Прогноз легко показать на аккуратном графике продаж. История небольшого магазина редко бывает аккуратной. Товар может быть новым, акция — вызвать разовый всплеск, а неделя без продаж — означать пустую полку, а не отсутствие спроса. Вопрос не в том, умеет ли ИИ нарисовать прогноз. Вопрос в том, помогает ли он заказать товар лучше простого правила.
Определите решение о заказе
Выберите одну группу товаров, один цикл заказа и срок поставки. Запишите текущий остаток, товары в пути, минимальную партию, срок хранения при необходимости и цену как дефицита, так и излишка. Прогноз без этих условий не говорит, сколько закупать.
Сначала постройте простую базу сравнения: например, типичные продажи последних недель с поправкой на известные закрытия и явно заданный резерв. Каждую поправку объясните. Затем сравните модель с этим правилом на более поздних периодах, которых модель не видела. Нельзя обучить её на том же отрезке, по которому объявляется победа.
Исправьте историю спроса
Отделите наблюдаемые продажи от спроса. Отметьте дни отсутствия товара, акции, необычный режим работы, крупные разовые заказы и замену одного товара другим. Если магазин продал ноль штук потому, что остатков не было, нулевая «потребность» научит модель неправильной закономерности. Для нового товара с тремя неделями истории лучше взять сопоставимый продукт или осторожное ручное правило.
ИИ может помочь выделить необычные события из заметок или предложить сегменты прогноза. Расчёт остатков и ограничений заказа делает таблица или складская система. Владелец проверяет необычно крупные заказы и товары с высокой ценой ошибки.
Пример решения
Небольшой магазин пополняет запас кофейных фильтров каждый понедельник. Обычное правило использует типичный спрос четырёх недель и резерв. Новая модель предлагает более крупный заказ из-за сильной прошлой недели. Закупщик видит в журнале разовую акцию. Предложение модели не принимают, пока оно не окажется лучше на следующих сопоставимых неделях. Если срок поставки вырос, заказ всё же может увеличиться, но это решение о поставке, а не доказательство точности прогноза.
Что измерять
Для каждой группы смотрите ошибку прогноза на новых периодах, дни дефицита, излишки, списания и скидки, срочные закупки и связанные в запасах деньги. Изучайте не только среднее, но и самые дорогие промахи. Модель, улучшившая среднюю ошибку, но регулярно пропускающая ходовой товар с высокой маржой, может быть плохим выбором.
Начните с теневого режима: при каждом решении показывайте результат простого правила и модели. Наблюдайте как минимум срок поставки и несколько сопоставимых циклов; один заказ не доказывает улучшение. Решение остаётся за закупщиком, который записывает причину. Сравните фактический дефицит, излишки и время проверки. Продолжайте, только если новый метод полезно и объяснимо меняет решения.
В библиотеке кейсов Methodfield есть опубликованный поставщиком пример планирования запасов. Источник говорит о более быстрой подготовке, но не даёт измеренной точности или финансового эффекта. Поэтому материал предлагает местное испытание, а не переносит обещание кейса на другой магазин.
Рабочий артефакт: лист сравнения заказов
Одна строка относится к товару и дате решения. Сохраняйте оба предложения до появления наблюдаемого результата.
| Поле | Что записать |
|---|---|
| Позиция запаса | Остаток, уже обещанные единицы и подтверждённые поставки |
| Контекст | Срок поставки, акция, закрытие, дефицит и замены товаров |
| Базовое правило | Оценку спроса, резерв и предлагаемое количество |
| Модель | Оценку, неопределённость, количество и версию |
| Итог | Выбор закупщика, причину, поздний дефицит, излишек и затраты на исправление |
Сравнивайте решения на одинаковых датах и при одинаковых ограничениях. У модели может быть меньше числовая ошибка, но предложенный заказ окажется невозможным из-за размера партии или срока хранения. Записывайте такой операционный сбой отдельно от ошибки прогноза.
Источники и границы
Пример магазина иллюстративен. Утверждения о точности и экономии потребуют реальной исходной базы и сравнения на следующих периодах.