Прогноз спроса: сглаживание, сезонные индексы, аналоги и контроль ошибки
Математика прогноза продаж для плана закупок и пополнения: скользящее среднее, экспоненциальное сглаживание, сезонные индексы, прогноз новинок по аналогам и метрики ошибки (WAPE, MAPE, смещение, tracking signal). По ним решают, каким методом считать план на каком горизонте и когда прогнозу перестать верить и пересмотреть закупку.
Зачем этот документ
Документ читают планировщик и коммерческий директор, когда на прогнозе строится закупка, а закупка это деньги, замороженные в товаре. Он нужен потому, что у каждого метода своя область: скользящее среднее отстаёт от сезона, сезонные индексы ловят его, но не работают на новинках, где нужны аналоги. Метрики ошибки показывают, какому методу верить, а tracking signal ловит системное завышение или занижение раньше, чем это увидят по складу. Без контроля ошибки прогноз остаётся мнением.
Коротко
- Что это за документ и зачем он нужен?
- Математика прогноза продаж для плана закупок и пополнения: скользящее среднее, экспоненциальное сглаживание, сезонные индексы, прогноз новинок по аналогам и метрики ошибки (WAPE, MAPE, смещение, tracking signal). По ним решают, каким методом считать план на каком горизонте и когда прогнозу перестать верить и пересмотреть закупку.
- Кто отвечает за документ и как часто его пересчитывать?
- Аналитик спроса или планировщик закупок; пересчёт еженедельно (пополнение) и ежемесячно (план сезона); результат утверждается на S&OP и идёт в OTB, заказы и бюджет.
- Какие ошибки встречаются чаще всего?
- Прогнозируют продажи, а не спрос → дефицитные позиции недооценены, заказывают меньше → восстанавливайте спрос в дни без остатка. Выбирают метод по MAPE на малых SKU → результат определяют единицы с нулевыми продажами → оценивайте по WAPE и по группам. Подгоняют α и индексы по всему ряду и тут же проверяют на нём → ложная точность → скрытое окно, не участвующее в подборе.
Для кого
- Бренд
- Бренд прогнозирует спрос в двух слоях: sell-out партнёров и собственные каналы. Заказы на производство размещаются за 4–9 месяцев, поэтому главный горизонт сезонный, а точность по неделям вторична; ошибку считают на уровне модели и цвета, а не размера.
- Ритейл
- Ритейлер прогнозирует по магазину и категории с недельным шагом для пополнения и по сезону для закупки. Новинки без истории прогнозируют по аналогам; ошибка влияет на нехватку на полке и на остатки, поэтому смещение (bias) важнее MAPE.
Из чего состоит
Из чего состоит прогноз
- Уровень (базовый объём), тренд (медленный рост или спад), сезонность (повторяющийся рисунок по месяцам и неделям), события (акции, праздники, погода) и случайный шум; хороший метод разделяет эти части, а не подгоняет одну линию.
- Прогнозируют спрос, а не продажи: продажи при нехватке запаса занижены (цензурированный спрос); дни без остатка исключают или восстанавливают по доле размерной кривой.
Методы по возрастанию сложности
- Наивный (последнее значение) и сезонный наивный (значение того же периода год назад) нужны как эталон: любой сложный метод обязан обыгрывать их.
- Скользящее среднее по k периодам сглаживает шум, но отстаёт от тренда и не знает про сезон; экспоненциальное сглаживание L_t = α·y_t + (1 − α)·L_(t−1) даёт больший вес свежим данным; в примере лучший α по первым 24 месяцам равен 0,9 (ряд шумный и со сдвигами уровня).
- Сезонные индексы: для каждого месяца берут отношение к среднему года, усредняют по годам и нормируют так, чтобы среднее индексов было 1; прогноз = сглаженный уровень десезонализированного ряда × индекс месяца.
- В примере простое экспоненциальное сглаживание не обыграло наивный метод: WAPE 15,8 % против 15,5 %. Метод, не побивший эталон, не вводят: сглаживание без сезона не видит годовой рисунок, а выигрыш даёт сезонный индекс (7 %).
Новинки: прогноз по аналогам
- Выберите 3–5 аналогов по категории, цене, сезону и роли в ассортименте; из их недельных продаж постройте профиль долей по неделям жизни (в примере первые две недели дают 31 % сезонных продаж).
- Прогноз сезона новинки = продажи за первые недели ÷ доля этих недель в профиле: 310 шт. за две недели дают 1000 шт. на сезон; ошибка в раннем окне на ±10 % даёт ±10 % на итог, поэтому ранний пересчёт сопровождают интервалом.
Ошибка и контроль прогноза
- WAPE взвешивает ошибку объёмом и не ломается на малых значениях (определение: термин «Ошибка прогноза (WAPE) и смещение»); MAPE усредняет проценты и перекошен малыми SKU; смещение показывает системное завышение или занижение.
