Бизнес растет, но прогнозы падают
Статистическое прогнозирование спроса – это контринтуитивная наука. Этот вопрос уже поднимался пару раз, но давайте рассмотрим ещё одну вводящую в заблуждение ситуацию.
Если каждый отдельный сегмент моего бизнеса быстро растёт, тогда, по идее, хотя бы некоторые продукты должны демонстрировать рост продаж. Верно? Иначе мы вообще не росли бы.
Это утверждение кажется просто абсолютным здравым смыслом; но оно ошибочно, очень ошибочно. Мы живём в быстро меняющейся экономике. Продажа одного и того же продукта более 3 лет является исключением, а не правилом для большинства потребительских товаров. В результате, жизненные циклы продуктов зачастую перекрывают органический рост ритейлеров.
Эта ситуация иллюстрируется приведённой ниже схемой.
Это набор продаж продуктов, изображённых на одном графике. Каждая кривая соответствует определённому продукту, а продукты выводятся на рынок последовательно. Каждый продукт имеет свой собственный паттерн жизненного цикла. Жизненные циклы здесь иллюстрируют типичный эффект новизны: после запуска продукта продажи быстро растут, а затем продукт переходит в фазу спада, которая завершается, когда продукт окончательно выводится с рынка.
Но как же восходящий тренд – исходящий от самого ритейлера – влияет на эту картину? Давайте рассмотрим иллюстрацию ниже.
Продажи выше у ритейлера с положительным трендом, однако этот рост недостаточно силен, чтобы компенсировать эффект жизненного цикла продукта. Продажи продукта всё ещё падают — пусть и медленнее.
Эта ситуация демонстрирует, как можно иметь быстро растущий ритейл-бизнес, несмотря на отрицательную динамику продаж отдельных продуктов. Главное здесь в том, что на рынке постоянно появляются новые продукты.
Увы, эта ситуация вызывает массу путаницы. Действительно, когда прогнозы продаж резко расходятся с общими ожиданиями, возникает сильное соблазн исправить прогнозы.
Поскольку большинство инструментов прогнозирования плохо приспособлены для работы с сильно изменяющимся или прерывистым спросом, очень заманчиво агрегировать продажи по семьям, категориям для составления сводного прогноза, а затем разложить его на уровне SKU с помощью коэффициентов. Этот подход называется прогнозированием сверху вниз и широко используется в различных отраслях (в том числе в текстильной промышленности).
Прогнозы, составленные по методу сверху вниз, дают результаты, которые выглядят гораздо ближе к интуитивным ожиданиям: в прогнозах продаж наблюдается рост, который соответствует росту в различных бизнес-сегментах.
Тем не менее, составляя прогноз на самом высоком уровне, модель захватывает фиктивный восходящий тренд, который возникает исключительно благодаря регулярному запуску новых продуктов. Если этот фиктивный тренд применяется к нижестоящим уровням — например, к SKU или отдельным продуктам, — тогда мы существенно переоцениваем продажи каждого отдельного продукта.
Почти худший вариант: для продуктов формируется массивный избыток запасов именно в тот момент, когда они выводятся с рынка.
С точки зрения прогнозирования, хорошая система должна уметь учитывать эффекты жизненного цикла. Это означает, что прогнозы продаж могут значительно отличаться от общего бизнес-прогноза. Бизнес может расти, в то время как каждый отдельный продукт падает. В такой ситуации попытка исправить прогнозы, скорее всего, только ухудшит ситуацию.
Примечание: несмотря на дату этого поста (1 апреля 2011), это не шутка.
