Comments 7
Mycroft Assistant Вот честно, читаю как «Microsoft Assistant»
Факторы сезонности очень сильно влияют на продажи, но не все клиенты это понимают… а жаль… Вот тоже, не плохо расписано про Фактор сезонности в трафике и продажах для интернет-магазина и сайта
Напоминает «как нарисовать сову»:
Глядим на историю продаж, не учитывая кучи факторов (в т.ч. цены, наличия товара на складах, слива по браку или сроку годности и т.п.), рисуем прогноз спроса. Прогноз спроса корректируем трендом, получаем план закупок. Из плана закупок, не учитывая ограничения поставщиков (календари, мощности и т.п.), возможностей финансирования в условиях волатильных курсов, формируем план продаж…
Глядим на историю продаж, не учитывая кучи факторов (в т.ч. цены, наличия товара на складах, слива по браку или сроку годности и т.п.), рисуем прогноз спроса. Прогноз спроса корректируем трендом, получаем план закупок. Из плана закупок, не учитывая ограничения поставщиков (календари, мощности и т.п.), возможностей финансирования в условиях волатильных курсов, формируем план продаж…
вы видели когда-нибудь как составляются планы продаж в большинстве компаний? для них вышеуказанное то уже является хай-тэком. потому я и не стал писать про высокие материи.
все что вы описали на уровне экселя почти невозможно посчитать — потому я и не стал это указывать. мы в своем решении это учитываем, конечно.
все что вы описали на уровне экселя почти невозможно посчитать — потому я и не стал это указывать. мы в своем решении это учитываем, конечно.
Да.
Цена
В Excel можно легко посчитать кривую эластичности и принять, что для группы товаров она одна и та же. Для тех же шин, в пределах одного размера, забыв о брендах, нарисовать зависимость количества продаж от цены. Пример (от балды)
Цена Количество
3000 1000
4000 700
5000 300
Экспоненциальная апроксимация в Excel дает R^2=0.95 и уравнение Количество = 6604.4e^(-6E-04*Цена)
Пусть цена на конкретную шину в прошлом году была 3500, в этом 4800, спрос упадет в 2.2 раза (при сохранении размера кошелька покупателя, парка автомобилей и т.п.).
Наличие
В Excel вывести наличие товара в магазине по дням за прошлый год. Посчитать количество дней когда товар есть на складе (или выше страхового запаса). Пусть товара не было на складе 40 дней. В условиях отсутствия накопления спроса, каннибализации и бла бла бла, можем применить формулу Спрос = Продажи / (1 — 40 / 365) = Продажи / 0.89 = Продажи *1.12 Т.о. спрос выше продаж на 12%
Слив
Выборочно отрезаем от продаж сделки по сливу товара. Здесь многое зависит от отрасли. Например, бракованное масло, ушедшее в переработку, не досталось покупателям, не повлияв на спрос. А вот то же масло, с отграниченным сроком годности, продавшееся с существенной скидкой отрезать не нужно — спрос на него будет скорректирован через ценовую элластичность.
Ожидалось увидеть в статье описание подходов, а не ссылки на решение, которое «все учитывает».
Цена
В Excel можно легко посчитать кривую эластичности и принять, что для группы товаров она одна и та же. Для тех же шин, в пределах одного размера, забыв о брендах, нарисовать зависимость количества продаж от цены. Пример (от балды)
Цена Количество
3000 1000
4000 700
5000 300
Экспоненциальная апроксимация в Excel дает R^2=0.95 и уравнение Количество = 6604.4e^(-6E-04*Цена)
Пусть цена на конкретную шину в прошлом году была 3500, в этом 4800, спрос упадет в 2.2 раза (при сохранении размера кошелька покупателя, парка автомобилей и т.п.).
Наличие
В Excel вывести наличие товара в магазине по дням за прошлый год. Посчитать количество дней когда товар есть на складе (или выше страхового запаса). Пусть товара не было на складе 40 дней. В условиях отсутствия накопления спроса, каннибализации и бла бла бла, можем применить формулу Спрос = Продажи / (1 — 40 / 365) = Продажи / 0.89 = Продажи *1.12 Т.о. спрос выше продаж на 12%
Слив
Выборочно отрезаем от продаж сделки по сливу товара. Здесь многое зависит от отрасли. Например, бракованное масло, ушедшее в переработку, не досталось покупателям, не повлияв на спрос. А вот то же масло, с отграниченным сроком годности, продавшееся с существенной скидкой отрезать не нужно — спрос на него будет скорректирован через ценовую элластичность.
Ожидалось увидеть в статье описание подходов, а не ссылки на решение, которое «все учитывает».
на месте «зависимость количества продаж от цены» — можно дальше не читать.
во-первых никакой связи в реальной работе нет. если вам нравятся цифры сами по себе — ок. но вопрос не про это. реальная работа — это 1) не «книжная» макроэкономика, где вы можете рассчитывать на разумную эластичность спроса. с учетом, как минимум того, что нет данных о конкурентах и товарах-заменителях 3) в цене слишком много факторов (бренд, маркетинговые акции, инфляция, состояние макроэкономики, уровень потребительского спроса и пр) — я потому и пишу что адекватно аппроксимацию считать только в штучном выражении, а не в денежном.
во-вторых, вопрос про отсутствие товара на складе я не писал что нельзя посчитать. но я бы хотел посмотреть как вы будете рассчитывать эти данные на 15к SKU.
в-третьих. ваша формула «365 — количество дней отсутствия» — несостоятельна. как минимум, потому что кто вам сказал что 365? надо понимать когда каждый товар реально вошел в ассортимент. и в какие его дни не было и почему. возможно, в какие-то дни следует «восстановить» спрос до обычных значений, чтобы не ошибиться в будущем, когда товар должен будет быть на остатках
если у вас есть свои подходы — пишите. я написал то, что можно сделать «на коленках» не влезая в многоэтажные расчеты, и что реально улучшит качество составления планов продаж.
во-первых никакой связи в реальной работе нет. если вам нравятся цифры сами по себе — ок. но вопрос не про это. реальная работа — это 1) не «книжная» макроэкономика, где вы можете рассчитывать на разумную эластичность спроса. с учетом, как минимум того, что нет данных о конкурентах и товарах-заменителях 3) в цене слишком много факторов (бренд, маркетинговые акции, инфляция, состояние макроэкономики, уровень потребительского спроса и пр) — я потому и пишу что адекватно аппроксимацию считать только в штучном выражении, а не в денежном.
во-вторых, вопрос про отсутствие товара на складе я не писал что нельзя посчитать. но я бы хотел посмотреть как вы будете рассчитывать эти данные на 15к SKU.
в-третьих. ваша формула «365 — количество дней отсутствия» — несостоятельна. как минимум, потому что кто вам сказал что 365? надо понимать когда каждый товар реально вошел в ассортимент. и в какие его дни не было и почему. возможно, в какие-то дни следует «восстановить» спрос до обычных значений, чтобы не ошибиться в будущем, когда товар должен будет быть на остатках
если у вас есть свои подходы — пишите. я написал то, что можно сделать «на коленках» не влезая в многоэтажные расчеты, и что реально улучшит качество составления планов продаж.
Sign up to leave a comment.
Планирование продаж сезонных товаров с учетом меняющихся экономических условий