エキスパート販売予測システムの仕組み、またはグラム単位で読み込むタブレットの数

ITソリューションがサプライチェーンの最適化にどのように役立つかについて、簡単な概要をすでに書いています。 次に、このようなシステムがロシアで実際にどのように実装されているかと、それがもたらすものについてお話します 。 残念ながら、特定の顧客に名前を付けることはできません。そのため、抽象的な携帯電話とタブレットで取引し、同じ問題に直面します。



ですから、2年前にあなたが電話で取引することに決め、さらにオンラインストアを開いたと想像してください。 最初は、すべてが簡単でした。注文がかなりあり、すべてを紙で数えることができます。 2か月後、店舗が安定して機能していることが明らかになり、配送に真剣に取り組む必要がありました。ユーザーがお気に入りのmimi-tabletを最小限のマージンで見なければ、別の店舗から購入するだけで、タブレットだけでなく販売する機会を失うことになります。高価なカバー、アダプターなどもあります。



したがって、次の3つのタスクがあります。

• メインラインの製品範囲を維持します。
• アクセサリの購入を計画するために、販売数を理解します。
• すべてのヒットと新製品を管理し、常に人気のある製品を販売し、新しいデバイスの発売時に「泡を取り除く」。

この時点で、品揃えにはすでに約200個のアイテムがあります。すべてを1枚の紙に収めるのは難しいため、Excelアカウントを保持し始めます。ここで、販売速度、販売業者または製造業者からの配送速度などを考慮します。 地獄でこれをすべて行うのは難しいことは少しずつ明らかになり、購入を予測するモジュールを会計システム（1Cなど）に記述します。



したがって、主な問題を解決できます。商品を適切なタイミングで購入する必要があるというアラートを受け取ることができ、さらに通常の販売の1週間後に倉庫の状態を確認できます。



悲しいことに、国内の小売企業および卸売企業の約90％が現在この段階にあります。

誰もがそのように生きている場合、問題は何ですか？

昨年1月、突然、空の倉庫で問題が発生しました。 毎日数十件の注文が届きましたが、それらに応答することはできませんでした。トップエンドの携帯電話やタブレットを使い果たしただけです。 もちろん、12月の売り上げは通常よりもはるかに大きく、1月にはサプライヤが15日頃にのみ目覚めると推測していましたが、これらの売り上げがどれだけあるかはわかりませんでした。



その後、3月にニュースが発表されました。彼らは新しい、たとえばMaypud NEWを発表しました。 1か月で最後の世代のメイプドがいくつ売れたかを把握し、新しいものを数十個購入しました。そして、新しいものが足りず、古いものは数か月間倉庫に残っていたという事実に直面しました。



そしてこの時点で、すでに1000以上の名前のタブレット、携帯電話、さまざまな付属品、および多数のさまざまなサプライヤがいます。 1日あたり10個の新しいアイテムが品揃えマトリックスに追加され、2〜3個の製品が消費されます（平均）。 3人のバイヤーが絶えず負荷に夢中になっており、非トップ製品に目を細めています（中国から1バッチの錠剤をすでに半年間販売することはできません）。出荷日を忘れがちで、これがギャップと顧客の不満につながります。 さらに、サプライヤは常に安定しているわけではありません。誰かがあなたのバッチを半分に減らし、誰かが配達を遅らせ、誰かがあなたの既に支払った製品の税関でのコンテナ全体で立ち往生しています。 そして、状況ごとに決定を下す必要があります。



さらに、流通ポイントとショップのネットワークがあり、店舗では商品の在庫を維持する必要もありました。 大まかに言えば、N個の販売ポイントがあるため、タスクはN倍になりますが、ローカルエラーの価格はメインウェアハウスのエラーに比べてすでに低くなっています。



その結果、ロジスティクスは単に恐ろしくなり、適切な分析の助けを借りて問題を解決することにしました。 人々は優れていますが、時計仕掛けのように機能するように自動化できるものとすべきものがあります。

主な課題

ABCおよびXYZ分析について会計士と一緒に座った後、20〜30個の商品アイテムを自分の手で処理するだけでよく、1人のバイヤーが完璧に処理できることに気付きました。 残りの商品が自動であると考えられたらいいと思います-それはあなたの利益にとってそれほど重要ではなく、10％の予測誤差でさえ、他の5-6人の仕事よりもはるかに良く経済的です。 最終的には、小売ネットワークを拡大して品揃えを増やすことを計画しているため、正確に自動化する必要があります。



2番目のタスクは、システム自体が需要を予測することです。販売の線形速度を考慮するだけでなく、季節変動、休日なども考慮します。



3番目のタスク -新しい商品の発売は購入について理解できるものでなければなりません。買い手が商品の履歴から類似品を示して、システムが販売方法を理解できるようにするとよいでしょう。 たとえば、4番目のmayfunは最初にピークを持ち、3番目のmayfunの販売スケジュールを継続します。



