построения прогноза;
Окно "Результаты" предназначено для отображения результатов прогноза, влияющих на прогноз факторов, а также изучения их природы.
Как мы строим прогноз
MySales имеет наиболее технологически и математически совершенное, проверенное на сотнях миллионов различных позиций и магазинов, ядро системы (движок), отвечающее за построение прогноза стабильного качества по каждой позиции в каждом магазине.
Прогноз строится на разных уровнях, начиная с наиболее укрупненных уровней, заканчивая самыми детальными:
Товарная группа - вся сеть
Товарная группа - регион
Товарная группа - магазин
SKU - вся сеть
SKU - регион
SKU - магазин
Построение прогноза - автоматический, многоэтапный, итерационный процесс, имеющий иерархию и работающий с огромным массивом данных. При построении прогноза анализируется вся доступная история по указанным выше уровням, вплоть до последних 3-4 лет продаж. Это - огромный объем данных. Только представьте. Если у вас есть, например 100 магазинов и 10 000 SKU, то это уже один миллион комбинаций умноженный на 3-4 года истории продаж. При каждом пересчете всех прогнозов MySales анализирует гигабайты информации для небольших розничных сетей и терабайты информации для сетей у которых сотни магазинов.
Описывая алгоритм расчета прогноза MySales, нам хотелось бы предостеречь вас от попыток реализовать такой алгоритм самостоятельно. Даже если у вас получится в разумные сроки такой алгоритм реализовать, понадобятся годы, чтобы протестировать его на миллионах различных позиций, вылавливая ошибки, а также потратить огромные усилия на оптимизацию производительности расчета, чтобы довести ее до приемлемого уровня, прежде чем вы сможете получать экономическую выгоду от его использования.
Можно выделить следующие основные этапы построения прогноза MySales, которые система выполняет для каждой комбинации на каждом уровне:
Загрузка и подготовка данных из СУБД, а также файлового хранилища MySales, которое используется чтобы оптимизировать скорость расчета прогноза, а также снизить нагрузку на СУБД при обработке огромных объемов данных. Загружаются не только исторические продажи, цены, скидки, остатки, приходы, а и товарная иерархия и справочник товаров, географическая иерархия и справочник магазинов, внешние данные (погода, макроэкономика, цены конкурентов)
Подстановка данных для аналогов по магазинам или по позициям. При этом, система всегда видит свежие данные по продажам нового магазина или новой позиции и использует данные аналогов только для тех периодов, где нет информации о новинке.
Формирование пакетов данных для расчета прогноза в мультипроцессорной среде с использованием множества (обычно от 3-х до 9-ти) потоков
Первичная очистка данных продаж от ключевых воздействующих факторов, для расчета тренда и сезонности. Этот этап важен, чтобы отделить влияние цены, скидки и промо на продажи и корректно рассчитать сезонные приросты. Учитывая, что в ритейле количество исторических данных по многим SKU редко настолько большое, чтобы исключать периоды, где имело место влияние скидки или цены, что связано с постоянной ротацией ассортимента, MySales вместо исключения, выделяет влияние этих факторов, чтобы не уменьшать и так ограниченную историю продаж, исключая только самые экстремальные периоды. Также на всех этапах, при анализе продаж исключаются периоды, где были существенные потери продаж из-за того, что товар отсутствовал, либо его было недостаточно на остатке для обеспечения продаж. Такой подход дает преимущество в том, что фактически, тренд и сезонность рассчитываются корректно даже если история продаж ограничена и насчитывает всего лишь год. Недостающие периоды при этом могут заполняться с более высоких уровней прогнозирования.
Расчет сезонности. MySales считает как мультипликативные (сезонный коэффициент), так и аддитивную сезонность. Это необходимо для того, чтобы при применении сезонности, проанализировав увеличивается ли волатильность сезонных периодов вместе с трендом (общим ростом или спадом продаж), выбирать наиболее оптимальный метод ее применения. При этом, для уровня товарных групп также рассчитывается сезонность средней цены группы, что необходимо для прогнозирования средней цены группы на длительный горизонт, так как сезонные пики обычно имеют и более высокую среднюю цену в группе.
Расчет тренда общего роста или спада продаж. Выполняется также после очистки продаж от основных воздействующих факторов (цена, скидка, промо), а также после очистки от сезонности. Также система рассчитывает средние продажи и медиану, используя очищенные продажи.
