Если для создания качественных прогнозов требуется вмешательство пользователя, то ему не будет конца: задействуется очень много товаров и магазинов.Многие классические системы прогнозирования предлагают возможность “настройки” прогнозов, однако, когда речь идет о смешанном ассортименте, мы много раз замечали, что такие функции сильно затрудняют видение ситуации. Если для создания качественных прогнозов требуется вмешательство пользователя, то ему не будет конца: задействуется очень много товаров и магазинов. Полная автоматизация является единственным выходом из такой ситуации.
Уникальная технология прогнозирования Lokad позволяет обрабатывать совпадения между разными товарами. Дело в том, что при обработки одного товара фактических данных почти всегда недостаточно. К счастью различные компании продают сотни, если не тысячи товаров в одно и то же время, и поэтому, обрабатывая все события, связанные с другими товарами из того же каталога, Lokad избавляется от необходимости ручной “настройки” прогнозирования. Такое поведение можно считать непредсказуемым и нежелательным, однако наш опыт говорит о том, что даже простые линейные модели прогнозирования на практике могут быть непредсказуемыми, применительно к розничной торговле, потому что на ежедневной основе вручную удается проверить только крайне небольшую часть результатов.
Классические системы прогнозирования также подвержены влиянию сложных ситуаций: продукция с очень маленькой историей или объемами продаж, продукция с неопределенной сезонностью и т. д. Наша технология прогнозирования учитывает все виды продукции, обеспечивая 100% охват всего ассортимента.
Продвинутые модели прогнозирования, которые могут учитывать соответствия между разными видами продукции и магазинами, просто необходимы для розничных сетей, в первую очередь именно потому, что там есть необходимость в сопоставлении множества данных.
На уровне магазина спрос на большинство товаров часто меняется, тогда как ежедневно продается лишь небольшой набор единиц товаров. Тем не менее, даже если товар продается раз в неделю, большинство предприятий розничной торговли стремится поддерживать высокую вероятность обслуживания, чтобы их клиенты были довольны. Благодаря технологии квантильного прогнозирования Lokad может создавать точные прогнозы товарных запасов даже для товаров, которые продаются очень редко.
Классические системы прогнозирования основываются на классических, усредненных прогнозах или, иными словами на таких, которые с вероятностью 50% будут либо выше, либо ниже реального спроса в будущем. На уровне магазина классические прогнозы просто не работают, потому что большинство товаров продается реже, чем раз в день.
Технология статистического прогнозирования для розничной торговли, которая прямо отвечает на следующий простой вопрос: сколько единиц товара Х мне необходимо иметь при себе, чтобы достичь вероятности обслуживания Y?
Некоторые инструменты пытаются решить эту проблему, создавая прогнозы на неделю или даже на месяц, чтобы разбить прогнозы, составленные на большие периоды времени на меньшие по размеру части, однако подобные методы все равно дают большое количество ошибок. При использовании классических прогнозов для оптимизация товарных запасов мы подходим к проблеме не с той стороны.
Lokad разработал технологию статистического прогнозирования для розничной торговли, которая прямо отвечает на следующий простой вопрос: сколько единиц товара Х мне необходимо иметь при себе, чтобы достичь вероятности обслуживания Y? Технология Lokad позволяет легко найти точный ответ на этот вопрос с помощью квантильных прогнозов, в отличие от усредненных прогнозов и резервных запасов. В результате, вследствие того, что метод прогнозирования Lokad является прямым, а не косвенным, как в случае с классическими прогнозами, эффективность товарных запасов, рассчитанных с помощью квантильных прогнозов значительно превышает эффективность запасов, рассчитанных с помощью классических прогнозов.
Составление сложных статистических прогнозов для нескольких тысяч магазинов может потребовать затрат огромных ресурсов. Lokad получает такую возможность с помощью использования Microsoft Azure, платформы облачных вычислений компании Microsoft. Благодаря своей деятельности, компания Lokad получила первую награду Azure Partner Award от компании Microsoft в 2010 году.
В частности Lokad использует метод, известный как автоматическое масштабирование, что значит, что если Lokad необходимо составить прогноз, мы подключаемся к серверам Microsoft Azure (возможно, к сотням серверов, в зависимости от размера розничной сети) и немедленно используем их для составления прогнозов в течение менее 1 часа. Как только расчет завершен, все серверы освобождаются.
Составление прогнозов товарных запасов крайне редко требуется чаще, чем один раз в день, поэтому автоматическое масштабирование позволяет непосредственным образом снизить расходы на содержание оборудования, и этой выгодой могут воспльзоваться и наши клиенты. Фактически, снижение расходов на оборудование достигается благодаря тому, что мы разработали технологию, которая настроена на высокоэффективную обработку данных розничной торговли.
Процесс возобновления заказов на уровне магазина обычно довольно прост, тогда как стратегии закупок на уровне склада могут быть довольно сложными. С помощью обработчика сценариев Lokad можно превратить регулярные прогнозы спроса в правильные заказы на закупку, которые учитывают скидки, оплату доставки, складские возможности, изменения времени выполнения заказов и т. д. Priceforge также можно использовать для создания очень специфических ключевых показателей эффективности, которые требуются менеджерам для отслеживания общей эффективности товарных запасов всей сети.
