Комментарии 38
То есть, плановая экономика возможна?
Все булочные Парижа — это экспертная система, которая продаёт ровно столько хлеба, сколько нужно жителям. Эта система саморегулируется. При этом каждая отдельная булочная нуждается в инструментах прогнозирования, иначе может вылететь с рынка из-за недопроизводства или перепроизводства.
А потом кто-то на форуме пишет: «Чуваки, у меня брат работает на сахарном складе. Последний вагон пришел, теперь отдают по одной пачке в руки. Я себе мешок закупил про запас». И всё, переходим на ручное управление.
Это справедливо для монополии, когда сахар больше никто в город/поселок/деревню не привезет. Просто добавь 1 конкурента и пока тот, что с 1 вагоном ждет новую поставку, второй спрогнозировал повышение продаж и заказал сразу 2 вагона, а то и 3.
Нет, я не о том. Я о ситуации, когда слухи (или провокация) приводят к резкому росту спроса и дефициту. Образуется положительная обратная связь и разобраться с такой ситуацией в короткие сроки уже невозможно. Подобное и на биржах бывает. С булками проще: их нельзя долго хранить и запасать, поэтому спрос более-менее соответствует реальному потреблению: купил — съел.
Фокус в том, что булочные Парижа с подобными задачами вынуждены справляться все последние 200 — 300 лет и без всяких компьютерных систем. Те, кто справляются — остаются на плаву, а те, кто не справляются — раззоряются, даже если им эту систему поставить…
А есть готовые решения?
У каждого вендора есть, чем гордиться. Например, вот список историй успеха в прогнозировании у JDA: www.jda.com/customers/case-studies/?solution=5004&button=Search
Очень интересная штука. Интересно, при каких оборотах окупается внедрение подобных систем? И вообще, каков порядок их стоимости без учета внедрения и допиливания…
Учитываются ли какие-то внешние факторы, влияющие на продажи? Или только данные о предыдущих продажах? Повышение цитируемости какого-то бренда в интернете, погода за окном, фаза луны…
Конечно, учитываются, но не в плане «что будет, если президент покажет этот товар по ТВ», а в плане оценки влияния и выделении тренда на ранней стадии. Учесть можно практически любой фактор, достаточно его представить в виде временного ряда — это задача закупщика. Задача системы — обратить внимание на нетипичную активность по товару, если закупщик этого не сделал. К примеру, тот же индекс цитируемости можно собрать и представить в виде статистики за прошлые периоды и учитывать его как фактор.
Задумка хорошая, но как говаривал Козьма Прутков: «Никто не объемлет необъятного!»
На каком-нибудь рынке кирпича и железо-бетонных изделий эта система, может, и будет подходящей. Но вот относительно рынка мобильных устройств я скептичен чуть более, чем полностью, ибо тут слишком много непредсказуемых и непрогнозируемых факторов.
1. Слишком много вендоров. И каждый вендор по-своему непредсказуем.
2. Слишком много моделей от каждого вендора. Если бы в мире был только один «майфун» и один «майпуд» — то да, можно было бы прогнозировать сезонность, спрос и прочея…
3. Каждый вендор имеет свою собственную глобальную стратегию, которая на локальном уровне меняется просто архибыстро и непредсказуемо.
4. Все пытаются предугадать спрос и все пытаются сыграть на нём. Но реальный спрос зависит от множества внешних факторов, учесть которые неподсилу практически никому. Год назад все на этом хорошо обожглись.
5. На этом рынке очень много крупных продавцов, которые тоже имеют свои собственные стратегии и интересы, и могут значительно влиять на рынок, играя ценами и маркетинговыми активностями.