Заполнение исходной матрицы исторических значений предикторов (воздействующих факторов). Ряд предикторов являются расчетными значениями, например, соотношение цены на текущий период к средней цене за предыдущие периоды.
Анализ зависимостей продаж от воздействующих факторов (цена, скидка, погода, макроэкономический фактор, которым чаще всего выступает курс валют, каннибализация и др.) При расчете каждого воздействующего фактора, система выборочно очищает его от других, наиболее существенных воздействующих факторов, например, от промо и от сезонности. При анализе зависимости от цены, система также анализирует тренд по инфляции или дефляции, чтобы очистить исторические цены от такого воздействия. Ряд факторов анализируется отдельно для низкого, высокого и среднего сезонов, для того, чтобы ценовая эластичность, например, по мороженному отличалась зимой и летом.
Если зависимости воздействующих факторов на детальных уровнях определить не удается, то ключевые из них (например, влияние цены, сезонность) система берет с более верхних уровней. Например, для уровня SKU-магазин, такие зависимости могут быть взяты с уровня SKU-регион или SKU-вся сеть, с уровня группа-магазин, группа-регион, либо группа-вся сеть.
Заполнение целевой матрицы будущих значений предикторов. Здесь используется дифференцированный подход, который по некторым факторам может быть простым средним значением или медианой, по некоторым - прогнозными значениями, а по некоторым - информацией, которая была введена пользователем в системе заказчика и загружена в хранилище данных MySales. Рекомендуется всегда загружать в MySales ассортиментную матрицу, будущие цены, как только они становятся известны, вводить данные о промо-активностях.
Расчет коэффициентов корреляции и формирование на основании этих коэффициентов автоматической модели прогнозирования с использованием тех факторов, которые оказывают влияние на продажи.
Тестирование автоматической, а также преднастроенных моделей прогноза. Под прогнозной моделью в данном случае понимается набор воздействующих факторов.
Выбор модели, которая дает наилучшую точность на прошлых продажах. При оценке каждой модели исключаются периоды, где товара было недостаточно для обеспечения продаж, а также промо-периоды, оказывающие наибольшее воздействие на продажи.
После того, как наилучшая модель выбрана, формируется прогноз на будущие периоды
Также с прогнозом проводится ряд действий, направленных на обеспечение его стабильности и надежности, например, расчет минимальных значений продаж, расчет автокорреляции ошибки модели, для того, чтобы скорректировать прогноз на ближайшие недели и сделать его более точным
Следующий этап - это расчет промо приростов к прогнозу. На этом этапе система использует промо-коэффициенты прироста к прогнозу, сгенерированные набором найронных сетей (Дуся), либо данные из сопоставимых промо, если такие удалось подобрать. Промо приросты адаптируются к индивидуальным особенностям каждой прогнозируемой позиции в каждом магазине, чтобы учесть индивидуальные особенности разных комбинаций и их чуствительность к промо-факторам. Также рассчитываются минимальные и максимальные ограничители промо-прироста, чтобы обеспечить стабильный результат по новым позцииям, где недостаточно истории промо.
После расчета промо приростов, система выполняет перебалансировку модели с учетом всех воздействующих факторов. Это необходимо чтобы сбалансировать влияние в промо-прогнозе цены и промо-эффекта, которые зачастую имеют высокую корреляцию.
На этом этапе прогноз уже готов, теперь можно посчитать страховой запас. Стоит отметить, что СЗ рассчитывается как среднеквадратичное отклонение прогноза от продаж на прошлых периодах, однако, чтобы как в примере выше с мороженным, СЗ отличался в летний и зимний период, прогноз разбивается на 3 диапазона: высокий, низкий и средний. Страховой запас считается отдельно по каждому диапазону.
Далее, прогноз используется для расчета ценовых рекомендаций, чтобы можно было определить наиболее оптимальную цену для продаж в деньгах или маржи
Заключительным этапом, выполняется расчет возможного экономического эффекта в прошлом, в виде повышения продаж, либо потерь продаж там, где были воздействующие факторы, не известные системе, а также в виде снижения товарных запасов.
