Módulos MySales

Perguntas/RespostasCapacidades

true

94%
Precisão de Previsão

Precisão estabelecida para produtos na Drogas

15-20%
Crescimento de Receita

Aumento de faturamento na Chudo Market após a implantação

40%
Redução de Desperdício

Redução de perdas de perecíveis na Blyzenko

Plataforma de IA

Uma plataforma de IA conecta previsão, reposição, preços e promoções — os sinais fluem automaticamente entre os módulos, mantendo pedidos, preços e campanhas sempre sincronizados.

Insight

Módulo Base

A previsão total para a semana é igual à soma de todos os seus componentes.

Os componentes de previsão podem ser visualizados no formulário de Análise selecionando-os no menu "Componentes - Em peças".

Exemplo: a previsão é construída com base no preço real, sazonalidade e nível base. Escolhemos os preditores "A.

Preço", "Sazonalidade", "Base" no menu "Componentes - Em peças"; ao somá-los, a sua soma para cada semana será igual ao valor da previsão.

Exemplo: o valor "A. Preço" = 20, "Sazonalidade" = 25, "Base" = 100. O valor da previsão será igual a 145.

A situação em que a previsão é igual às vendas é quase impossível.

No entanto, se as diferenças entre a previsão e as vendas não forem significativas e estiverem cobertas por um pequeno stock de segurança calculado pelo sistema, esta situação é normal.

Se as diferenças forem significativas, é necessário tentar determinar qual fator não está a ser tido em conta na previsão.

O algoritmo de ações é o seguinte: A última afirmação não é verdadeira, pois haverá perdas de vendas apenas se as vendas excederem a previsão e o stock de segurança no total.

Se as vendas excederem a previsão, mas permanecerem dentro do stock de segurança, não haverá perda de vendas.

O stock de segurança é calculado individualmente para cada artigo em cada loja.

O stock de segurança é o desvio padrão das vendas passadas em relação à previsão.

No entanto, na prática, o sistema tenta sempre torná-lo mais preciso, contando em diferentes intervalos de previsão.

Para isso, a previsão é dividida em 3 intervalos: Em seguida, o desvio padrão é calculado separadamente para cada um destes períodos.

Assim, o stock de segurança, por exemplo, para gelados ou kvass no inverno e no verão será diferente.

O stock de segurança para períodos promocionais e não promocionais também será diferente.

A percentagem do stock de segurança em relação à previsão também será diferente para posições diferentes, mas a regra geral é a seguinte: Pode acontecer.

No entanto, isto só pode ser um problema para os artigos de topo com maiores vendas.

Para tais posições, recomendamos aumentar o stock de segurança usando coeficientes SS.

Neste caso, o stock de segurança será multiplicado por estes coeficientes.

Para posições que não sejam de topo, recomenda-se deixar o coeficiente SS por defeito.

Geralmente é igual a um; esta é uma configuração do sistema e pode ser alterada.

Uma vez que as vendas de posições específicas são frequentemente voláteis, e quanto menor for a taxa de vendas, maior é a volatilidade da procura, em geral é importante encontrar o equilíbrio correto entre a disponibilidade de bens para cobrir os extremos e o nível de abatimentos.

A recomendação geral é reduzir o coeficiente SS para tais posições e defini-lo para menos de um.

E para posições de topo, onde o prazo de entrega não excede significativamente o período de vendas da posição, definir este coeficiente próximo de zero.

Isto simplesmente não precisa de ser feito. Ao ajustar os coeficientes, acumula experiência e não deve alterá-los constantemente.

Para mais informações sobre a aplicação de coeficientes SS, consulte a secção "Ajustes de Stock de Segurança".

Se o módulo Promo não for utilizado, recomenda-se inserir uma previsão mestre para períodos promocionais.

Também pode usar a previsão mestre para ajustar a previsão de novos produtos, se não tiver definido um análogo.