Как учесть (не говорую про «предугадать») тот факт, что продавцы (Азиасеть и Проводной) вдруг, по непонятной причине, одновременно уронят вдвое цену на майнстримовский планшет Самсебезасунь? А ты перед этим его себе полный склад завёз? Как выкрутиться, если ты, согласно предсказаниям системы, разместил заказа на десятки тысяч новой модели Макиа на Дорз-фоне, справедливо учтя маркетинговую активность этого вендора, а вендор в самый последний момент присылает письмо, что до конца года не сможет выполнить заказ, а ты расчитал свою прыбыль с учётом предновогодних распродаж? И т.д., и т.п.
На каком-нибудь рынке кирпича и железо-бетонных изделий эта система, может, и будет подходящей. Но вот относительно рынка мобильных устройств я скептичен чуть более, чем полностью, ибо тут слишком много непредсказуемых и непрогнозируемых факторов.
1. Слишком много вендоров. И каждый вендор по-своему непредсказуем.
2. Слишком много моделей от каждого вендора. Если бы в мире был только один «майфун» и один «майпуд» — то да, можно было бы прогнозировать сезонность, спрос и прочея…
3. Каждый вендор имеет свою собственную глобальную стратегию, которая на локальном уровне меняется просто архибыстро и непредсказуемо.
4. Все пытаются предугадать спрос и все пытаются сыграть на нём. Но реальный спрос зависит от множества внешних факторов, учесть которые неподсилу практически никому. Год назад все на этом хорошо обожглись.
5. На этом рынке очень много крупных продавцов, которые тоже имеют свои собственные стратегии и интересы, и могут значительно влиять на рынок, играя ценами и маркетинговыми активностями.
Как учесть (не говорую про «предугадать») тот факт, что продавцы (Азиасеть и Проводной) вдруг, по непонятной причине, одновременно уронят вдвое цену на майнстримовский планшет Самсебезасунь? А ты перед этим его себе полный склад завёз? Как выкрутиться, если ты, согласно предсказаниям системы, разместил заказа на десятки тысяч новой модели Макиа на Дорз-фоне, справедливо учтя маркетинговую активность этого вендора, а вендор в самый последний момент присылает письмо, что до конца года не сможет выполнить заказ, а ты расчитал свою прыбыль с учётом предновогодних распродаж? И т.д., и т.п.
Дело в том, что это уже работает на таких рынках. Не в плане, что «возможно, будет», а конкретно работает много у кого с высоким ROI.
Хорошо, что работает. И, возможно, в чём-то даже помогает, снимая часть рутинной работы… Но от перетаривания или дефицита по ключевым продуктам всё равно не спасает. И вендоры, и ключевые продавцы как раз и стараются играть на рынке так, чтобы их невозможно было предсказать… ни этой системе, ни конкурентам… В этом — главная проблема.
В хороших системах считаются и риски — риск снижения спроса, риск недопоставок и т.д. и т.п.
Например, в проекте, в котором мне довелось поучаствовать, разрабатывалась система прогнозирования для весьма стабильного рынка — типа предложенного вами кирпича или железо-бетонных изделий, поэтому риск недопоставки был в два раза дороже риска снижения спроса — т.е. пусть лучше на складе будет избыток товара, нежели недостаток, не позволяющий клиенту сделать закупку.
На рынках с низкой стабильностью логичнее сделать наоборот — пусть лучше кому-то не хватит товара, но мы по возможности избежим ситуации с излишком, который придется выкинуть.
Например, в проекте, в котором мне довелось поучаствовать, разрабатывалась система прогнозирования для весьма стабильного рынка — типа предложенного вами кирпича или железо-бетонных изделий, поэтому риск недопоставки был в два раза дороже риска снижения спроса — т.е. пусть лучше на складе будет избыток товара, нежели недостаток, не позволяющий клиенту сделать закупку.
На рынках с низкой стабильностью логичнее сделать наоборот — пусть лучше кому-то не хватит товара, но мы по возможности избежим ситуации с излишком, который придется выкинуть.