Стоит также отметить, что в системе есть отдельный алгоритм и последовательность расчета для новых позиций, по которым не проставлен аналог: для таких позиций система использует продажи средней позиции в товарной группе, корректируя их на ценовую эластичность группы c использованием конкретной цены новинки, а также применяя ряд других ограничений и расчетов, чтобы сделать результат более стабильным и точным.
Есть также отдельный алгоритм прогнозирования позиций при расширении дистрибуции. Пример: позиция продавалась в 10 из 30 магазинов в регионе, учитывая хорошую динамику и потенциал, категорийный менеджер принял решение листинговать ее во всех 30 магазинах в регионе. В данном случае, система использует динамику продаж на уровне SKU-регион, товарная группа-регион и товарная группа-магазин, чтобы построить прогноз по этой позиции в магазине, где нет истории продаж и эта позиция листингуется впервые.
Набор всех факторов, которые учитывает система задается пользователем и может быть адаптирован индивидуально. Стандартный набор описан в разделе Стандартные предикторы".
Параметры
Окно Параметры предназначено для выбора и настройки основных параметров построения модели прогноза. Оно состоит из следующих категорий:
Магазины
Группы
SKU
Выбор данных происходит следующим образом:
кнопка “Все” открывает выпадающий список для выбора необходимых данных. В нем представлены ранее используемые данные, а также есть возможность выбрать новые данные при нажатии на "выбрать...";
кнопка “Не учитывать” позволяет выбрать все данные по соответствующей категории;кнопка позволяет не строить прогноз для отдельных SKU, а строить только на уровне Группы.
Кнопка "Настройки" открывает дополнительные параметры настройки прогноза (чтобы спрятать дополнительные параметры, нужно нажать кнопку еще раз):
параметр "Последняя неделя" – отвечает за выбор последней недели, для которой система будет видеть исторические данные, даже если они имеются после нее (последняя неделя обучающей выборки). Используется для проверки построенного прогноза;
параметр "Профиль" – отвечает за выбор типа прогноза:
"52-weeks" – построение прогноза на 52 недели;
"52-weeks log" – построение прогноза на 52 недели с детальным отчетом по процессу построения прогнозной модели (отчет можно увидеть у вкладке "Модели");
"26-weeks" – построение прогноза на 26 недель;
"Brain 1000" – построение прогноза с использованием нейронной сети в 1000 итераций;
"Brain 3000" – построение прогноза с использованием нейронной сети в 3000 итераций.
параметр "Поставщик" – отвечает за выбор поставщика, выбор поставщика происходит аналогично выбору магазина/группы.
При нажатии кнопки "Рассчитать" начинается построение прогноза. Детальная информация о ходе построения прогноза отображается под индикатором прогресса. По окончанию построения прогноза произойдет звуковое оповещение.
Результаты
Окно "Результаты" автоматически отображается после завершения процесса построения прогноза и предназначено для отображения результатов прогноза и влияющих на него факторов, а также для изучения их природы.
Окно "Результаты" состоит из двух областей:
область анализа – предназначена для глубокого изучения прогнозной модели, предикторов и их влияния на прогноз;область отображения результатов – предназначена для отображения результатов прогноза и значений параметров.
Кнопка "Развернуть" открывает дополнительные параметры отображения результатов прогноза (чтобы спрятать дополнительные параметры, нужно нажать кнопку "Свернуть").
Есть возможность настраивать отображения результатов следующим образом:
изменяет отображение даты прогноза понедельно и помесячно;позволяет выбрать диапазон отображения прогноза (с начальной даты и по последнюю);изменяет отображение прогноза продаж по количеству и по объему продаж в деньгах;
Для применения изменений вышеперечисленных параметров необходимо нажать "Применить".
В дополнительных параметрах есть панель для работы с файлами:
Для загрузки ранее построенной модели прогноза для анализа нужно выбрать файл в поле "Выбрать файл…", а после нажать кнопку загрузки ;
Для сохранения построенной модель прогноза в формате json (для возможности ее загрузки в будущем) нужно нажать кнопку ;
Для сохранения и скачивания построенного прогноза и матрицы конфигурации (параметров прогноза) в csv-формате .
