Как прогнозировать спрос в период коронавируса: 6 важных советов

Пандемия коронавируса стала для ритейла серьезным испытанием. Потребительский спрос меняется каждый день, и найти логику в этом хаосе нелегко. Вот шесть советов ритейлерам и CPG-компаниям, как в сложившейся ситуации предсказать изменение характера спроса.

Читайте українською

Мировая экономика в последние сто лет не сталкивалась с такой глобальной пандемией, как коронавирус. Ритейл одним из первых почувствовал ее влияние. Резкое увеличение спроса на туалетную бумагу, спиртовые салфетки, бутилированную воду и крупы создало дополнительный стресс для бережливой глобальной цепочки поставок.

Текущая ситуация бросает вызов гибкости компаний, работающих в области ритейла и производства товаров широкого потребления (CPG). Они пытаются наращивать мощности и выстраивать логистику, стараясь не отставать от постоянно возрастающего спроса. Но как поведет себя спрос, какие товары потребуются в большем объеме, какие товары люди вообще станут игнорировать – пока не ясно.

Самое правильное, что могут сделать руководители компаний сегодня – это обратиться к данным и аналитике, чтобы прогнозировать и планировать всплески и последующие спады потребительского спроса.

Значительно проще приостановить работу, нежели быстро нарастить производственные мощности. Пока непонятно, как быстро восстановится экономика и настанет ли период длительной рецессии. Независимо от того, что будет дальше, ритейл и CPG-компании должны быть готовы заранее к любому сценарию и реагировать немедленно.

В нынешних условиях, как никогда ранее, потребуется интеллектуальный подход к ведению бизнеса: углубленная аналитика и технологии машинного обучения. Вот шесть советов ритейлерам и CPG-компаниям, как в сложившейся ситуации предсказать изменение характера спроса.

1. Используйте нижнеуровневые данные – они отражают истинный спрос

Прежде всего, анализируйте и прогнозируйте POS-данные, собранные с помощью сканеров магазинов. Они самый объективный индикатор потребительского спроса. Так вы определите изменения в характере спроса и более точно спрогнозируете состав средней потребительской корзины.

Важно сосредоточиться на прогнозировании товарного ассортимента на нижнем уровне, так как это покажет, какие товары пользуются наибольшим спросом, а какие – наименьшим.

Некоторые компании обнаружили увеличение спроса на свою продукцию на Amazon.com, так как в этот же период потребители перешли от офлайн-магазинов к онлайн-покупкам.

Этот новый подход прогнозирования на основе потребления, использующий процесс MTCA (многоуровневый причинно-следственный анализ), позволил компаниям CPG значительно улучшить не только прогнозы отгрузок, но и обнаружить поворотные точки в структурах спроса гораздо быстрее, чем позволяют традиционные модели.

2. Внедряйте углубленную аналитику и алгоритмы машинного обучения

Это поможет быстро обнаружить аномалии и немедленно среагировать. Даже в такой шоковый период, как сейчас, во время нарастания кризисных явлений на фоне COVID-19, карантина и падения экономической активности, когда изменения в структуре спроса происходят быстро и они значительные, – аналитические модели с автонастройкой адаптируются довольно быстро и позволяют лучше удовлетворять спрос и управлять запасами.

Примерами может служить один крупный французский ритейлер, внедривший решение SAS для прогнозирования складских отгрузок. Но сейчас для ритейла доступны быстро развертываемые аналитические сервисы и ряд бесплатных предложений для применения аналитики в текущей ситуации. Продуктовый ритейл выполняет важную социальную функцию, и аналитика способна помочь в выполнении этой функции.

3. Практикуйте краткосрочное планирование и прогнозирование

Делайте краткосрочный (от одной до восьми недель) прогноз с помощью углубленной аналитики и технологий машинного обучения. Используйте заказы на продажу и отгрузки в сочетании с данными POS.

Использование POS-данных в качестве ведущего индикатора в моделях (наряду с промо-акциями) позволяет ритейлеру рассчитать не только рост продаж в период промо, но и сдвиги (аномалии) в краткосрочном характере спроса.

4. Используйте данные из социальных сетей

С помощью анализа текста в социальных сетях ритейлеры могут прогнозировать спрос на те или иные товары, а также следить за настроениями потребителей и узнавать о доступности продукции в различных точках продаж.

Специалисты по планированию, работая в тесном контакте с маркетологами, могут использовать информацию из соцсетей, чтобы в режиме реального времени определить магазин с самой большой нагрузкой. 

Тесное взаимодействие между департаментами очень важно для эффективного прогнозирования изменений в структуре спроса.

5. Детально оценивайте каждый фактор 

Характер потребительского спроса различается между странами и категориями товаров даже больше, чем обычно. Так, например, многие ритейлеры ожидают рост спроса на лекарства от простуды и гриппа до 800%, а рост спроса на продукты в это же время не превышает 25-50%.

В магазинах с повседневными товарами наблюдается огромный спад продаж, в то время как в онлайн-магазинах рост потребительского спроса достигает 700%, и они не справляются со всеми заказами.

Постоянная коммуникация позволит ритейлерам и их CPG-поставщикам действовать быстро и адекватно, чтобы устранить причины недопрогноза спроса на товары первой необходимости.

6. Как обрабатывать аномальные исторические данные после кризиса? 

Когда спрос вернется к норме, возникнет вопрос корректировки его истории. Пыль осядет и возникнет необходимость очистки аномальных паттернов спроса в исторических данных.

Самым большим вызовом для аналитиков будет очистка моделей спроса от этих аномалий. Многие из них вернутся к практике ручного удаления аномального исторического спроса, не понимая, что они стирают ключевую информацию, а также, возможно, завышают или занижают прогноз того, каким был бы нормальный спрос, если бы кризис никогда не случился.

Речь идет не только о сотрудничестве между внутренними департаментами, а о сотрудничестве людей с машинами в автономной цепи поставок с полной прозрачностью.

Лучший подход – это рассматривать исторические аномалии, как выбросы, и соглашаться не очищать данные вручную. Это еще одна возможность зафиксировать выбросы и скорректировать исторический спрос с помощью углубленной аналитики.

Автор: Валентина Ларина (руководитель ритейл-практики, SAS EMEA)  
Чарльз Чейз (советник по решениям для CPG, SAS Global)

Источник: New Retail

Читайте также –

Новости FMCG за март: работа в карантин, очередные ограничения от власти и благотворительность Сильпо, Novus и АТБ