Ну в вышеописанны случаях человек если конечно у него нет какого хитрого инсайда тоже наколется, так что программа тут не причем, но в случае с програмкой это все в последний момент можно быстренько пересчитать.
А какой порядок цифр при внедрении решения JDA по прогнозированию?
От чего зависит стоимость внедрения?
Скажем для примера, наша компания продаёт 10 000 номенклатур, около 30 поставок в день, около 1000 отгрузок.
ERP система есть — там тоже есть прогнозирование — но вдруг у вас точнее?
От чего зависит стоимость внедрения?
Скажем для примера, наша компания продаёт 10 000 номенклатур, около 30 поставок в день, около 1000 отгрузок.
ERP система есть — там тоже есть прогнозирование — но вдруг у вас точнее?
Стоимость решения зависит от очень многих факторов, первый из которых — конкретный тип продукта (речь не только о JDA, но и других вендорах). Если интересны детали — давайте обсудим в личке.
Мой вопрос был не от того, что я хочу пресэйл
Хотелось бы более точного позиционирования JDA относительно других распространённых систем, где есть прогнозирование.
Думаю, другим хабровчанам тоже было бы это интересно, поэтому утаскивать это в личку не хотелось бы.
Во всех ERP есть расчёт Плана Закупок, что вы учитываете такого, что уникально?
Что такое системы класса ERP при этом, думаю, все знают, а вот JDA — это что-то новенькое.
Хотелось бы понять, для начала, какого оно размера.
Сопоставимо ли по деньгам внедрение JDA, скажем, с внедрением модуля Управления Запасами от ERP -системы?
Хотелось бы более точного позиционирования JDA относительно других распространённых систем, где есть прогнозирование.
Думаю, другим хабровчанам тоже было бы это интересно, поэтому утаскивать это в личку не хотелось бы.
Во всех ERP есть расчёт Плана Закупок, что вы учитываете такого, что уникально?
Что такое системы класса ERP при этом, думаю, все знают, а вот JDA — это что-то новенькое.
Хотелось бы понять, для начала, какого оно размера.
Сопоставимо ли по деньгам внедрение JDA, скажем, с внедрением модуля Управления Запасами от ERP -системы?
Спрос это временной ряд, который находится под влиянием множества факторов. Например, индекс ММВБ тоже временной ряд. Но вряд ли кто-нибудь может заявить что делает прогноз индекса с точностью 95%. Его просто засмеют. У Вас же, судя по представленным графикам, точность близка к 100%. Это Вы, наверное, погорячились, в маркетинговом угаре.
Ну и насчет прогнозных моделей. Не такие они уж и экслюзивные. В статьях и монографиях все они хорошо описаны. Поэтому и их реалиация не стоит таких денег
Ну и насчет прогнозных моделей. Не такие они уж и экслюзивные. В статьях и монографиях все они хорошо описаны. Поэтому и их реалиация не стоит таких денег
Конечно, есть куча известных моделей/алгоритмов прогнозирования.
Но эти вендоры берут деньги за то, что у них полноценный набор модулей с качественной интеграцией, т.е. за то, что у компании сразу появится возможность работать «по-взрослому».
Такие продукты не нужны, если либо компания еще может работать на уровне excel, или, если компания достаточно крута, чтобы вложиться в создание кастомного решения, заточенного на её специфику лучше, чем универсальное решение вендора.
Кстати, ожидаемая точность прогноза очень сильно зависит от конкретных данных. Я встречал временные ряды, для которых удается добиться и 98%, а попадались и такие, где 50% — это победа :)
Но эти вендоры берут деньги за то, что у них полноценный набор модулей с качественной интеграцией, т.е. за то, что у компании сразу появится возможность работать «по-взрослому».
Такие продукты не нужны, если либо компания еще может работать на уровне excel, или, если компания достаточно крута, чтобы вложиться в создание кастомного решения, заточенного на её специфику лучше, чем универсальное решение вендора.