Область анализа
Область анализа – это одна из компонент окна "Результаты", которая предназначена для глубокого изучения прогнозной модели, компонентов модели и их влияния на прогноз. Она используется для ручного анализа прогноза по SKU, для понимания значений прогноза, для анализа факторов, которые на него влияют. Это очень важная часть программного обеспечения, так как она позволяет пользователю получить полные сведения о влиянии разных факторов на прогноз, понять как изменяются продажи с изменением цены, а также увидить в числовом выражении как разные факторы изменят продажи.
Область анализа представлена заголовком и панелью элементов.
В заголовке отображается:
Название Группы / SKU;
Количество магазинов / название магазина;
– кнопка загрузки данных с области "Отображения результатов" в файл сsv формата.
Панель элементов позволяет получить детализированную информацию по позициях и состоит из следующих элементов:
– выпадающий список, элементы которого позволяют анализировать продажи и прогнозную модель в разрезе SKU и cостоит из:
График по SKU – визуализирует значения элемента "Компоненты" в виде графика по всем SKU (пользователь сам выбирает на графике какую компоненту отображать). Детально о все компонентах описано в разделе Справочник компонентов анализа;Таблица по SKU – визуализирует значения элемента "Компоненты" в виде таблицы по всем SKU (пользователь сам выбирает на графике какую компоненту отображать);Список SKU – позволяет выбрать для анализа прогнозную модель по конкретному SKU. Прогнозная модель по выбранному SKU отображается отдельной областью под родительской областью (SKU исчезает со списка);
– выпадающий список, элементы которого позволяют анализировать продажи и прогнозную модель в разрезе магазина, состоит из :
График по магазинам – визуализирует значения элемента "Компоненты" в виде графика по всем магазинам (пользователь сам выбирает на графике какую компоненту отображать). Детально о все компонентах описано в разделе Справочник компонентов анализа;Таблица по магазинам – визуализирует значения элемента "Компоненты" в виде таблицы по всем магазинам (пользователь сам выбирает на графике какую компоненту отображать);Список магазинов – позволяет выбрать для анализа прогнозную модель по конкретному магазину. Прогнозная модель по выбранному магазину отображается отдельной областью под родительской областью (магазин исчезает со списка);
– позволяет добавить новый компонент, параметр, результат или характеристику построенной прогнозной модели в область отображения результатов. Разные компоненты отображают либо их влияние на прогноз в деньгах, либо в штуках, также отображают исторические значения факторов, которые влияют на прогноз. Использование компонент позволяет более детально изучить влияние факторов на прогноз, а также понять почему прогноз имеет те, или другие значения. Также с помощью компонент добавляются аномальные продажи и исключаются недели из прогнозу (детально описано в разделе Аномалии и исключения). После добавления компонент исчезает из списка; компонент возвращается в список после его удаления из области отображения. Для более детальной информации по элементу "Компоненты" см. раздел Справочник компонентов анализа;
– предназначен для визуального анализа результатов прогноза в виде графика. График позволяет визуально оценить построенный прогноз, а также с помощью компонент понять поведение прогноза (например с помощью компоненты остаток можно увидеть изменения остатка и понять, что например продажи упали именно по причине недостачи товаров);
На графике по умолчанию отображается график исторических продаж, график построенного прогноза, и график исторических продаж, сдвинутый на 52 недели вправо (для визуальной оценки прогноза). Также на графике будут отображаться выбранные компоненты. Пользователь может отключить отображения любого элемента нажав на его название под графиком.
– предназначен для визуализации и оценки влияния предикторов на прогнозную модель (отображаются те предикторы, которые были включены в модель). Позволяет проанализировать, из-за каких параметров прогноз имеет то или иное значение. Детально о предикторах описано в разделе Предикторы. Этот элемент очень важный для понимания самого прогноза. Он отображает численные значения влияние разных факторов на прогноз и понимать от чего именно зависят продажи в разные периоды. Пользователь может отключить отображения любого элемента нажав на его название под графиком.
– предназначен для визуализации графика ценовой эластичности спроса. Этот график позволяет пользователю увидеть как меняется спрос при изменении цены на товар с использованием ценовой эластичности. Система рассчитывает средние продажи в штуках, деньгах и марже относительно разных цен. Также система рассчитывает теоретически оптимальные значение цены для максимизации продаж в деньгах и марже. Область вокруг линии графика обозначает возможный диапазон продаж для конкретного значения цены. Она построена основываясь на погрешности прогноза, логично, что чем больше погрешность, тем больше будет область и больше будет дипапазон спрогнозированных значений продаж.
