الوحدة الأساسية
إجمالي التنبؤ للأسبوع يساوي مجموع جميع مكوناته. يمكن عرض مكونات التنبؤ في نموذج التحليل بتحديدها من قائمة "المكونات - بالقطع".
مثال: يُبنى التنبؤ على أساس السعر الفعلي والموسمية والمستوى الأساسي. نختار المتنبئات "أ.
السعر" و"الموسمية" و"الأساس" من قائمة "المكونات - بالقطع"، ومجموعها لكل أسبوع سيساوي قيمة التنبؤ. مثال: قيمة "أ.
السعر" = 20، "الموسمية" = 25، "الأساس" = 100. ستساوي قيمة التنبؤ 145. الحالة التي يساوي فيها التنبؤ المبيعات - شبه مستحيلة.
لكن إذا كانت الاختلافات في التنبؤ والمبيعات غير جوهرية وتغطيها كمية صغيرة من مخزون الأمان المحسوبة من قِبل النظام، فهذه الحالة طبيعية.
إذا كانت الاختلافات جوهرية، فمن الضروري محاولة تحديد العامل الذي لم يُراعَ في التنبؤ.
خوارزمية الإجراءات هي كالتالي: التصريح الأخير غير صحيح، لأن خسائر المبيعات ستحدث فقط إذا تجاوزت المبيعات التنبؤ ومخزون الأمان معاً.
إذا تجاوزت المبيعات التنبؤ لكنها بقيت ضمن مخزون الأمان، فلن تكون هناك خسارة في المبيعات.
يُحسب مخزون الأمان بشكل فردي لكل منتج في كل متجر. مخزون الأمان هو الانحراف المعياري للمبيعات الماضية عن التنبؤ.
لكن من الناحية العملية، يحاول النظام دائماً جعله أكثر دقة، بالحساب على نطاقات تنبؤ مختلفة.
لذلك يُقسَّم التنبؤ إلى 3 نطاقات: بعد ذلك، يُحسب الانحراف المعياري بشكل منفصل لكل فترة من هذه الفترات.
وهكذا، فإن مخزون الأمان، على سبيل المثال للآيس كريم أو الكفاس في الشتاء والصيف، سيكون مختلفاً.
مخزون الأمان للفترات الترويجية وغير الترويجية سيكون مختلفاً أيضاً.
ستختلف نسبة مخزون الأمان بالنسبة للتنبؤ أيضاً لمواضع مختلفة، لكن القاعدة العامة هي كالتالي: يمكن ذلك.
لكن هذا لا يمكن أن يكون مشكلة إلا لأعلى المنتجات مبيعاً. لمثل هذه المواضع، نوصي بزيادة مخزون الأمان باستخدام معاملات SS.
في هذه الحالة، سيُضرب مخزون الأمان في هذه المعاملات. للمواضع غير الأعلى مبيعاً، يُوصى بترك معامل SS بشكل افتراضي.
عادةً يساوي واحداً، وهذا إعداد نظام يمكن تغييره.
نظراً لأن مبيعات مواضع معينة غالباً ما تكون متقلبة، وكلما انخفض معدل المبيعات ارتفع تقلب الطلب، كقاعدة عامة، من المهم إيجاد التوازن الصحيح بين توفر البضاعة لتغطية الحالات القصوى ومستوى الشطب.
التوصية العامة هي تقليل معامل SS لمثل هذه المواضع وضبطه لأقل من واحد.
وبالنسبة للمواضع الأعلى مبيعاً، حيث لا يتجاوز وقت التسليم بشكل كبير فترة مبيعات الموضع، ضبط هذا المعامل بالقرب من الصفر.
لا توجد حاجة لذلك. من خلال ضبط المعاملات، تراكم الخبرة، ولا ينبغي تغييرها باستمرار.
لمزيد من المعلومات حول تطبيق معاملات SS، راجع قسم "تعديلات مخزون الأمان".
إذا لم تُستخدم وحدة العروض الترويجية، يُوصى بإدخال تنبؤ رئيسي للفترات الترويجية.
