Бизнес растет, но прогнозы падают
Статистическое прогнозирование спроса - это контринтуитивная наука. Об этом уже говорилось несколько раз, но давайте рассмотрим еще одну вводящую в заблуждение ситуацию.
Если каждый сегмент моего бизнеса растет быстро, то по крайней мере некоторые продукты также должны иметь восходящий тренд продаж. В противном случае мы бы не росли вообще.
Это утверждение кажется просто здравым смыслом; и все же оно неправильное, очень неправильное. Мы живем в быстром экономическом ритме. Продукт, который продается более 3 лет, является исключением, а не правилом в большинстве потребительских товаров. В результате жизненный цикл продукта имеет тенденцию подавлять органический рост розничных торговцев.
Эта ситуация иллюстрируется схемой ниже.
Это набор продаж продуктов, изображенных на одной графике. Каждая кривая ассоциируется с определенным продуктом, и продукты запускаются со временем. Каждый продукт имеет свой собственный жизненный цикл. Жизненные циклы здесь иллюстрируют типичный эффект новизны: продажи быстро возрастают после запуска продукта, а затем продукт входит в фазу спада, которая заканчивается, когда продукт окончательно выходит из рынка.
Однако, как влияет восходящий тренд - от самого розничного торговца - на эту картину? Давайте еще раз взглянем на иллюстрацию ниже.
Продажи выше с положительным трендом розничного торговца, однако этот рост недостаточно сильный, чтобы компенсировать эффект жизненного цикла продукта. Продажи продукта все еще снижаются - хотя и медленнее.
Эта ситуация показывает, как мы можем иметь быстрорастущий розничный бизнес с отрицательным трендом продаж продуктов. Основной хитростью является то, что постоянно запускаются новые продукты.
К сожалению, эта ситуация вызывает много путаницы. Действительно, когда прогнозы продаж сильно расходятся с общими ожиданиями, очень соблазнительно исправить прогнозы.
Поскольку большинство инструментов прогнозирования плохо подходят для работы с слишком изменчивым или слишком прерывистым спросом, соблазнительно агрегировать продажи по семьям, по категориям, чтобы получить агрегированный прогноз; а затем деагрегировать прогнозы на уровне SKU с использованием коэффициентов. Этот подход называется верхнеуровневым прогнозированием и широко используется во многих отраслях (в том числе текстильной).
Верхнеуровневые прогнозы дают результаты, которые выглядят намного ближе к интуитивным ожиданиям: наблюдается рост в прогнозах продаж, и он соответствует росту, наблюдаемому в различных сегментах бизнеса.
Однако, создавая прогноз на ВЕРХНЕМ уровне, модель прогнозирования улавливает фиктивный восходящий тренд, который возникает только из-за вклада регулярного запуска продуктов. Если этот фиктивный тренд применяется к более низкому уровню - к SKU или продуктам - то мы значительно завышаем прогнозы продаж для каждого отдельного продукта.
Почти худший случай: создается огромный излишек товара для продуктов именно в то время, когда они выходят из рынка.
С точки зрения прогнозирования, хорошая система прогнозирования должна быть способна учитывать эффекты жизненного цикла. Это означает, что прогнозы продаж могут значительно отличаться от общего прогноза бизнеса. Бизнес может расти, в то время как каждый отдельный продукт идет на спад. В такой ситуации попытка исправить прогнозы, скорее всего, только ухудшит их.
Приложение: Несмотря на дату этого поста (1 апреля 2011 года), этот пост не является шуткой.