- Tracking signal = накопленная ошибка ÷ MAD (средний модуль ошибки); выход за ±4 (условный порог) означает системный сдвиг: прогноз надо пересмотреть, а не ждать.
- Бренд: ошибку считают на горизонте заказа (за 4–9 месяцев), а не на неделе; Ритейл: на горизонте пополнения (1–4 недели) и отдельно на горизонте закупки сезона.
Бренд и ритейл: как отличается прогноз
- Бренд: горизонт 4–9 месяцев до поставки: нужен прогноз сезона по модели и цвету с интервалом, а размерную разбивку делают по кривой после; недельная точность вторична.
- Ритейл: горизонт 1–4 недели для пополнения и сезон для закупки: прогноз по магазину, категории и неделе с учётом дня недели, а недельная точность определяет нехватку на полке.
- Бренд: слой sell-in (заказы партнёров) зависит от их складов и от условий, поэтому прогнозируют отдельно sell-out и поправку на запас партнёра; без этого эффект «закупились впрок» принимают за спрос.
- Ритейл: акции и снижения цены ритейлер планирует сам, поэтому они входят в модель как известные события, а эффект промо оценивают по прошлым акциям и учитывают яму после акции.
- Бренд: новинки бренда прогнозируют по аналогам и по предзаказам партнёров; ранний сигнал это доля предзаказа от потенциала партнёра, которая пересчитывается на сезон.
- Ритейл: новинки ритейлера прогнозируют по аналогам и по продажам первых недель в пилотных магазинах; прогноз раскладывают по магазинам по доле категории магазина.
- Бренд: ошибку прогноза бренд оценивает на уровне модели и цвета по сезону и сравнивает с фактическим sell-through; смещение вверх означает остатки у партнёров и возвраты.
- Ритейл: ошибку прогноза ритейлер оценивает по категориям и неделям; смещение вниз означает потерянные продажи и пустую полку, смещение вверх означает остатки и снижения цены.
- Бренд: tracking signal бренд смотрит по группам моделей раз в месяц; срабатывание даёт повод пересмотреть дозаказ ткани или слот на фабрике, пока это возможно.
- Ритейл: tracking signal ритейлер смотрит по категориям и магазинам еженедельно; срабатывание запускает пересчёт параметров пополнения и перераспределение запаса между магазинами.
Откуда берутся данные
| Источник данных | Поля |
|---|---|
| Учёт продаж и остатков | Продажи и остатки по SKU, магазину и дню; признак «товара не было»; цена и скидка на дату. |
| Календарь событий | Акции, праздники, погода, открытия и закрытия точек, смены календаря 4-5-4; без него события попадают в «шум». |
| Карточка товара и аналоги | Категория, цена, сезон, роль, список аналогов и их недельные профили продаж. |
Как собрать по шагам
- Шаг 1. Определите горизонт и шаг: пополнение (недели, 1–4 вперёд), закупка сезона (месяцы, 4–9 вперёд). Для каждого горизонта свой метод и своя метрика.
- Бренд: Шаг 2. Соберите ряд по модели и цвету из отгрузок и sell-out партнёров; если sell-out нет, оценивайте спрос по отгрузкам с поправкой на склад партнёра.
- Ритейл: Шаг 3. Соберите ряд по магазину и категории; восстановите спрос в дни без остатка; события пометьте.
- Шаг 4. Посчитайте сезонные индексы по полным годам (минимум два, лучше три) и нормируйте на среднее 1.
- Шаг 5. Десезонализируйте ряд (факт ÷ индекс), подберите α по минимуму суммы квадратов ошибок на обучающем окне (сетка 0,05–0,95) и получите уровень.
- Шаг 6. Соберите прогноз: уровень × индекс периода; при наличии тренда добавьте его отдельно, а не завышайте α.
- Шаг 7. Для новинок постройте профиль аналогов и пересчитайте прогноз после первой-второй недели; зафиксируйте неделю контроля.
- Шаг 8. Проверьте метод на скрытом окне (последние 12 месяцев не участвуют в подборе) и сравните с наивным и сезонным наивным; метод, не обыгравший эталон, не вводят.
- Шаг 9. Заведите контроль: WAPE и смещение по горизонтам, tracking signal по группам; при выходе за порог запускайте разбор причин.
- Шаг 10. Передайте прогноз в OTB, заказы и бюджет вместе с интервалом ошибки: план закупок закладывают на медиану, запас прочности задают через страховой запас и риск.