Кстати, ожидаемая точность прогноза очень сильно зависит от конкретных данных. Я встречал временные ряды, для которых удается добиться и 98%, а попадались и такие, где 50% — это победа :)
Гораздо важнее учесть ставку рефингансирования, ибо от нее зависят процентные ставки по кредитам, а тем самым влияет на покупательскую способность населения. Допустим ставка упадет до 2-3%, резко возрастет спрос на все и вся ваша система даст промах.
Это уже является структурным изменением внешних факторов. Система же не долна учитывать вероятность, например, закрытия границ из-за начала военных действий или еще каких-то внешних воздействий.
В целом в любой универсальной системе такого типа предполагается очень большая доля экспертной информации. Те ключевые параметры, которые как раз и определяют экономическую оптимальность, приходится задавать руками. Так что, фактически, это автоматизация — вместо того, чтобы отдельно работать с разными рядами, эксперт начинает крутить макропараметры. А уж насколько они получатся оптимальными — это вопрос не к системе :)
В целом в любой универсальной системе такого типа предполагается очень большая доля экспертной информации. Те ключевые параметры, которые как раз и определяют экономическую оптимальность, приходится задавать руками. Так что, фактически, это автоматизация — вместо того, чтобы отдельно работать с разными рядами, эксперт начинает крутить макропараметры. А уж насколько они получатся оптимальными — это вопрос не к системе :)
Пожалуйста напишите, что является входной величиной для расчета вашего прогноза. Если это скользящее окно продаж того же товара на какую-то глубину предыстории, то можно не отвечать.
Конечно они только этим и оперируют. На рис. Можно увидеть используемые методы прогнозирования. Например, Фурье или, Скользящее среднее (moving average)
Вопрос был риторический :-). А вообще жаль, что практически неработающие в антропогенных системах методы обработки физических сигналов, старинный ABC-анализ и т.п. позиционируются как современная и эффективная система обработки информации. Ну а использование термина «экспертная система» вообще некорректно и неприменимо к заскриншотеным видам анализа.
Входящие данные — это история продаж искомого товара, история продаж товаров в его группе (заменителей, например), известные тренды, данные о маркетинговых и иных активностях, оценка спроса по продажам (с учётом заполнения окон когда товара не было в наличии), а также мнение закупщика относительно профиля спроса на товар. Если товар «подхватывает» линейку — также данные по всей линейке до этого. Детали в общем есть в первом топике, ссылка на который в самом верху. Прелесть рассматриваемого решения — в возможности построить прогноз, изменив один фактор, например, предположив, что вы завтра стартуете акцию: это сразу даёт возможность оценить возможный спрос в новых условиях и рассчитать оптимальную стратегию. Чуть позже расскажу как учитываются в логистике праздники и другие внешние явления.
Прошу меня простить за столь упорное непонимание.
Если по поводу использования такого массива на входе вы говорите правду, то категорически не понятно, как именно и для чего вы используете к примеру модель Хольта-Уинтерса, Фурье или скользящее среднее? Опять же недоумение вызывает и ваша предыдущая статья. Цитата (самый занятный для меня кусочек выделил):
Расчеты как раз и есть наше все в подобного рода системах. Как они могут быть не важны? К примеру без проверки на стационарность приведенные на скринах методы просто не работают (для нестационарных процессов). Модель же нестационарного процесса как правило уникальна под каждую задачу.
Короче. Если математика прогноза — ваше ноу-хау, то об этом лучше сказать прямо. Если же вы собрали известные методы прогнозирования в удобную оболочку, опять же об этом лучше сказать прямо. Контингент здесь далек от принятия решений о покупке вашего продукта, но если вы будете конкретны и убедительны, то читатели Хабра (т.е. ITшники) будут на вашей стороне при консультациях с руководителями.
Пока что-то все неясно… туман… туман… мы используем все-все-все данные… как именно — неважно.