A previsão mestre é introduzida a um nível geral (SKU-todas as lojas) e distribuída proporcionalmente à previsão do sistema ao nível de lojas específicas, elevando ou baixando a previsão total de todas as lojas ao nível da previsão mestre.

A região 0 apresenta dados de vendas agregados para todas as lojas da cadeia.

Para a região 0, é construída uma previsão separada, que pode diferir da soma das previsões para todas as lojas.

O nível "região 0" é utilizado como o nível mais elevado da hierarquia geográfica ao construir previsões de níveis inferiores.

O nível "Soma de lojas - SKU" é uma previsão construída ao nível de cada loja e somada.

O nível "Todas as lojas - SKU" é uma previsão construída ao nível da região 0, que representa dados agregados para toda a cadeia.

A diferença reside no facto de que ao construir uma previsão ao nível da loja, o sistema analisa as dependências das vendas em relação a fatores influentes a níveis detalhados, o que em certos casos, quando há dados suficientes, pode dar um resultado mais preciso, e em alguns casos as dependências podem não ser determinadas.

Para posições diferentes — de formas diferentes; depende de se há histórico de vendas suficiente a níveis detalhados para fazer uma previsão.

Com histórico insuficiente, uma previsão ao nível da região 0 pode ser mais precisa.

Outra vantagem de usar a previsão ao nível da região 0 é que permite determinar a dependência das vendas a nível da cadeia em relação a fatores influentes (preço, sazonalidade, etc.) e utilizá-la a níveis mais detalhados.

Isso não é necessário.

A funcionalidade Anomalias e Excluídos é utilizada em casos excecionais se forem identificadas vendas anómalas no processo de análise de previsão.

Além disso, se o sistema do cliente tiver vendas dedicadas por reserva, recomenda-se descarregá-las para que o motor as considere como anomalias.

Em alguns casos, se o módulo promo não for utilizado e existirem requisitos para que o motor preveja vendas regulares e sazonais, as semanas para as quais a previsão mestre com o tipo Promo está definida são automaticamente puxadas para as exceções de previsão.

A lista de tais artigos é configurada no sistema.

Antes de usar uma rede neuronal para prever uma posição, é necessário verificar a previsão, ou seja, verificar visualmente.

Isto pode ser feito usando o perfil de previsão "Brain". Muito provavelmente, a reação do sistema não será imediata.

Isto é feito para suavizar extremos locais nas vendas.

Mas após 1-3 semanas, o sistema verá estas mudanças e começará a tê-las em conta na previsão futura.

Isto pode ser verificado em exemplos reais já ocorridos, recuando na previsão 1-3 semanas atrás.

Pode fazer isso no formulário "Análise" clicando no link "Configurações" e escolhendo a última semana de vendas que o sistema pode ver ao construir a previsão.

Além disso, imediatamente após a primeira semana de vendas aumentadas, o sistema começará a elevar o stock de segurança, fazendo-o com cuidado e sem criar um stock aumentado onde só existe uma tal semana no histórico.

Neste caso, existem várias opções: Roupas e calçado que são encomendados com regularidade podem ser encomendados com base na previsão do sistema.

Se a compra de roupas e calçado for feita para cada estação, a organização deste processo deve ser estruturada de forma ligeiramente diferente.

Inicialmente, vale a pena usar a previsão para grupos de modelos (por exemplo, calçado desportivo masculino), de forma a determinar a procura potencial para os mesmos.

Em seguida, é necessário selecionar com perícia os modelos para a procura potencial e também fazer com perícia uma decomposição da previsão ao nível de grupos de modelos para modelos específicos e, em seguida, para a grelha dimensional para obter números específicos de posições para a encomenda.