Формулы
| Показатель | Формулы | Пояснение |
|---|---|---|
| Экспоненциальное сглаживание | L_t = α·y_t + (1 − α)·L_(t−1); прогноз_(t+h) = L_t | α близко к 1 для ряда со сдвигами уровня, к 0 для стабильного; подбирайте на обучающем окне. |
| Сезонный индекс | I_m = (1/K)·Σ_k ( y_(k,m) / ȳ_k ), затем I_m := I_m / mean(I) | K число полных лет; сдвигающиеся праздники (Пасха, Новый год по неделям) учитывайте календарём. |
| Прогноз «индекс × уровень» | F_(t+h) = L̃_t · I_((t+h) mod 12), L̃ уровень ряда y/I | Тренд добавляют множителем (1 + g)^h, если он подтверждён. |
| MAPE и где WAPE | MAPE = mean(|A−F|/A); WAPE и смещение определены в термине «Ошибка прогноза (WAPE) и смещение» и в расчёте «Точность прогноза по неделям» | MAPE неопределён при A = 0; для разреженных рядов используйте WAPE. |
| Tracking signal | TS_t = Σ_(i≤t)(A_i − F_i) / MAD_t, MAD_t = mean(|A_i − F_i|) | Порог ±4 условный; при минусе прогноз выше факта, при плюсе ниже. |
| Прогноз новинки по аналогам | Q_сезон = Q_ранние / Σ_(w≤W) s_w, s_w доли недель профиля, Σ s_w = 1 | Профиль нормируют на сезон; ранние недели с акцией или пополнением искажают долю. |
Формулы в записи
- Прогноз
F_{t+h} = L̃_t · I_{(t+h) mod 12}
Уровень десезонализированного ряда на индекс месяца.- MAPE
MAPE = mean(|A_t − F_t| / A_t)
Средняя процентная ошибка: перекошена малыми SKU; WAPE взвешена объёмом (термин «Ошибка прогноза (WAPE) и смещение»).- Смещение
Bias = Σ(F_t − A_t) / Σ A_t
Плюс: завышаем; минус: занижаем.- Прогноз по аналогам
Q_season = Q_early / Σ_{w ≤ W} s_w
Масштабирование ранних продаж на профиль аналога.
Пример с числами
Сравнение пяти методов на 12 месяцах скрытого окна (шаг вперёд, ряд из 36 месяцев)
| Метод | WAPE, % | MAPE, % | Смещение, % |
|---|---|---|---|
| Наивный (прошлый месяц) | 15,5 | 16,2 | 0,7 |
| Сезонный наивный (тот же месяц год назад) | 7 | 6,5 | 2,2 |
| Скользящее среднее 3 мес. | 20,6 | 21,9 | 2,7 |
| Экспоненциальное сглаживание | 15,8 | 16,6 | 0,9 |
| Сезонный индекс × сглаженный уровень | 7 | 7 | 0,9 |
Ряд из 36 месяцев сформирован кодом: уровень со сдвигами, годовой рисунок и шум. Лучший по WAPE метод «индекс × уровень» (7 %), ближайший конкурент сезонный наивный (7 %); методы без сезонности ошибаются вдвое сильнее (15,5–20,6 %). Новинка: 310 шт. за две недели при доле 31 % дают 1000 шт. на сезон. Данные учебные.
Рисунки
- Факт
- Индекс × уровень
- Прошлый год
- Скользящее среднее 3
Данные таблицей
| Показатель | Факт | Индекс × уровень | Прошлый год | Скользящее среднее 3 |
|---|---|---|---|---|
| 1 | 619 | 521 | 592 | 984 |
| 2 | 592 | 602 | 594 | 876 |
| 3 | 695 | 691 | 651 | 735 |
| 4 | 778 | 768 | 765 | 635 |
| 5 | 784 | 786 | 750 | 688 |
| 6 | 678 | 685 | 648 | 752 |
| 7 | 549 | 637 | 559 | 747 |
| 8 | 614 | 628 | 631 | 670 |
| 9 | 881 | 787 | 819 | 614 |
| 10 | 825 | 952 | 940 | 681 |
| 11 | 810 | 907 | 1 015 | 773 |
| 12 | 938 | 878 | 996 | 839 |
Факт и прогнозы на скрытом окне. Метод «индекс × уровень» следует сезонному рисунку; скользящее среднее отстаёт и сглаживает пики. По оси: месяц скрытого окна (1–12).
- WAPE
- MAPE
Данные таблицей
| Показатель | WAPE | MAPE |
|---|---|---|
| Наивный (прошлый месяц) | 15,5 | 16,2 |
| Сезонный наивный (тот же месяц год назад) | 7 | 6,5 |
| Скользящее среднее 3 мес. | 20,6 | 21,9 |
| Экспоненциальное сглаживание | 15,8 | 16,6 |
| Сезонный индекс × сглаженный уровень | 7 | 7 |
Ошибка методов: WAPE и MAPE. Сезонность вдвое снижает ошибку по сравнению с методами без неё.
