Wpływ dni kalendarzowych na trafność prognozWpływ dni kalendarzowych na trafność prognozWpływ dni kalendarzowych na trafność prognozWpływ dni kalendarzowych na trafność prognoz
  • Produkty
  • Jak działa Dature
  • O nas
  • Baza wiedzy
  • Współpraca
  • Wsparcie
  • UE Flaga
  • Polski
    • Angielski
Polski
  • Angielski
✕
            Brak wyników wyszukiwania Zobacz wszystkie wyniki
            System wczesnego ostrzegania w łańcuchu dostaw
            7 sierpnia 2020
            Budowanie zapasu sezonowego przed świątecznym pikiem sprzedaży
            15 października 2020
            Aktualności

            Wpływ dni kalendarzowych na trafność prognoz

            Wszyscy zajmujący się problematyka prognozowania popytu wcześniej czy później muszą natrafić na zjawisko określne zwyczajowo efektem dni kalendarzowych (z ang. Calendar Effect). Jego definicja wydaje się prosta i oznacza zwykle okresowy wzrostu sprzedaży występujący przed i/lub w trakcie określonej daty w roku oraz zwykle spadek sprzedaży po tej dacie. Przykładem dni kalendarzowych są np. święta państwowe takie jak Boże Narodzenie, Wielkanoc, „święta” zwyczajowe np. Walentynki czy Dzień Kobiet jak również coroczne wydarzenia handlowe jak np. Black Friday. W zależności od branży w jakiej prowadzimy biznes możemy być podatni na takie lub inne dni kalendarzowe. Ponieważ wspomniane dni kalendarzowe występują co roku, to w zasadzie nie powinniśmy przejmować się okresowymi wzrostami i spadkami sprzedaży, gdyż są one uwidocznione w historii sprzedaży, na bazie której prognozujemy. Otóż powyższe stwierdzenie okazuje się prawdziwe jedynie w stosunku do tych wydarzeń, które mają rzeczywiście stałe umiejscowienie w kalendarzu. Jest jednak sporo świąt i corocznych wydarzeń handlowych, których występowanie w kolejnych latach się zmienia np. Wielkanoc czy Boże Ciało. Prognozowanie produktów podatnych na efekt w/w dni kalendarzowych stanowi już nie lada wyzwanie, zwłaszcza jeśli w naszym portfolio mamy tysiące produktów rozsianych w wielu lokalizacjach, a każda grupa asortymentowa zachowuje się inaczej. Trudno bowiem wyobrazić sobie oglądanie historii sprzedaży każdego z produktów i ręczne nanoszenie wyliczonych manualnie korekt na bieżącą prognozę, celem uwzględnienia efektu dni kalendarzowych.
            Z pewnością bardziej atrakcyjnym podejściem zarówno ze względów czasowych (czas przygotowania prognozy) jak i jakościowych (trafność prognozy) jest wykorzystanie modeli regresji do generowania prognozy statystycznej. Modele te są bardzo wrażliwe na dane, którymi muszą być zasilone. Dlatego w przypadku modelowania efektu dni kalendarzowych konieczne jest przygotowanie nie tylko danych opisujących kalendarz ze względu na daty występowania wspomnianych świąt czy wydarzeń, ale także informacji np. o przesunięciu w czasie okresowego wzrostu i spadku sprzedaży względem tych świąt czy wydarzeń. O ile właściwy opis danych jest zajęciem stosunkowo czasochłonnym to na szczęście może ono być wykonane w zasadzie raz do roku. Raz a dobrze wykonane pozwoli nam na uniknięcie ryzyka wpadnięcia w sytuacje out-of-stock w okresach wzrostu popytu oraz overstock w okresach spadku popytu.