  • Para isso, aceda ao formulário de Análise e inicie o cálculo da previsão para a posição de interesse. A verificação de previsão principal e mais eficaz é visual. Recomenda-se avaliar visualmente a dinâmica de vendas do ano atual e do ano anterior, comparando-a com a previsão atual, de forma a determinar o uso da sazonalidade na previsão. Também pode adicionar um preço ao gráfico para avaliar o efeito do preço na previsão e nas vendas. Pode também utilizar análise visual de outros fatores.
  • Porque o sistema recalcula as previsões todos os dias para ter em conta os dados de vendas mais recentes.
  • No formulário de Análise, na área de seleção de parâmetros, clique no botão de configurações e depois selecione a última semana de vendas necessária no campo de semana, que o sistema verá ao fazer uma previsão.
  • Existem dois métodos: com um análogo, ou com base nas vendas de uma posição média no grupo. Se o sistema tiver um análogo, é utilizado o histórico de vendas de um ou vários análogos, multiplicado por um coeficiente. Se a previsão for baseada nas vendas de uma posição média no grupo, as vendas do grupo são divididas pelo número de posições nele, sendo depois ajustadas pela elasticidade de preço do grupo com o preço de um novo artigo específico.
  • A previsão para a expansão da distribuição baseia-se nas vendas ao nível grupo-loja, nas vendas ao nível grupo-região e nas vendas ao nível SKU-região. Para simplificar, é utilizada a proporção: [previsão SKU-loja] = [previsão SKU-região] * [vendas grupo-loja] / [vendas grupo-região]
  • Recomenda-se usar dados de vendas de análogos entre 6 e 13 semanas, dependendo das configurações do sistema. No entanto, isso não significa que durante 6-13 semanas o sistema não verá dados sobre as vendas reais da nova posição. Assim que aparecerem os primeiros dados sobre as vendas de novos artigos, o sistema já os utilizará na previsão, e os dados de vendas do análogo só serão usados para os períodos onde não houve vendas. O sistema pode fazer uma previsão para um novo produto sem análogo mesmo quando existem apenas algumas semanas de vendas; no entanto, para determinar com mais precisão as dependências das vendas em relação a vários fatores (sazonalidade, preço, promo), recomenda-se permitir que o sistema utilize dados de vendas de análogos por um período mais longo.
  • A previsão para novas lojas baseia-se apenas num ou mais análogos (lojas semelhantes). Tal como com novas posições, recomenda-se que para novas lojas se permita ao sistema usar dados de vendas de lojas semelhantes durante 9-13 semanas, para que o sistema possa determinar com mais precisão a dependência das vendas em relação a vários fatores. No entanto, após aparecerem as primeiras semanas de vendas, o sistema verá os dados de vendas da nova loja e usá-los-á na previsão. O sistema utilizará dados sobre as vendas das lojas análogas apenas para os períodos onde não existem vendas/stocks de uma nova loja.
  • Na primeira semana de vendas, o sistema não construirá de todo uma previsão, mas após a primeira semana de vendas, o sistema construirá uma previsão sem ter em conta as dependências, baseando-se apenas nas vendas das primeiras semanas. Com a acumulação de histórico para a nova loja, a previsão tornar-se-á mais precisa. No entanto, recomenda-se adicionar análogos para novas lojas.
  • Verificar a previsão ao nível SKU-região para a região 0 (toda a cadeia), ou ao nível de uma região específica ou ao nível da loja

  • Na janela "Modelos", determinar os fatores que têm os coeficientes de correlação mais elevados

  • Verificar se esses fatores estão a ser tidos em conta na previsão

  • Se todos os fatores significativos estiverem a ser tidos em conta, é necessário analisar e descobrir qual fator o sistema desconhece

  • Se nem todos os fatores significativos estiverem a ser tidos em conta, é necessário adicionar esses fatores ao diagrama e avaliar visualmente se a sua influência está totalmente a ser tida em conta

  • Se não conseguir perceber por si mesmo se todos os fatores significativos foram tidos em conta ou não, contacte o MySales para suporte analítico.