Существует 3 интерпретации ценовой эластичности (в зависимости относительно чего она считается) (для выбора нужно нажать на необходимое поле; текущее значение цены обозначено точкой на графике):
В штуках – влияние на количество продаж в штуках, цена закупки – предполагаемая закупочная цена;В деньгах – влияние на продажи в деньгах, цена закупки – предполагаемая закупочная цена, лучшая цена продаж – цена, которая, теоретически, дает наиболее высокие продажи;Маржа – влияние на прибыль от продаж, цена закупки – предполагаемая закупочная цена, лучшая цена продаж – цена, которая, теоретически, дает наиболее высокую маржу.
– предназначен для визуализации в виде графика с диапазоном погрешности влияния предикторов цены, скидки и погоды на продажи. Позволяет пользователю увидеть как изменение этих факторов будет изменять продажи.
Необходимый фактор выбирается из элементов выпадающего окна "Предикторы"; если нужного фактора нет в списке, то влияние этого фактора не наблюдается.
Существует 2 интерпретации влияния (текущее значение обозначено точкой на графике):
В штуках – влияние на количество продаж;В деньгах – влияние на продажи в деньгах.
– предназначен для исследования и анализа примененной прогнозной модели, изучения влияния различных предикторов, анализа отчетности по построению модели, а также выбора другой прогнозной модели в случае несогласия с выбранной ранее моделью.
Элемент имеет 3 вида отображения:
обобщенное – для агрегированного прогноза по магазинам и SKU, отображаются при выборе вкладки модели на уровне группы и SKU до выбора отдельных магазинов. Отображает модели для всех выбранных магазинов, а также для регионов. (чтобы изменить модель нужно убрать или добавить галочки возле нужных компонент и нажать "Обновить модель");обычное – отображается после выбора конкретного магазина. Может отображаться как для всех SKU, так и для выбранных. (для выбора этого параметра нужно сначала выбрать определенный магазин), отображает:Оценка прогноза - значения для разных оценок прогноза;Протестированные модели - построенные модели, их оценка, влияние ранее заданных в файле опций предикторов для каждой модели. Зеленым подсвечивается модель, которую система выбрала как наилучшую на основании среднеквадратической ошибки. Пользователь может изменить модель вручную нажав возле выбранной модели в столбце "Фикс."Коэффициенты корреляции - коэффициенты зависимостей разных компонент друг от друга и на продажи;Тренды - формулы восстановления значений элементов прогноза;подробное – для более детального изучения процесса построения прогнозной модели, отображается в виде отчетности по процессу построения и работает только в режиме "52-weeks log" (лог автоматически появляется в разделе "Модели").
Область отображения результатов
Область отображения результатов – это компонент окна "Результаты", который предназначен для отображения результатов прогноза и значений исторических данных, восстановленных данных, и других результирующих компонент.
По умолчанию отображаются такие компоненты, как:
неделя в формате ISO;
исторические объемы продажи за соответствующую неделю;
прогноз объемов продаж за соответствующую неделю;
исторические объемы продаж, сдвинутые на 52 недели вперед во времени, за соответствующую неделю.
Также есть возможность добавить другие компоненты при помощи элемента области анализа "Компоненты"; для более детальной информации по компонентам см. раздел "Справочник компонентов анализа прогноза".
Справочник компонентов анализа прогноза
Компоненты анализа прогноза (элемент "Компоненты") предназначены для детального анализа и исследования построенной прогнозной модели.
Компоненты анализа прогноза делятся на следующие категории:
в штуках – компоненты, которые отображают результаты прогноза в виде объемов продаж;
в деньгах – компоненты, которые отображают исторические данные и результаты прогноза в деньгах;
исторические – компоненты, которые отображают исторические данные и промежуточные результаты прогноза (предикторы, которые использовались на любом из этапов прогноза), подсчитанные на основе исторических данных;
конкуренты - компоненты, которые отображают значения цены на выбранную позицию у конкурентов;
регрессоры – компоненты, которые отображают влияние ценовых факторов, факторов погоды и ширины ассортимента по группе;
эконом. эффект – компоненты, которые отображают экономический эффект при правильном использовании MySales;
модели – компоненты, которые отображают результаты прогноза при использовании альтернативных моделей прогноза (не отображается для агрегированных моделей).