يمكنك أيضاً استخدام التنبؤ الرئيسي لتعديل التنبؤ للمنتجات الجديدة، إذا لم تُعيِّن بديلاً.
يُدخَل التنبؤ الرئيسي على المستوى العام (SKU-جميع المتاجر) ويُوزَّع بشكل متناسب على تنبؤ النظام على مستوى متاجر محددة، مما يرفع أو يخفض إجمالي تنبؤ جميع المتاجر إلى مستوى التنبؤ الرئيسي.
تُقدّم المنطقة 0 بيانات المبيعات المجمّعة لجميع المتاجر في السلسلة.
للمنطقة 0، يُبنى تنبؤ منفصل قد يختلف عن مجموع التنبؤات لجميع المتاجر.
يُستخدم مستوى "المنطقة 0" باعتباره أعلى مستوى في التسلسل الهرمي الجغرافي عند بناء تنبؤات المستويات الأدنى.
مستوى "مجموع المتاجر - SKU" هو تنبؤ مبني على مستوى كل متجر ومجمّع.
أما مستوى "جميع المتاجر - SKU" فهو تنبؤ مبني على مستوى المنطقة 0، التي تمثل بيانات مجمّعة للسلسلة بأكملها.
الاختلاف هو أنه عند بناء تنبؤ على مستوى المتجر، يحلل النظام اعتمادية المبيعات على العوامل المؤثرة في مستويات مفصّلة، مما قد يعطي في حالات معينة، عندما تتوفر بيانات كافية، نتيجة أكثر دقة، وفي بعض الحالات قد لا تُحدَّد الاعتمادية.
يختلف ذلك لمواضع مختلفة، ويعتمد على ما إذا كان تاريخ المبيعات كافياً في المستويات المفصّلة لإعداد التنبؤ.
مع تاريخ غير كافٍ، قد يكون التنبؤ على مستوى المنطقة 0 أكثر دقة.
ميزة أخرى لاستخدام التنبؤ على مستوى المنطقة 0 هي أنه يتيح تحديد الاعتمادية على مستوى السلسلة للمبيعات على العوامل المؤثرة (السعر والموسمية وما إلى ذلك) واستخدامها في مستويات أكثر تفصيلاً.
هذا ليس ضرورياً. تُستخدم وظيفة الشذوذات والمستبعدات في حالات استثنائية إذا اكتُشفت مبيعات شاذة في عملية تحليل التنبؤ.
كما إذا كان نظام العميل يحتوي على مبيعات مخصصة بالتحفظ، يُوصى بتنزيلها حتى تأخذها المحرك بعين الاعتبار كشذوذات.
في بعض الحالات، إذا لم تُستخدم وحدة العروض الترويجية وكانت هناك متطلبات للمحرك للتنبؤ بالمبيعات العادية والموسمية، فإن الأسابيع التي يُحدَّد لها التنبؤ الرئيسي بنوع العرض الترويجي تُسحب تلقائياً إلى استثناءات التنبؤ.
قائمة هذه العناصر مُهيَّأة في النظام. قبل استخدام الشبكة العصبية للتنبؤ بموضع ما، تحتاج إلى التحقق من التنبؤ، أي التحقق بصرياً.
يمكن القيام بذلك باستخدام ملف تعريف التنبؤ "Brain". على الأرجح، لن تكون استجابة النظام فورية.
يتم ذلك لتمهيد الحالات القصوى المحلية في المبيعات.
لكن بعد 1-3 أسابيع، سيرى النظام هذه التغييرات ويبدأ في مراعاتها في التنبؤ المستقبلي.
يمكن التحقق من ذلك على أمثلة حقيقية حدثت بالفعل، بالتراجع في التنبؤ 1-3 أسابيع.
يمكنك القيام بذلك في نموذج "التحليل" بالنقر على رابط "الإعدادات" واختيار آخر أسبوع للمبيعات الذي يمكن للنظام رؤيته عند بناء التنبؤ.
كما أنه، مباشرة بعد الأسبوع الأول من المبيعات المرتفعة، سيبدأ النظام في رفع مخزون الأمان، فاعلاً ذلك بحذر ودون إنشاء مخزون متزايد حيث يوجد فقط أسبوع واحد كهذا في التاريخ.