  • Intervalo alto — períodos promocionais e períodos de vendas sazonais elevadas

  • Intervalo baixo — períodos de queda sazonal ou períodos sem promoção, se a posição tiver uma sazonalidade pouco expressiva

  • Intervalo normal — outros períodos

  • Quanto maior for a velocidade de vendas, maior é a massa de procura, mais precisa é a previsão e, consequentemente, menor é a percentagem do stock de segurança.

  • Quanto mais lentamente a posição é vendida, maior é o seu stock de segurança em percentagem, mas ao mesmo tempo menor em unidades. Para compreender isto, imagine um caso simples em que a previsão é igual às vendas médias. Se em média uma posição é vendida 0,5 unidades por semana (a cada 2 semanas), o seu stock de segurança será ligeiramente inferior a 0,5 em unidades, mas ao mesmo tempo será quase 100% da previsão.

  • Verificar outros modelos de previsão que o sistema construiu e selecionar o mais adequado. Pode verificar os modelos no formulário "Análise" selecionando-os no menu "Componentes - Análise" e verificando visualmente no gráfico. Recomenda-se começar do mais preciso para o menos preciso. Em seguida, o modelo desejado pode ser fixado para o motor clicando no botão "Modelos" e selecionando-o lá; no entanto, recomenda-se fazê-lo em níveis específicos (SKU-região, SKU-loja, grupo-região, grupo-loja).

  • Corrigir a previsão do sistema usando a funcionalidade "Mestre" ao nível SKU-todas as lojas

  • Em casos excecionais, pode descarregar uma previsão detalhada ao nível SKU-loja

  • Pode também solicitar suporte analítico ao MySales.

Insight

Módulo Promo

O uplift promocional é um aumento adicional nas vendas durante o período promocional, que ocorre devido a comunicações, quando mais compradores souberam que uma determinada posição tem uma oferta promo por um período limitado de tempo.

Existem duas razões.

Em primeiro lugar, se simplesmente baixar o preço e não contar a ninguém, isso não dará um efeito tão grande no crescimento das vendas como reduzir o preço temporário com o suporte de comunicação adicional.

Em segundo lugar, frequentemente uma promoção é realizada sem qualquer substituição de etiquetas de preço, quando o desconto está disponível na caixa, e o comprador fica a saber através de materiais adicionais: um folheto, um catálogo eletrónico, um banner, etc.

O aumento das vendas devido ao efeito de comunicação é o componente mais difícil de prever.

Em primeiro lugar, este efeito é muito diferente para posições diferentes.

Em segundo lugar, para posições específicas, existe frequentemente falta de histórico de promoções, uma vez que no retalho há uma rotação significativa do sortido.

A previsão do crescimento promocional no sistema pode ser dividida em várias etapas principais: Para compreender isso, deve simular vários cenários de promoção, com um nível de desconto diferente e várias comunicações.

Para simular uma promoção, pode criar uma nova promoção, com as condições que pretende simular, ou uma nova variante de uma promoção existente.

Deve considerar que ao criar uma nova variante numa promoção existente, um desconto determinado individualmente para os artigos da promoção tem prioridade sobre um desconto determinado ao nível de toda a promoção; portanto, se descontos diferentes para cada produto estiverem definidos na promoção, é melhor para modelar um novo cenário criar uma promoção separada sem a aprovar.

Base — uma previsão básica sem ter em conta o efeito das comunicações, mas tendo em conta a elasticidade de preço.

Mostra quanto venderia se simplesmente reduzisse o preço e o apoiasse com comunicação básica na forma de indicação na etiqueta de preço.

Promo — uma previsão promocional tendo em conta o uplift promocional devido a todas as comunicações adicionais na promoção, permitindo que mais clientes fiquem a saber de uma oferta vantajosa.

Em primeiro lugar, é necessário verificar as promoções comparáveis que o sistema selecionou.

Para isso, pressione o botão "C" junto ao SKU para ver os SKUs de promoções comparáveis, as vendas nos mesmos, bem como as suas taxas de uplift.

