Прибыль и показатели эффективности ритейл-компаний зависят от прогноза продаж. Чем точнее составлен прогноз, тем выше шанс увеличить выручку и добиться роста. От прогноза продаж зависят и многие бизнес-процессы компании.

Например, корректно составленный прогноз поможет вовремя пополнить склады товаром, грамотно распределить сотрудников на смену, согласовать с контрагентами график поставок. Напротив, если прогноз составлен с ошибками, бизнес понесет финансовые убытки и репутационные потери: закончится товар, сотрудники не справятся с наплывом клиентов, количество закупленного товара будет превышать количество проданного, что негативно скажется на окупаемости. Чтобы составлять точные прогнозы продаж, нужно научиться работать с инструментами предиктивной аналитики.

Предиктивная аналитика

Предиктивная аналитика – метод прогнозирования, базирующийся на интеллектуальном анализе данных, который помогает предсказывать будущие события. Предиктивная аналитика, например, ищет взаимосвязи между прогнозом погоды и количеством покупателей, которое придет в конкретный магазин. Или между временем года и оборачиваемостью товарной категории. Между проведенной промоакцией в поддержку одного товара и снижением востребованности другого.

Автоматизированный сервис предиктивной аналитики поможет компании формировать более точный прогноз продаж. Сервис собирает и обрабатывает данные (погодные условия, данные о компании и товаре, географические особенности), анализирует их и выгружает прогноз в виде графиков. В прогнозе описываются предстоящие изменения в покупательском поведении клиентов, трафике на торговой точке, спросе на товар. Решение помогает заранее спланировать график поставок, количество сотрудников на смену, страховой запас, скорректировать бизнес-процессы в логистике.

Как это работает?

Разберем на примере решения Docrobot.Predict, как устроен автоматизированный сервис предиктивной аналитики. Прежде всего нужно предоставить минимальные сведения о компании и товарообороте:

• Историю продаж в формате транзакционных данных по товарам и магазинам, для которых нужен прогноз, минимум за несколько месяцев
• Классификатор товаров и магазинов
• Информацию об остатках товаров в магазинах
• Информацию о промоакциях
• Другие данные, полезные для обогащения аналитики

После этого аналитики Docrobot собирают недостающие сведения о факторах, которые также влияют на прогноз продаж: эластичность спроса и сезонность, праздничные или выходные дни, погода, схожесть товаров или магазинов. Все эти данные обрабатываются сервисом, распределяются по кластерам, после создается графический прогноз. Чтобы получить прогноз, пользователю нужно зайти в сервис, выбрать категорию (товар, магазин или бренд), выставить необходимые фильтры – прогноз выгрузится в виде графика.

Для всех параметров существуют минимальные значения. Для периодов прогноза – это 1 день, для магазинов – 1 торговая точка, для товаров – артикул. Прогноз выгружается как по минимальным значениям, так и по крупным периодам или кластерам. Например, прогноз продаж по дням – от 7 до 28 дней, по неделям – от 1 до 12 недель. Прогноз формируется по одному артикулу или с крупной агрегацией – по кластеру магазинов или по товарной группе, по бренду или категории товаров.

Другие преимущества

Предиктивная аналитика помогает компаниям не только формировать план продаж, но и оценивать эффективность текущих бизнес-процессов, а также получать детализированные отчеты по узким областям. Для этого решение Docrobot.Predict включает три модуля.

Модуль «Прогноз трафика»

Для прогноза трафика нужно загрузить в сервис информацию о прошедших продажах. Прогноз отразит количество чеков за каждый час работы торговой точки на период до 28 дней. Для каждого магазина прогноз будет индивидуальным. Это поможет выстроить графики выхода персонала на работу или графики загруженности касс.

Модуль «Калькулятор промо»

Чтобы рассчитать эффективность промо, нужно ввести в сервис ряд параметров. Например, тип акции – ценовая скидка или акция «1+1». После выделить те артикулы или категории товаров, которые попадают под промо, а также задать период промоакции. Система выгружает графики с подневными или понедельными продажами акционного товара.

Модуль «Анализ эффективности промо»

Функция полезна для детализированной оценки влияния проведенной промоакции не только на товар, попавший под скидку, но и на другие товары категории или в целом на уровень продаж. Каннибализация товара – закономерный процесс во время проведения промоакций, когда востребованность товаров категории снижается в пользу акционного товара. Сервис предиктивной аналитики поможет оценить, какой эффект оказала промоакция на категорию товаров, и понять, принесло ли промо прибыль компании.