Прогнозирование спроса звучит как задача для компаний с отделом аналитики, но базовые вещи доступны почти любому бизнесу, у которого есть история заказов за пару лет. Причём польза приходит не от сложных моделей, а от того, что данные наконец собраны в одном месте и на них можно посмотреть. Разбираем, что реально прогнозировать на своих данных, какие препятствия встречаются чаще всего и как пользоваться результатом.
Что можно прогнозировать
| Задача | Что нужно | Что это даёт |
|---|---|---|
| Сезонность спроса | История продаж за 2-3 года по месяцам | Планирование закупок, рекламных бюджетов и отпусков |
| Нагрузка на сайт | Данные аналитики по дням и часам | Подготовка инфраструктуры к пикам |
| Отток клиентов | История покупок и обращений с датами | Контакт до того, как клиент ушёл окончательно |
| Потребность в остатках | Продажи по позициям и сроки поставки | Меньше замороженных денег и меньше отказов |
| Загрузка сотрудников | Число обращений и заказов по дням недели | Расписание смен без переработок и простоев |
| Срок сделки | Даты этапов в CRM | Реалистичные обещания клиентам |
Обратите внимание: в правой колонке везде решение, а не отчёт. Прогноз, из которого не следует действие, не нужен.
Главное препятствие — не математика
В подавляющем большинстве проектов мешает не отсутствие моделей, а состояние данных. Типичная картина: часть заказов в учётной системе, часть в таблицах, часть согласована в мессенджерах и нигде не зафиксирована. Одна и та же позиция называется по-разному в трёх местах. Даты стоят по моменту внесения, а не по моменту события.
На таких данных любой прогноз будет уверенно неправильным. Поэтому первый этап работы — не построение модели, а приведение учёта в порядок:
- Одна запись — одна сделка, без дублей и черновиков.
- Единый справочник товаров или услуг.
- Даты событий, а не даты внесения в систему.
- Понятные статусы с определением, что каждый означает.
- Обязательные поля, которые нельзя пропустить.
Наведение порядка в учёте почти всегда даёт больше, чем внедрение инструментов прогнозирования, и обходится дешевле.
С чего начать
- Выгрузить историю в один файл или одну таблицу базы.
- Построить простые графики по месяцам за несколько лет. Сезонность обычно видна глазами сразу.
- Сравнивать год к году, а не месяц к предыдущему месяцу: иначе сезонное падение читается как проблема.
- Выделить события, искажающие картину: акции, перебои с поставками, изменение цен.
- Проверить гипотезу на прошлом периоде — построить прогноз по данным до какой-то даты и сравнить с тем, что было после неё.
Пятый шаг пропускают чаще всего, а он важнее остальных: без проверки на прошлом непонятно, стоит ли доверять прогнозу вообще.
Когда достаточно простых методов
Для бизнеса с несколькими десятками позиций и понятной сезонностью хватает расчётов по прошлым периодам: среднее за аналогичный месяц прошлых лет с поправкой на общий рост. Такой прогноз считается в обычной таблице и по точности часто не уступает более сложным подходам на том же объёме данных.
Сложные методы оправданы, когда:
- Ассортимент большой, и вручную по каждой позиции считать невозможно.
- На спрос влияет много внешних факторов: погода, курс, акции конкурентов.
- Нужен ежедневный, а не месячный горизонт.
- Ошибка прогноза стоит заметных денег, и точность окупает работу.
Если ни одно условие не выполняется, разумно остановиться на простом расчёте и вернуться к вопросу позже.
Как пользоваться прогнозом
Прогноз — не предсказание, а основа для решения с запасом. Практические правила:
- Рассматривать не одно число, а диапазон: пессимистичный и оптимистичный варианты.
- Фиксировать прогноз письменно до наступления периода, иначе задним числом всегда кажется, что всё было ожидаемо.
- Сравнивать с фактом после каждого цикла и записывать отклонение.
- Через несколько циклов посмотреть на накопленные отклонения: если ошибка систематическая, вводится поправка.
- Отдельно отмечать случаи, когда прогноз не сбылся из-за события, а не из-за метода.
Эта дисциплина важнее выбора формулы. Компания, которая полгода фиксирует прогнозы и сверяет их с фактом, начинает планировать заметно точнее независимо от инструментов.
Где здесь место автоматизации
Когда данные приведены в порядок и метод расчёта устоялся, имеет смысл убрать ручную работу: собирать выгрузку по расписанию, считать прогноз автоматически и показывать его в виде отчёта или уведомления. Это снимает главный риск ручных расчётов — их перестают делать, как только уходит человек, который этим занимался.
Автоматизировать стоит именно устоявшийся процесс. Попытка сразу построить систему прогнозирования вокруг неупорядоченных данных обычно заканчивается красивым интерфейсом с бесполезными цифрами.
Прогноз спроса упирается не в модель, а в качество истории продаж и остатков. Поэтому в торговле сначала наводят порядок в учёте — ERP для оптовой торговли собирает заказы, отгрузки и движение товара в одну базу, — и только потом строят прогнозы.
Чек-лист готовности
- Все сделки фиксируются в одном месте.
- Справочник позиций единый, дублей нет.
- Есть история минимум за два года.
- Известно, какие периоды искажены событиями.
- Понятно, какое решение будет приниматься по прогнозу.
- Есть человек, который отвечает за сверку прогноза с фактом.
Если хотя бы половина пунктов не выполняется, начинать нужно с них.
Мы собираем такие сценарии на практике — от наведения порядка в данных до расчётов и отчётов внутри рабочих систем: разработка решений на основе ИИ. Начинаем с разбора того, где и как у вас сейчас хранятся данные.
Мы собираем такие сценарии на практике: AI-ассистенты и агенты живут внутри сайта, CRM и мессенджеров и снимают с сотрудников рутину.