4番目の質問 -マーケティングキャンペーンがそれに基づいて購入を計画するには、マーケティングキャンペーンが販売にどのように影響するかを理解する必要があります。 同時に-在庫で販売する価値のある製品とそうでない製品を評価できるシナリオを構築します。



5番目の質問は、需要が少ない商品の品揃えからの撤回です。たとえば、4番目に関係なく、古いシステムがマシンでパックで購入し続けるのと同じ2番目のmayfunsです。

ITソリューション

多数のソリューションを整理してから、CROCでテストドライブを行い、 サプライチェーン最適化システムがどのように機能するかを確認し、品揃えについて多数の質問をし、一般に、賢い人々がすでにすべての問題を解決していることを理解します



少しの間、これはすでにあなたと一緒にいることを想像します-そして、あなたはすべてが制御され、時計のように機能し、ジャムしないという至福の感覚を経験します。 確かに、IT部門の責任者の顔をしかめると、この夢からあなたが引き離されます。事実は、最初に、実装とライセンスの値札を認識しただけで、次に、通常の1Cまたは何か-何らかの形で新しいシステムと対話します。



現実には、調整された1Cと、それを使用する人々のスタッフがいます。さらに、非常に貧弱なものを変更するのは非常に不快ですが、機能します。 一方、彼らはあなたに半年間プロジェクトの投資回収を約束し、需要の賢明な予測と最大20％のお金を節約し、あらゆるペニーが何をするかを正確に知ることができるような有能なロジスティックスを約束します。



そして、2か月で、標準レーキをさらに2、3回踏んで、行くことにしました。 このようなソフトウェアのメーカーはいくつかあります。 以下では、例としてJDAソリューションを使用して、これがどのように行われるかを分析します。

それで、それはどのように行きますか

1.会計システムから商品に関するすべてのデータをアップロードします。たとえば、JDAでは、ERCシステム（1Cなど）から製品カタログを自動的にダウンロードすることができます。







2.予測モジュールは、各製品を分析し、その需要予測を行います。 倉庫内の商品が0だった時間間隔で、スケジュールを復元する必要があります。実際に販売された商品の数ではなく、過去に商品を販売できるかどうかが重要です。







3.次に、各製品について、エキスパートシステムが、システムに詰まっている可能性のあるすべての変動と要因を考慮した販売スケジュールを作成します。 ユーザーレベルでは、これは非常に簡単です。製品を販売するためのいくつかの基本的なシナリオがあります。たとえば、消費のための重要な商品（パンなど）、季節商品（傘など）、急速に老化する製品（mayfun-4）、引き裂かれた販売スケジュールを持つ製品（ゴールデンメイプドなど）ダイヤモンドインレイ（年間5〜6個販売）。 製品は発売から望まれるかもしれません-または、販売として徐々に解きほぐされます。 これらはすべて自動的に計算されるか、手動で編集できます。 システムが製品についてどのように考えているかを確認し、プロファイルがどの程度正確に選択されているかを評価できます。







4.各製品について、非典型的な活動のポイントも構築されます。たとえば、スケジュールがほぼ横ばいであるが、外れ値がある場合は、マーケティングキャンペーン（およびシステムにそれがあったことを示す必要があります） 、または逆に、システムはどこかでより多くの商品を販売することが可能であると考えています。たとえば、その時点でYandexのトップから飛び出していたかどうかを覚えておく価値があります。







5.このような処理の後、数千の製品すべてが販売プロファイルを受け取ります 。 システムは、どの製品が季節性で、すでに古くなっており、流通から外れる準備ができているので、さらに購入する必要があるなどを示します。







6.ペアで販売されている商品（タブレットカバー、懐中電灯、バッテリーなど）については、独自の会計単位を作成する必要があります 。 さらに、関連製品（たとえば、mayfunを購入した人の3分の1人が1か月でカーアダプターで充電を購入する）を知っている場合、相互作用もシステムに入力できます。 そのようなものはマシンによって自動的に構築されません-プロファイルを設定することは買い手の仕事です。



7.各製品のシステムは、予測ユニットDFU （需要予測ユニット） の概念で動作します。 ここに非常に重要なポイントがあります：DFUは、mayfunのような命名単位ではなく、多数の単位とそれが配置されている場所です。 たとえば、モスクワのmayfunは、新しい「ホットな」プロファイルを持つグループA製品であることが判明する場合があり、チュコトカでは、通常のブリック電話に簡単に交換できる低販売のグループC製品であることが判明する場合があります。



8.その後、予測に対する実際の売上に関するデータがシステムにアップロードされます。システムは、予測と実際の状況の違いを比較して学習します。 同時に、新しい予測ごとに、次のようなスケジュールがあります。