في هذه الحالة، توجد عدة خيارات: يمكن طلب الملابس والأحذية التي يتم طلبها بجدول منتظم استناداً إلى تنبؤ النظام.
إذا كان شراء الملابس والأحذية يتم لكل موسم، فينبغي بناء تنظيم هذه العملية بشكل مختلف قليلاً.
في البداية، يستحق استخدام التنبؤ لمجموعات النماذج (على سبيل المثال، أحذية رياضية رجالية)، من أجل تحديد الطلب المحتمل عليها.
بعد ذلك، تحتاج إلى اختيار النماذج خبرةً للطلب المحتمل وإجراء تحليل خبرة للتنبؤ على مستوى مجموعات النماذج إلى نماذج محددة، ثم إلى الشبكة الأبعادية للحصول على أعداد محددة من المواضع للطلب.
- للقيام بذلك، انتقل إلى نموذج التحليل وابدأ بحساب التنبؤ للموضع المعني. الفحص الرئيسي والأكثر فعالية للتنبؤ هو الفحص البصري. يُوصى بتقييم ديناميكيات مبيعات العام الحالي والعام السابق بصرياً، ومقارنتها بالتنبؤ الحالي لتحديد استخدام الموسمية في التنبؤ. يمكنك أيضاً إضافة السعر إلى الرسم البياني لتقييم تأثير السعر على التنبؤ وعلى المبيعات. يمكنك أيضاً استخدام التحليل البصري للعوامل الأخرى.
- لأن النظام يعيد حساب التنبؤات كل يوم لمراعاة أحدث بيانات المبيعات.
- في نموذج التحليل، في منطقة تحديد المعاملات، انقر على زر الإعدادات، ثم اختر الأسبوع الأخير المطلوب للمبيعات في حقل الأسبوع، الذي سيراه النظام عند إعداد التنبؤ.
- توجد طريقتان: ببديل، أو استناداً إلى مبيعات موضع متوسط في المجموعة. إذا كان النظام يملك بديلاً، يُستخدم تاريخ مبيعات بديل واحد أو عدة بدائل، مضروباً في معامل. إذا استُنِدَ التنبؤ إلى مبيعات موضع متوسط في المجموعة، فتُقسَّم مبيعات المجموعة على عدد المواضع فيها، وبعد ذلك تُعدَّل لمرونة السعر للمجموعة بسعر منتج جديد محدد.
- يستند التنبؤ لتوسع التوزيع إلى المبيعات على مستوى المجموعة-المتجر والمبيعات على مستوى المجموعة-المنطقة والمبيعات على مستوى SKU-المنطقة. للتبسيط، تُأخذ النسبة: [تنبؤ SKU-متجر] = [تنبؤ SKU-منطقة] * [مبيعات المجموعة-متجر] / [مبيعات المجموعة-منطقة].
- يُوصى باستخدام بيانات مبيعات البديل من 6 إلى 13 أسبوعاً، تبعاً لإعدادات النظام. لكن هذا لا يعني أنه لن يرى النظام خلال 6-13 أسبوعاً بيانات المبيعات الفعلية للموضع الجديد. بمجرد ظهور أول بيانات عن مبيعات المنتجات الجديدة، سيستخدمها النظام بالفعل في التنبؤ، وستُستخدم بيانات مبيعات البديل فقط لتلك الفترات التي لم تكن فيها مبيعات. يمكن للنظام إعداد تنبؤ لمنتج جديد بدون بديل حتى عندما تتوفر أسابيع قليلة فقط من المبيعات، لكن لتحديد أدق للاعتماديات بين المبيعات والعوامل المختلفة (الموسمية والسعر والعرض الترويجي)، يُوصى بالسماح للنظام باستخدام بيانات مبيعات البديل لفترة أطول.