Категория В штуках
Категория в штуках состоит из следующих компонентов:
заказ – отображает объем прогноза продаж в штуках с учетом страхового запаса (рекомендуемые результаты для заказа);
сезонность – отображает сезонный прирост продаж в штуках (с учетом коэффициента влияния на прогноз);
тренд – отображает влияние тренда на объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
регион – отображает влияние перераспределение продаж по региону (с учетом коэффициента влияния на прогноз);
группа – отображает влияние перераспределение продаж по группе (с учетом коэффициента влияния на прогноз);
авто ошибка – отображает восстановленное влияние других факторов (с учетом коэффициента влияния на прогноз). Считается на основании компонента cред. ошибка, и продолжительность действия компоненты может быть 2, 4, или 6 недель в зависимости от того, какая продолжительность дает лучший результат (меньшую ошибку);
мин – отображает влияние преобразования объема продаж, в случае прогноза ниже исторически граничного допустимого объема в штуках (с учетом коэффициента влияния на прогноз). Граничным допустимым объемом продаж по умолчанию считается нижний квартиль объема продаж;
цена % – отображает влияние изменения цены на объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
скидка – отображает влияние скидки в деньгах на объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
скидка % – отображает влияние скидки в процентах на объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
курс – отображает влияние курса доллара на объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
ф. цена – отображает влияние реальной цены (цена с учетом скидки) на объемы продаж в штуках (без учета коэффициента влияния на прогноз);
цена – отображает влияние цены на объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
ширина ассорт. – отображает влияние ширины доступного ассортимента (ширины ассортимента на остатке) на объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
скидка группы – отображает влияние средней скидки для всех SKU группы, которой принадлежит эта позиция (с учетом коэффициента влияния на прогноз);
цена группы– отображает влияние средней цены для всех SKU группы, которой принадлежит эта позиция (с учетом коэффициента влияния на прогноз);
база – отображает влияние базового уровня продаж (средних продаж) на прогнозируемые объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
темп. – отображает влияние средней температуры воздуха на протяжении недели на объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
дождь – отображает влияние доли дней недели когда был дождь на объемы продаж в штуках (с учетом коэффициента влияния на прогноз);
снег – отображает влияние доли дней недели когда был снег на объемы продаж в штуках (с учетом коэффициента влияния на прогноз).
аномалии - отображает значение аномальных продаж в штуках, а также позволяет ввести значение аномальных продаж в открывшиеся поле. Аномалии детально описаны в разделе 'Аномалии и Исключения';
исключения - отображает исключенные недели, а также позволяет исключить недели в открывшемся поле. Исключения детально описаны в разделе 'Аномалии и Исключения'.
Если какие-то компоненты из списка не отображаются, то это означает, что они не были включены в прогнозную модель в качестве предикторов.
Знак ® или приставка "рег" перед компонентой означает, что данная компонента присутствует в восстановленном значении (регрессоры).