A previsão pode diferir das vendas de promoções comparáveis, uma vez que as condições mudam: preço, desconto, estação, canibalização.

Para analisar os fatores que afetam a previsão com mais detalhe, é necessário fazer duplo clique num SKU numa promoção para ir ao formulário "Análise" e ver com mais detalhe todos os componentes da previsão.

"Antes, %" é o coeficiente de uplift promocional em relação à previsão, que não tem em conta a elasticidade de preço.

"Depois, %" é o coeficiente de uplift promocional em relação à previsão, tendo em conta a elasticidade de preço.

Normalmente, "Depois, %" é inferior a "Antes, %".

O sistema utiliza estes coeficientes básicos de promoções comparáveis, aplicando-os para promoções previstas ao nível SKU - todas as lojas e adaptando-os ao nível de cada loja.

Neste caso, o coeficiente de uplift promocional é previsto pela rede neuronal.

A rede neuronal é treinada em todas as posições de promoção em histórico, determinando a dependência do uplift em cada fator individual na promoção, bem como na sua sinergia, e para cada grupo de produtos separadamente, se houver dados suficientes para ter em conta as características individuais do uplift dos artigos em cada grupo.

O sistema tem uma visualização dos resultados de aprendizagem de uma rede neuronal, algo como uma tomografia.

Pode vê-la no menu "Mais - Promo - Correlação da rede neuronal".

Aí, verá verticalmente os fatores que a rede neuronal tem em conta ao prever o uplift promocional, e também verá a correlação em percentagem da mudança nos valores dos fatores com a mudança nos valores do coeficiente de uplift promocional previsto pela rede neuronal em relação à previsão que tem ou não em conta a elasticidade de preço.

As vendas promocionais são a área mais difícil de prever, pois são influenciadas por muitos fatores, alguns dos quais o sistema desconhece.

Por exemplo, no caso de presença ou ausência de resposta dos concorrentes, as promoções para produtos de topo, que são geradores de tráfego, podem dar uplifts diferentes (em geral ou em diferentes condições de mercado).

Por isso é importante verificar as previsões de promoções.

Usando o MySales, a previsão de promoções é geralmente realizada por uma pessoa, ou um grupo separado que cria promoções no sistema, constrói uma previsão automática de promoções MySales e verifica-a comparando com promoções comparáveis.

Bem como fazendo análise mais detalhada usando o formulário "Análise".

Após tal verificação das previsões promocionais, recomenda-se carregá-las para Excel para enviar aos gestores de categoria para verificar as condições de mercado.

Se houver objeções fundamentadas dos gestores de categoria, recomenda-se criar uma previsão mestre no sistema.

A monitorização dos primeiros dias de vendas promocionais é muito importante para promoções que são válidas por um período de tempo superior ao ciclo de entrega, de forma a que durante a promoção possa responder às vendas e encomendar mais ou menos bens na entrega mais próxima.

No entanto, se olhar ao nível de posições específicas em lojas específicas, pode haver extremos locais ou eventos locais que provavelmente não se repetirão nos dias seguintes, se não estivermos a falar de posições de topo.

Por isso, nos primeiros dias da promoção, vale a pena analisar as vendas a níveis mais integrados (SKU-todas as lojas) e ajustar a previsão com um Mestre para refletir a dinâmica da promoção para as encomendas durante a sua implementação.

Se a promoção durar várias semanas e o crescimento aumentado das vendas for observado apenas na primeira semana, recomenda-se usar a funcionalidade "Carga adicional" ou a funcionalidade de encomenda automática para fazer uma encomenda aumentada para a primeira semana da promoção.

O desconto para tais promoções deve ser indicado como a percentagem média de benefícios para o comprador, que é fornecida para uma determinada posição.

É necessário para que a elasticidade de preço funcione corretamente na previsão de promoções.