- Tracking signal
- Порог +4
- Порог −4
Данные таблицей
| Показатель | Tracking signal | Порог +4 | Порог −4 |
|---|---|---|---|
| 1 | 1 | 4 | −4 |
| 2 | 1,62 | 4 | −4 |
| 3 | 2,45 | 4 | −4 |
| 4 | 3,33 | 4 | −4 |
| 5 | 3,97 | 4 | −4 |
| 6 | 4,21 | 4 | −4 |
| 7 | −1,71 | 4 | −4 |
| 8 | −3,36 | 4 | −4 |
| 9 | −3,78 | 4 | −4 |
| 10 | −6,44 | 4 | −4 |
| 11 | −8,05 | 4 | −4 |
| 12 | −8,95 | 4 | −4 |
Tracking signal при системном завышении прогноза. С седьмого месяца прогноз завышен на 12 % (учебное искажение). В месяце 6 сигнал (4,2) выходит за порог +4 ещё до сдвига: это ложная тревога от шума. Реальный сдвиг порог −4 ловит в месяце 10 (−6,4); в месяце 9 сигнал ещё −3,8.
Данные таблицей
| Показатель | WAPE по горизонту, мес. |
|---|---|
| 1 | 8,4 |
| 2 | 11,1 |
| 3 | 11,9 |
| 6 | 21,3 |
| 9 | 18,2 |
| 12 | 7,3 |
Ошибка и горизонт прогноза. Чем дальше горизонт, тем выше WAPE; на годовом горизонте помогает сезонный рисунок, поэтому ошибка не растёт монотонно.
Данные таблицей
| Показатель | Прогноз на сезон, шт. |
|---|---|
| -20 % | 800 |
| -10 % | 900 |
| 0 % | 1 000 |
| +10 % | 1 100 |
| +20 % | 1 200 |
Прогноз новинки при ошибке в ранних продажах. Прогноз сезона линейно зависит от ранних продаж: ±10 % по первым двум неделям это ±10 % к итогу.
Особенности по категориям
- Одежда
- Сезонность двухпиковая (весна-лето, осень-зима) и зависит от погоды; индексы строят по сезонным группам (верхняя одежда, лёгкий трикотаж), а не по всей категории.
- Обувь
- Спрос идёт по размерам и по погодным переключениям (демисезон, зима); прогноз строят по модели с последующим разложением на размеры по кривой, а не по каждому размеру отдельно.
- Аксессуары
- Подарочные пики и сдвиги праздников; индексы по неделям вокруг даты, а не по месяцам; новинки прогнозируются по аналогам особенно часто, так как ассортимент обновляется быстро.
- Детское
- Рост детей и школьный календарь задают пик и размерные сдвиги; демография и ценовая чувствительность меняют уровень; прогноз по возрастным группам.
- Мужское
- Спрос ровнее, сезонные индексы выражены слабее, поэтому простого сглаживания часто достаточно; базовые позиции прогнозируют сглаживанием, сезонные модели по аналогам.
- Женское
- Модные волны и короткий жизненный цикл: доля новинок высока, поэтому доля прогнозов по аналогам и частота раннего пересчёта выше; смещение прогноза проверяйте по полной цене и по распродаже отдельно.
Типичные ошибки
- Прогнозируют продажи, а не спрос → дефицитные позиции недооценены, заказывают меньше → восстанавливайте спрос в дни без остатка.
- Выбирают метод по MAPE на малых SKU → результат определяют единицы с нулевыми продажами → оценивайте по WAPE и по группам.
- Подгоняют α и индексы по всему ряду и тут же проверяют на нём → ложная точность → скрытое окно, не участвующее в подборе.
- Не следят за смещением → систематическое завышение копится в остатках → контроль bias и tracking signal по группам.
- Новинку прогнозируют по самому успешному «аналогу» → оптимистичный план → берите несколько аналогов и медиану профиля.
- Прогноз принимают за обещание → план без интервала → показывайте диапазон и закладывайте запас через страховой запас, а не завышайте точку.
Особенности России
- Ритейл: ряды по РФ-сезону зависят от региональной погоды и школьного календаря; индексы по федеральным округам или климатическим зонам лучше единого индекса сети, но требуют достаточной истории по магазинам зоны.
- Бренд: часть партнёров не передаёт sell-out; тогда спрос оценивают по отгрузкам и остаткам партнёра по соглашению об обмене данными, а условия обмена фиксируют в договоре. Норма: ГК РФ ч. 2: Гражданский кодекс РФ, часть вторая (в том числе ст. 513, 713, 990, 1027) (проверка нормы не завершена).
- Прогнозы по клиентам и когортам на персональных данных требуют согласий и обезличивания; в агрегированном прогнозе спроса идентификаторы людей не нужны. Норма: закон 152-ФЗ от 27.07.2006: Закон от 27.07.2006 № 152-ФЗ «О персональных данных» (проверка нормы не завершена).