Категория В деньгах
Категория в деньгах состоит из следующих компонентов:
продажи – исторические объемы продажи в деньгах;
прогноз – прогноз объемов продаж в деньгах;
прошл. продажи – исторические объемы продажи в деньгах, сдвинутые на 52 недели вперед во времени;
заказ – отображает объем прогноза продаж в деньгах с учетом страхового запаса (рекомендуемые результаты для заказа);
сезонность – отображает сезонный прирост продаж в деньгах (с учетом коэффициента влияния на прогноз);
тренд – отображает влияние тренда на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
регион – отображает влияние перераспределение продаж в деньгах по региону (с учетом коэффициента влияния на прогноз);
группа – отображает влияние перераспределение продаж в штуках по группе (с учетом коэффициента влияния на прогноз);
авто ошибка – отображает восстановленное влияние других факторов в деньгах (с учетом коэффициента влияния на прогноз). Считается на основании компонента cред. ошибка, и продолжительность действия компоненты может быть 2, 4, и 6 недель в зависимости от того, какая продолжительность дает лучший результат (меньшую ошибку);
мин – отображает влияние преобразования объема продаж в деньгах, в случае прогноза ниже исторически граничного допустимого объема (с учетом коэффициента влияния на прогноз). Граничным допустимым объемом продаж по умолчанию считается нижний квартиль объема продаж;
цена % – отображает влияние изменения цены на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
скидка – отображает влияние скидки в деньгах на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
скидка % – отображает влияние скидки в процентах на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
курс – отображает влияние курса доллара на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
ф. цена – отображает влияние реальной цены (цена с учетом скидки) на объемы продаж в деньгах (без учета коэффициента влияния на прогноз);
цена – отображает влияние цены на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
ширина ассорт. – отображает влияние ширины доступного ассортимента (ширину ассортимента на остатке) на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
скидка группы – отображает влияние средней скидки для всех SKU группы, которой принадлежит эта позиция (с учетом коэффициента влияния на прогноз);
цена группы– отображает влияние средней цены для всех SKU группы, которой принадлежит эта позиция (с учетом коэффициента влияния на прогноз);
база – отображает базового уровня продаж на прогнозируемые объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
темп. – отображает влияние средней температуры воздуха на протяжении недели на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
дождь – отображает влияние доли дней недели когда был дождь на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
снег – отображает влияние доли дней недели когда был снег на объемы продаж в деньгах (с учетом коэффициента влияния на прогноз);
аномалии - отображает значение аномальных продаж в деньгах, а также позволяет ввести значение аномальных продаж в открывшиеся поле. Аномалии детально описаны в разделе 'Аномалии и Исключения'.
Если какие-то компоненты из списка не отображаются, то это означает, что они не были включены в прогнозную модель в качестве предикторов.
Знак ® или приставка "рег" перед компонентой означает, что данная компонента присутствует в восстановленном значении (регрессоры).
Категория Исторические
Категория исторические состоит из следующих компонентов:
сезонность – отображает сезонный прирост продаж;
тренд – отображает влияние тренда на объемы продаж;
ф. цена – отображает реальную цену (цена с учетом скидки);
цена – отображает цену;
цена % – отображает во сколько раз изменилась цена;
скидка – отображает скидку в деньгах;
скидка % – отображает скидку в процентах;
остаток – отображает остаток товара на складе;
цена группы – отображает среднюю цену для всех SKU группы, которой принадлежит эта позиция;
скидка группы – отображает среднюю скидку для всех SKU группы, которой принадлежит эта позиция;
ширина ассорт. – отображает ширину доступного ассортимента (ширину ассортимента на остатке);
регион – отображает влияние перераспределения продаж по региону;
группа – отображает влияние перераспределения продаж по группе;
курс – отображает курс доллара;
курс % – отображает изменение курса доллара (во сколько раз он изменился);
сезон. прирост – отображает сезонный прирост продаж в виде коэффициента (во сколько раз продажи увеличатся);
доступность – отображает доступность товара (достаточно ли было товара на складе для его максимальной продажи). При отображении по магазину "0" или пустого места товар был недоступен, "1" товара было достаточно. При отображении по многим магазинам компонента отображает количество магазинов, где товаров было достаточно;
температура – отображает среднюю температуру воздуха на протяжении недели;
температура, Δ – отображает разницу между средней температурой за определенную неделю и средней температурой за последние 13 недель;
дождь – отображает долю дней недели когда был дождь;
снег – отображает долю дней недели когда был снег;
сезон. тип – отображает тип сезона (значение 0 для обычного сезона, -1 для низкого сезона и 1 для высокого)
коэф. промо – отображает долю промо дней из недели в процентах;
сред. ошибка – отображает среднюю ошибку прогноза;
авто ошибка – отображает восстановленное влияние других факторов. Считается на основании компонента cред. ошибка, и продолжительность действия компоненты может быть 2, 4, или 6 недель в зависимости от того, какая продолжительность дает лучший результат (меньшую ошибку);
медиана – отображает медиану продаж (такое число, что ровно половина из элементов выборки больше него, а другая половина меньше него);
база – отображает базовый уровень продаж;
мин – отображает преобразование объема продаж, в случае прогноза ниже исторически граничного допустимого объема. Граничным допустимым объемом продаж по умолчанию считается нижний квартиль объема продаж;
приходы – отображает суму всех приходов товара в магазины (от поставщика или со склада), за минусом списаний и недостач, и включая оприходования излишков;