Если по поводу использования такого массива на входе вы говорите правду, то категорически не понятно, как именно и для чего вы используете к примеру модель Хольта-Уинтерса, Фурье или скользящее среднее? Опять же недоумение вызывает и ваша предыдущая статья. Цитата (самый занятный для меня кусочек выделил):
Суть – в замене «разрывов» товара какой-то расчётной величиной. Можно использовать несколько разных методов усреднения, например, скользящее среднее: расчёты не так важны, как сам принцип. Итак, первым делом мы восстанавливаем уровень спроса. Затем строим прогноз на ближайший период.
Расчеты как раз и есть наше все в подобного рода системах. Как они могут быть не важны? К примеру без проверки на стационарность приведенные на скринах методы просто не работают (для нестационарных процессов). Модель же нестационарного процесса как правило уникальна под каждую задачу.
Короче. Если математика прогноза — ваше ноу-хау, то об этом лучше сказать прямо. Если же вы собрали известные методы прогнозирования в удобную оболочку, опять же об этом лучше сказать прямо. Контингент здесь далек от принятия решений о покупке вашего продукта, но если вы будете конкретны и убедительны, то читатели Хабра (т.е. ITшники) будут на вашей стороне при консультациях с руководителями.
Пока что-то все неясно… туман… туман… мы используем все-все-все данные… как именно — неважно.
Теперь я понял, о чём вы. Во-первых, это не наш продукт, а JDA, мы — просто дистрибьютор, и предлагаем выбирать из целой линейки продуктов такого класса, если необходимо, рассматривая софт на примере одного представителя. Конкретно в этом решении JDA используются известные модели наподобие модели Фурье (там чуть менее десятка моделей для разных профилей). Говоря о том, что расчёты не важны, я имел в виду конкретно этот модуль, который не требует от закупщика знания математической модели, а применяет её сам на основе анализа входящих данных — то есть выбирает оптимальный из известных методов для огромной выборки. Полученная модель обрабатывается модификаторами известных случаев, например, модификаторами маркетинговых акций, а также на основании мнения закупщика (например, модификатором длительности периода ажиотажа на новый товар). То есть JDA не делает ничего, что можно сделать руками (никаких волшебных пилюль в расчётах), но позволяет снять 99% рутинной работы и оставить на обработку руками только то, что показывает выбросы.
Компьютер — всего лишь инструмент. Быстрый, дорогой инструмент. И сам он делать ничего не будет, пока с ним не будут работать люди. Если этот инструмент правильно настроить — он может помочь.
В 1С 8.2, кстати, есть инструмент Анализ данных и прогнозирование. Можно и его настроить под нужды компании, главное понимать чего хочешь получить.
В 1С 8.2, кстати, есть инструмент Анализ данных и прогнозирование. Можно и его настроить под нужды компании, главное понимать чего хочешь получить.
Тут не учтено следующее — если у вас действительно много точек и высокий поток продаж, то в таком случае можете договориться с поставщиком на размещение товара на реализацию на определенный срок (например 1000 гаджетов на 2 мес, если продадите 800, оплачиваете их, оставшиеся 200 возвращаете). Т.е. вы за него платите постфактум, но с более высокими партнерскими ценами. На такое не каждый дистрибутор согласится, но вариант возможен, если долго сотрудничаете с одним и тем же поставщиком.
Не подскажете, какой масимальный ассоримент считает JDA у ваших клиентов, и сколько занимает процесс рассчета.
Можно ссылочку, на компании, в которых вот это внедрено и работает?
И еще конечно очень интересно:
— на сколько конкретно процентов сократились запасы после внедрения этой системы?
— насколько снизился неудовлетворенный спрос?
И еще конечно очень интересно:
— на сколько конкретно процентов сократились запасы после внедрения этой системы?
— насколько снизился неудовлетворенный спрос?
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Как работают экспертные системы прогнозирования продаж или сколько грузить планшетов в граммах