            Aplikacja Dature wykorzystuje uczenie maszynowe i sztuczną inteligencję do prognozowania popytu z uwzględnieniem wpływu efektu dni kalendarzowych i promocji mających istotny wpływa na sprzedaż. Dzięki temu znacząco zwiększa trafność prognoz w porównaniu do tradycyjnych modeli prognostycznych. Połączenie prognozowania popytu z modułem optymalizacji zapasów Dature pozwala określić właściwe poziomy zapasów oraz generuje optymalne rekomendacje zatowarowania dla naszych kanałów i/lub punktów sprzedaży.

            Jeśli chciałbyś dowiedzieć się więcej jak wykorzystanie uczenia maszynowego i sztucznej inteligencji może pomóc Ci w podniesieniu trafności prognoz skontaktuj się z nami. Chętnie pomożemy Twojej firmie.

            Udostępnij
            OSTATNIE WPISY
            • Quick Response jako szybka reakcja na potrzeby klienta w kontekście zarządzania zapasami
            • Optymalizacja łańcucha dostaw
            • Czym jest i dokąd zmierza sztuczna inteligencja
            • Istota klasycznego modelu odnawiania zapasów opartego na przeglądzie okresowym 
            TAGI
            • #bullwhip-effect
            • #covid19
            • #łańcuch-dostaw
            • #NCBiR
            • #optymalizacja-zapasów
            • #out-of-stock
            • #outllier
            • #overstock
            • #prognozowanie
            • #prognozowanie-popytu
            • #Program-Operacyjny-Inteligentny-Rozwój-2014-2020
            • #projekcja-zapasów
            • #projekcja-zapasów-w-czasie
            • #service-level-dostawcy
            • #sieci-neuronowe
            • #supplychain
            • #zapas-bezpieczeństwa
            • #zapas-sezonowy
            • #zapas-zabezpieczający
            • #zarządzanie-zapasem

            Powiązane wpisy

            9 stycznia 2023

            Optymalizacja łańcucha dostaw


            PRZECZYTAJ

            Wybuch pandemii COVID-19 w 2020 roku istotnie wpłynął na przepływ towarów i usług. Wiele krajów zamknęło swoje granice, doszło do zaburzeń w łańcuchach dostaw, często do […]

            10 listopada 2022

            Czym jest i dokąd zmierza sztuczna inteligencja


            PRZECZYTAJ

            Sztuczna inteligencja (AI) jest jednym z najgorętszych tematów we współczesnym świecie. Jest to stosunkowo nowa dziedzina nauki. Początkowo nazywano ją cybernetyką, która istnieje od lat 40. […]

            8 listopada 2022

            Istota klasycznego modelu odnawiania zapasów opartego na przeglądzie okresowym 


            PRZECZYTAJ

            Podstawową cechą opisywanego modelu jest to, że zamówienie składane jest w określonym cyklu o stałym okresie przeglądu (ang. ROC – Re-order Cycle). Wielkość zamówienia w tym […]

            Już teraz

            Zapisz się do newslettera

              Podanie danych w formularzu jest niezbędne do subskrypcji newslettera. Dane z formularza przetwarzane będą na podstawie udzielonej zgody art. 6 ust. 1 lit. a) RODO. Administratorem Twoich danych jest Smartstock Sp. z o.o. z Poznania (ul. Królowej Jadwigi 43, 61-871 Poznań, biuro@smartstock.cloud). Wszelkie informacje w zakresie przetwarzania danych podanych w formularzu oraz posiadanych uprawnieniach znajdziesz w Polityce Prywatności.


              TEL. +48 534 288 279
              biuro@dature.cloud

              Smartstock Sp z o.o.
              ul. Królowej Jadwigi 43
              61-871 Poznań

              Zapisz się do newslettera

              NIP: 7812000413
              REGON: 384284847
              KRS: 0000802331

              • LinkedIn
              • Facebook

              Polityka prywatności i cookies   Regulamin aplikacji   Wsparcie techniczne   Zmiana decyzji co do cookies

              Wszelkie prawa zastrzeżone. © SMARTSTOCK Sp. z o.o.
              Polski
                        Brak wyników wyszukiwania Zobacz wszystkie wyniki
                        • Polski
                        • Angielski