Neste caso, o desconto é também melhor indicado analisando o histórico, mas em geral deve estar entre 1% e a percentagem calculada como o equivalente em dinheiro dos bónus dividido pelo preço dos bens pelos quais são atribuídos.

Existe um indicador de precisão de previsão de promoções, que é medido como a percentagem de posições de promoção que caem dentro do intervalo de erro admissível.

Este indicador permite encontrar o melhor equilíbrio entre o nível de disponibilidade dentro da promoção e os stocks à saída da promoção.

Para avaliar objetivamente este indicador, é importante comparar não apenas a previsão com as vendas, mas também a previsão calculada pelo sistema com a previsão preparada pelos gestores manualmente.

Se o sistema prever melhor para a maioria das posições do que os próprios gestores, haverá um efeito quer no aumento da disponibilidade de bens nos períodos promocionais, quer na otimização dos stocks à saída da promoção.

Vale a pena notar que a implementação do processo de verificação das previsões do sistema permite obter sinergia do uso de algoritmos de previsão promocional e da perícia dos gestores.

Uma previsão de alta qualidade de uma promoção requer pelo menos um ano no histórico de promoções, mas em alguns casos podem ser necessários dois ou mais anos.

Quanto maior for o histórico de promoções, mais alta será a qualidade da previsão de promoções.

Muito provavelmente, neste caso, o sistema irá prever este tipo de promoção com base na média de previsões de outros tipos de promoção.

O sistema também terá em conta as características dos produtos e como se comportam na promoção, adaptando o uplift de promoção ao nível da loja com base na sensibilidade individual.

No entanto, com a acumulação de histórico, o sistema de promoções já começará a tê-lo em conta.

A elasticidade de preço e o uplift promocional são dois componentes separados mas interligados na previsão.

Separados porque, em primeiro lugar, a elasticidade de preço é considerada na previsão básica para as posições onde há histórico suficiente.

Em seguida, é adicionado à previsão básica um coeficiente de promoção, que é adaptado ao nível da loja.

No entanto, o coeficiente de uplift promocional pode ser adicionado à previsão, na qual não existe elasticidade de preço para as posições onde o histórico não é suficiente para calculá-la.

Por isso, o sistema utiliza dois coeficientes de uplift promo separados, que são adicionados à previsão incluindo a elasticidade de preço (em regra, este coeficiente é inferior) e não incluindo (em regra, este coeficiente é superior).

Após calcular o uplift de promoção em unidades, o motor reequilibra estes 2 componentes juntamente com os outros componentes de previsão para que descrevam melhor as vendas passadas.

  • Análise e alocação de promoções históricas para todos os SKUs

  • Treino do sistema para fazer corresponder promoções comparáveis

  • Treino da rede neuronal para prever uplift promocional, se não foi possível encontrar promoções comparáveis

  • A seleção de promoções comparáveis para prever o uplift para promoções futuras ao nível SKU - todas as lojas

  • Previsão do coeficiente de uplift promo ao nível SKU - todas as lojas usando uma rede neuronal, se não foi possível encontrar promoções comparáveis

  • Adaptação do uplift de promoção ao nível de lojas específicas, com base no histórico da promoção para cada posição ao nível SKU-loja

  • Se, por exemplo, uma mecânica de promoção tiver 1 + 1 = 3, o desconto deve ser indicado como 33% (1 em cada 3 unidades é gratuita)

  • Para a mecânica "compra 1 e obtém desconto no segundo produto", o desconto deve ser indicado como a média para ambos os produtos. Por exemplo, se for proposto comprar um produto por 100 e obter um desconto de 50% num produto por 60, o benefício total para o comprador será de 30 em 160, 30/160 * 100% = 19%

  • Para mecânicas progressivas, quando mais unidades compra, maior é o desconto, é melhor indicar a percentagem média do desconto analisando-a no histórico de tais promoções. Em geral, esta percentagem deve ser mais próxima do desconto mais baixo oferecido como parte da promoção.