- يستند التنبؤ للمتاجر الجديدة فقط على بديل واحد أو عدة بدائل (متاجر مماثلة). كما هو الحال مع المواضع الجديدة، يُوصى للمتاجر الجديدة بالسماح للنظام باستخدام بيانات المبيعات للمتاجر المماثلة لمدة 9-13 أسبوعاً، حتى يتمكن النظام من تحديد الاعتمادية بين المبيعات والعوامل المختلفة بشكل أكثر دقة. لكن بعد ظهور أولى أسابيع المبيعات، سيرى النظام بيانات المبيعات للمتجر الجديد ويستخدمها في التنبؤ. سيستخدم النظام بيانات مبيعات المتاجر البديلة فقط لتلك الفترات التي لا توجد فيها مبيعات أو مخزون للمتجر الجديد.
- للأسبوع الأول من المبيعات، لن يبني النظام تنبؤاً على الإطلاق، لكن بعد الأسبوع الأول من المبيعات، سيبني النظام تنبؤاً دون مراعاة الاعتمادية، استناداً فقط إلى مبيعات الأسابيع الأولى. مع تراكم التاريخ للمتجر الجديد، سيصبح التنبؤ أكثر دقة. لكن يُوصى بإضافة بدائل للمتاجر الجديدة.
تحقق من التنبؤ على مستوى SKU-المنطقة للمنطقة 0 (السلسلة بأكملها)، أو على مستوى منطقة محددة أو على مستوى المتجر.
في نافذة "النماذج"، حدد العوامل التي لها أعلى معاملات الارتباط.
تحقق مما إذا كانت هذه العوامل مُراعاةً في التنبؤ.
إذا أُخذت جميع العوامل الجوهرية في الاعتبار، فمن الضروري تحليل وتحديد العامل الذي لا يعلمه النظام.
إذا لم تُراعَ جميع العوامل الجوهرية، فمن الضروري إضافة هذه العوامل إلى المخطط وتقييم بصرياً ما إذا كان تأثيرها قد أُخذ في الاعتبار بالكامل.
إذا لم تستطع تحديد ما إذا أُخذت جميع العوامل الجوهرية في الاعتبار أم لا، تواصل مع MySales للحصول على دعم تحليلي.
النطاق العالي - فترات العروض الترويجية وفترات المبيعات الموسمية العالية.
النطاق المنخفض - فترات التراجع الموسمي أو الفترات بدون عرض ترويجي، إذا كان للموضع موسمية معبّر عنها بشكل طفيف.
النطاق العادي - الفترات الأخرى.
كلما ارتفعت سرعة المبيعات وزادت كتلة الطلب عليها، كان التنبؤ أكثر دقة، وبالتالي انخفضت نسبة مخزون الأمان.
كلما كان الموضع أبطأ في البيع، زاد مخزون الأمان بالنسبة المئوية، لكن مع ذلك أقل بالقطع. لفهم هذا، تخيل حالة بسيطة حيث يساوي التنبؤ متوسط المبيعات. إذا بِيع موضع ما في المتوسط بمقدار 0.5 وحدة أسبوعياً (كل أسبوعين)، فسيكون مخزون الأمان أقل بقليل من 0.5 وحدة، لكن في نفس الوقت سيكون ما يقارب 100% من التنبؤ.
تحقق من نماذج التنبؤ الأخرى التي بناها النظام واختر الأنسب. يمكنك التحقق من النماذج في نموذج "التحليل" بتحديدها من قائمة "المكونات - التحليل" والتحقق بصرياً على الرسم البياني. يُوصى بالبدء من الأكثر دقة إلى الأقل دقة. بعد ذلك، يمكن تثبيت النموذج المطلوب للمحرك بالنقر على زر "النماذج" واختياره هناك، لكن يُوصى بالقيام بذلك في مستويات محددة (SKU-المنطقة، SKU-المتجر، المجموعة-المنطقة، المجموعة-المتجر).
صحح تنبؤ النظام باستخدام وظيفة "الرئيسي" على مستوى SKU-جميع المتاجر.
في الحالات الاستثنائية، يمكنك تحميل تنبؤ مفصّل على مستوى SKU-متجر.
يمكنك أيضاً طلب دعم تحليلي من MySales.