# магазинов – отображает количество магазинов, в которых представлена группа или SKU (доступно на уровне региона).
Категория Регрессоры
Категория регрессоры состоит из следующих компонентов:
рег. ф. цена – отображает влияние реальной цены (цена с учетом скидки) на объемы продаж;
рег. цена – отображает влияние цены на объемы продаж;
рег. цена % – отображает влияние изменения цены на объемы продаж;
рег. скидка – отображает влияние скидки в деньгах на объемы продаж;
рег. скидка % – отображает влияние скидки в процентах на объемы продаж;
рег. курс – отображает влияние курса доллара на объемы продаж;
рег. курс % – отображает влияние изменения курса доллара (во сколько раз он изменился) на объемы продаж;
рег. ширина ассорт. – отображает влияние ширины доступного ассортимента (ширины ассортимента на остатке) на объемы продаж;
рег. темп. – отображает влияние средней температуры воздуха на протяжении недели на объемы продаж;
рег. дождя – отображает влияние доли дней недели когда был дождь на объемы продаж;
рег. снега – отображает влияние доли дней недели когда был снег на объемы продаж.
Категория Экономический эффект
Категория эконом. эффект состоит из следующих компонентов:
уменьш. остатка – отображает, на сколько использование прогноза может снизить остатки на складе;
потери продаж – отображает потери продаж из-за заниженного прогноза;
увел. продаж – отображает, на сколько использование прогноза может увеличить продажи.
Сценарии использования
Эта форма предназначена для анализа продаж и прогноза и имеет очень широкое применение. У наиболее успешных и крупных ритейлеров мира есть английское выражение "Retail is detail", которое дословно переводится как "розница - это детали".
Форма "Анализ" может использоваться как для верификации прогнозов в процессе настройки и внедрения системы, так и для анализа различных факторов в процессе использования системы. Она позволяет понять и проанализировать факторы воздействующие на продажи. Использование этой формы поможет пользователю получить ответы на большой спектр запросов при использовании системи, включающий, но не исчерпывающий:
Какой прогноз продаж по конкретному товару, товарной группе, магазину, по региону или по всей сети в штуках, денгах или марже
Визуальная оценка прогноза и продаж, сопоставление с продажами прошлого года
Оценка компонентов прогноза и факторов в него включенных:
Оценка влияния различных факторов на прогноз и продажи, включая цены, скидки, промо-акции, погоду (температуру, дождь, снег), макроэкономические факторы (например, курс валют), сезонность и тренд, каннибализацию (взаимное влияние товаров в группе на продажи друг друга) и даже цены и промо-акции у конкурентов!
Анализ влияния на продажи вышеперечисленных факторов, как на уровне всей сети, так и на уровне регионов и конкретных магазинов
Моделирование влияния воздействующих факторов на прогноз в будущем. Например, как изменятся продажи, если снизить цену на 10% или увеличить скидку на 10%
Просмотр коэффициентов корреляции продаж и факторов, которые влияют на прогноз
Просмотр всех протестированных системою прогнозирования моделей, их точности, оценненой по коэффициенту вариации (среднеквадратичное отклонение, деленное на средние продажи) а также абсолютной ошибке
Просмотр ошибки прогноза на недельных или 4х недельных диапазонах, оцененной как абсолютная ошибка в процентах (MAPE), так и в штуках (MAD), как среднеквадратичное отклонение в штуках (RMSE), так и в процентах (RMSPE)
Просмотр математических формул зависимостей продаж от воздействующих факторов, определенных с помощью автоматического регрессионного анализа
Анализ остатков товара и приходов, презентационного запаса, страхового запаса
Проверка прогнозов с использованием различных профилей прогнозирования, определящих те или иные параметры работы системы прогнозирования
Просмотр детального журнала расчета прогноза (лога построения прогноза в системе)
Если Вы обнаружили, что по определенной позиции есть какие-то проблемы с товарными запасами, например, есть выпадения остатка в ноль (out of stocks), либо завышенный остаток, рекомендуется в первую очередь посмотреть в эту форму, чтобы проанализировать причины.
Конкретные вопросы, которые возникают в пользователей при использовании системы и на которые дает ответ форма "Анализ" вы можете найти в Вопросы/Ответы.