垂直-予測誤差、水平-流通している商品の重要性。



4つの主要なゾーンがあります。

• 低い回転率と低いエラー：以前に処理しなければならなかった商品の70％がここに落ちます。 触れないでください。
• 低回転率と高エラー：これは、時間があれば行うべきことです。
• 高い売上高と低いエラー：触れることはできませんが、少なくとも一見の価値があります。
• 高い売上高と高いエラー：ここでは、通常、いくつかの商品ユニットがあります。これらは、特に注意を払う必要があります。深刻な新しいトレンド、供給問題、または他の何かがあります。 いずれにせよ-手で正確に取り扱ってください。

バイヤーまたは製品販売のスペシャリスト（予測の目的に応じて）が十分な予測を行った後、いくつかのシナリオを構築できます。たとえば、来月、昨年と同様に20％の割引でmayfunsを再度販売するという状況を尋ねることができます。 このシステムは、過去1年間のこれらの株式を予測に基づいて予測します。そして、いくらで何を買うべきかがわかります。 ちなみに、プロモーションはブランドごとに行うことができます。たとえば、すべての表紙ごとに行うことができます。システムは、各表紙を購入する必要がある数を計算します。



9.結果として、 95％の自動生成データと、5％のデータがパーティーのポリシーと彼のお尻のファイリングに従ってユーザーによって調整された販売予測を取得します。





注：このグラフは、過去の期間の実際の売上と比較できます。これは、予測の正確さを理解するのに役立ちます。



この予測は、システムデータと比較して経営陣に示すことができます（ここでは、Hello Kittyで100個のタブレットを販売すると考えていますが、サプライヤーはテレビで広告を開始したので、120個が必要だと思います）。

それから？

もちろん、これはクールですが、そのような予測を受け取ったと思われる場合は、問題を解決し、喜んで急いではいけません。 これは次のとおりです。

• サプライヤは、500個のメイプドではなく2000個のコンテナを購入するように提案していますが、1.5倍安くなっています。 倉庫保管を考慮するとそれは有益ですか？ そして、あなたも同時に割引を実行する場合-その後？
• システムは、40ポイントのタブレットを1週間に1回注文する必要があると言っています。 問題は、少なくとも2週間に1回、少なくとも200箱のバッチでそれを運ぶことです。どうすればよいですか。
• 中国はウラジオストクの駐在員事務所にタブレットを直接持ち込むことを提案しています-それは本当に便利で安価で、コンテナを取るだけです：一方で、配達の大幅な節約-一方で、ストレージが何をするのか、タブレットが販売中に古くなる時間があるかどうかなどはわかりません。
• あなたはすでにRZDの製品の2つのコンテナをエカテリンブルクに送りました、そして、あなたの競争相手はそこで突然閉鎖しました、そして、需要は非常に大きくなりました。 ここでこれらの2つのコンテナを考慮して、次回、いつ出荷する必要がありますか？
• あなたのマネージャーは、チラシを全国に配布するよりもローカルで印刷するほうが良いという疑いがあると言います。そして、遅れは少なく、コストは簡単です。 それを考慮しなければなりません。
• 別のマネージャーは、列車よりも飛行機で貨物を出荷する方が収益性が高い場合があると主張しています。より高価ですが、納品が間に合うように購入されるため、利益が増加します。 繰り返しますが、カウントする必要があります。

以前は例外のような状況を手動で処理していましたが、ビジネスの成長に伴い、例外とロシアの現実はますます顕著になっています。 したがって、予測モジュールのデータを処理し、適切な製品が適切なタイミングで適切な場所にあることを確認できるシステムの次の部分であるロジスティクス管理（検討中のソリューションでは-これは追加モジュールです）が必要です。 トピックが興味深い場合、それについて-次のトピックで。

まとめ

専門家の需要予測システムは通常これを提供します（これは同じJDAのベンチマークです）。

• 予測の精度は15〜20％向上しています。
• プロセスの複雑さが大幅に軽減されます。
• 在庫は10〜15％削減されます。
• サービスのレベル（商品の入手可能性）は5〜10％増加しています。
• 人的要因によって引き起こされるエラーの数が削減されます。

ほぼ同様のシステムを使用すると、この結果をほぼ得ることができます。 上記のJDAを見ましたが、同様のソリューションを提供するベンダーは他にもあります。会社にぴったり合うものはあなた次第です。



特定の実装については、次のアドレスに書き込むことができます。

• Alexander Efimov 、データマイニングプラクティス責任者、 Alexander.Efimov @ croc.ru-これがどのように機能するかを理解する必要がある場合、またはテストドライブが必要な場合。
• Alexey Isaev 、SCMの責任者、 AlIsaev @ croc.ru-たとえば、費用と実装時期を計算する必要がある場合。