Товар закончился раньше новой поставки
Покупатели готовы купить, но на складе пусто. Компания теряет продажи и может недополучить миллионы рублей, пока ждёт следующую партию.
Бизнес-приложение · Python · Интеграция с 1С
Прогноз закупок
и нормы склада
Сколько товара держать на складе и что заказать, если следующая поставка может занять от двух месяцев до года? Разработала программу, которая помогает принимать эти решения на основе истории продаж и прогноза спроса.
2–12 месяцевсрок изготовления и доставки
17 методовдля разных сценариев спроса
1С → прогнозрегулярная выгрузка истории
Задача бизнесаОшибка в закупке стоит дорого.
Ошибка в закупке стоит дорого.
В обе стороны
Компания закупает товар за рубежом. В срок поставки входят изготовление на фабрике и доставка — вместе это от двух месяцев до года. Перезаказать товар в последний момент и быстро закрыть нехватку не получится.
Закупили много, а спрос снизился
Деньги заморожены в товаре, который перестали покупать. Неликвид занимает место на складе и мешает вложиться в востребованные позиции.
Нужно рассчитать норму склада.
Это запас товара на выбранное число месяцев, которого должно хватить до следующей поставки. Для этого важно оценивать будущий спрос по каждой позиции, учитывать остатки и уже заказанный товар.
Что разработаноОт данных из 1С
От данных из 1С
до рекомендации к закупке
В одном веб-приложении собраны загрузка данных, расчёт прогноза, сравнение моделей, анализ дефицита и выгрузки для проверки.
Для каждой позиции программа определяет ожидаемые среднемесячные продажи — СМП. Затем показывает норму склада в штуках и сколько нужно заказать с учётом свободного остатка и товара в пути.
Пользователь работает в браузере: выбирает отчёт, фильтрует позиции, изучает расчёт и скачивает нужные данные.
Кейс опубликован без названия и сферы деятельности клиента. Во всех иллюстрациях названия товаров, артикулы, группы и числовые показатели заменены вымышленными.
Как выбирается прогнозМодели проходят
Модели проходят
«экзамен на прошлом»
В программе 17 методов расчёта. Для каждого товара подбирается подходящий набор: регулярные продажи, редкие покупки и снижение спроса требуют разных подходов.
Берём историю
Модели получают продажи за более ранние месяцы. Следующие месяцы для них пока скрыты.
Просим предсказать
Каждая модель рассчитывает продажи на эти скрытые месяцы, как будто они ещё не наступили.
Сравниваем с фактом
Реальные продажи уже известны. Можно проверить, какой способ точнее попал в объём и меньше ошибался по месяцам.
Выбираем для товара
Подходящий метод строит будущий прогноз. Затем программа проверяет его по текущему спросу и защитным правилам.
Такая проверка называется бэктестом. В справке описаны 14 основных методов, два специальных для снижения спроса и один запасной по фактическим продажам. Для обычного товара в проверке сравниваются 12 подходящих методов.
Результат расчётаПонятно, что заказать
Понятно, что заказать
и какие позиции проверить
Программа строит прогноз по месяцам и складывает его за срок, на который нужен запас. Средний месячный объём за этот срок — СМП. Так норма склада учитывает ожидаемый спрос, а не только средние продажи в прошлом.
К заказуНорма склада в штуках−Свободный остаток−Товар в пути
Свободный остаток учитывает резервы. Если запас уже покрывает потребность, отрицательный заказ заменяется нулём.
Настраиваемая норма
Срок запаса задаётся для товара или группы. Программа переводит его в нужное количество штук.
Фильтры и сортировка
Поиск по позиции, группе и ABC помогает сосредоточиться на нужной части ассортимента.
Сигналы внимания
Выделяются критически низкий запас, короткая история и позиции, у которых снижается спрос.
Корректировки и защита расчётаОдной победы модели
Одной победы модели
недостаточно
Хороший результат на прошлом ещё нужно проверить на здравый смысл. В программе предусмотрены дополнительные правила для ситуаций, которые могут исказить прогноз.
Разовые выбросы
Необычно крупная продажа не должна автоматически стать новой нормой. Предусмотрены обработка выбросов и ограничения резких скачков.
Тренд и снижение спроса
Программа проверяет, продолжает ли товар продаваться как раньше. Для подтверждённого снижения предусмотрены специальные методы.
Проверка занижения
Прогноз сопоставляется с историей и текущим уровнем продаж. Защитные правила помогают обнаружить необоснованно низкую оценку.
Отсутствие товара
Нулевые продажи из-за пустого склада отличаются от отсутствия покупателей. История наличия помогает оценивать упущенный спрос.
Редкие продажи и новинки
Для нерегулярных покупок и короткой истории предусмотрены отдельные подходы и предупреждения о недостатке данных.
Объяснение результата
В отчёте видны фактические продажи, применённая модель и её пояснение. Спорную позицию можно разобрать отдельно.
Где спрос уже потерянОтдельный отчёт
Отдельный отчёт
по дефициту
Если товара долго не было на складе, фактические продажи могут заметно отставать от спроса. Опираться только на них при следующей закупке опасно: нехватка может повториться.
Отчёт показывает месяцы с дефицитом, долю времени без товара и оценку упущенных продаж в штуках и деньгах. Это помогает расставлять приоритеты закупки и проверять наиболее чувствительные позиции.
Упущенный спрос — расчётная оценка по доступным данным, а не подтверждённая сумма убытка.
Интеграция и обновлениеДанные регулярно приходят
Данные регулярно приходят
из 1С
Для обмена разработано специальное расширение 1С. Оно выгружает историю продаж, остатков и резервов в программу прогнозирования.
1Систория операций
→Расширениерегулярная выгрузка
→Приложениепрогноз и отчёты
→Закупкарекомендации по позициям
Товары в пути учитываются отдельно: их можно загрузить из Excel или внести вручную. После обновления истории прогноз пересчитывается по выбранным моделям; пересмотр самих моделей выделен в отдельный сценарий.
Проверка и дальнейшая работаРезультат можно выгрузить
Результат можно выгрузить
и проверить самостоятельно
Пользователь получает не только итоговую цифру. Доступны отчёты, сравнение расчётов и исходная история для независимого разбора.
СМП и рекомендации
Расчёт нормы склада, количество к заказу и отчёт по дефициту — для работы закупщика в привычных таблицах.
Все методы рядом
Собственные прогнозы моделей и продажи за год помогают разобраться в различиях между вариантами.
История по дням
Сырые продажи, остатки и резервы можно выгрузить в Excel, чтобы проверить источник расчёта.
Полная выгрузка
Данные подготовлены для независимой проверки и обсуждения прогнозов с нейросетью, в том числе для поиска возможных корректировок.
Итог проектаСложная задача закупок —
Сложная задача закупок —
в одном рабочем приложении
История из 1С, прогноз по каждой позиции, защитные корректировки, расчёт нормы склада и проверяемые рекомендации собраны в понятном интерфейсе. Закупщик может увидеть основу расчёта, проверить спорные товары и подготовить заказ.
Приложение разработано с помощью AI. Внутри используются статистические методы и машинное обучение; выгрузка для нейросети служит дополнительным инструментом проверки.