Quality Power
AI do przewidywania zapotrzebowania w małym sklepie
Prognoza jest tyle warta, ile dane, na których powstała. Co trzeba mieć, zanim zacznie to działać.
Prognozowanie zapotrzebowania brzmi jak zastosowanie dla dużych firm i w pewnym sensie nim jest — ale nie dlatego, że wymaga zaawansowanych narzędzi, tylko dlatego, że wymaga danych, których małe firmy zwykle nie mają w użytecznej formie.
Dobra wiadomość: minimum potrzebnych danych jest mniejsze, niż się wydaje, i da się je zacząć zbierać od jutra.
Co trzeba mieć, żeby prognoza miała sens
| Dane | Minimalny zakres | Po co |
|---|---|---|
| Sprzedaż w czasie | Co najmniej rok, podział na produkty | Baza wszystkiego |
| Braki magazynowe | Kiedy czegoś nie było | Inaczej prognoza zaniża popyt |
| Promocje i akcje | Daty i zakres | Żeby odróżnić wzrost od promocji |
| Sezonowość | Rok, lepiej dwa | Powtarzalne szczyty i dołki |
| Czas dostawy od dostawcy | Realny, nie deklarowany | Od tego zależy moment zamówienia |
Drugi wiersz jest tym, o którym prawie nikt nie myśli, a który psuje prognozy najbardziej. Jeśli produktu nie było na stanie przez dwa tygodnie, dane pokazują zerową sprzedaż — a to nie znaczy, że nie było popytu. Prognoza oparta na takich danych systematycznie zaniża zapotrzebowanie na produkty, które najczęściej się kończą, czyli na te najlepiej sprzedające się.
Od czego zacząć, gdy danych nie ma
Od ich zbierania — i to jest realna odpowiedź, nie wymówka. Zapis sprzedaży z podziałem na produkty plus odnotowywanie, kiedy czegoś brakowało, wystarcza do pierwszych sensownych wniosków po kwartale.
W międzyczasie działa coś prostszego i często wystarczającego: zasada minimalnego stanu dla produktów o najwyższej rotacji. Nie wymaga prognozy — wymaga tylko wiedzy, ile schodzi tygodniowo i jak długo trwa dostawa.
Czego prognoza nie przewidzi
- Zdarzeń jednorazowych — materiału, który nagle stał się popularny, zmiany u konkurenta, pogody.
- Nowych produktów bez historii sprzedaży.
- Skutków własnych decyzji — jeśli zmienisz cenę albo wystawisz produkt na nowym rynku, poprzednie dane przestają opisywać sytuację.
Z tego wynika praktyczna zasada: prognoza jest dobra przy produktach powtarzalnych i stabilnych, a bezużyteczna przy nowościach i sezonowych okazjach — czyli dokładnie tam, gdzie decyzje są najtrudniejsze.
O zarządzaniu zapasem bez prognozy piszę w tekstach o prognozowaniu zapasów i o inwentaryzacji w małym sklepie.
Test wiedzy — sprawdź się
Odpowiedz w myślach, potem rozwiń odpowiedź. Na końcu policz trafienia.
1. Co najbardziej psuje prognozy w małym sklepie?
- Zbyt mała liczba danych
- Nieodnotowane braki magazynowe
- Zbyt krótki okres analizy
Sprawdź odpowiedź
Nieodnotowane braki magazynowe
Zerowa sprzedaż przy pustym stanie wygląda jak brak popytu.
2. Które produkty prognoza zaniża najbardziej?
- Najsłabiej sprzedające się
- Najlepiej sprzedające się, bo najczęściej się kończą
- Nowości
Sprawdź odpowiedź
Najlepiej sprzedające się, bo najczęściej się kończą
To systematyczny błąd wynikający z nieodnotowanych braków.
3. Co zrobić, gdy nie ma danych historycznych?
- Zrezygnować z tematu
- Zacząć je zbierać i tymczasowo stosować minimalne stany
- Oszacować z intuicji
Sprawdź odpowiedź
Zacząć je zbierać i tymczasowo stosować minimalne stany
Minimalny stan wymaga tylko rotacji tygodniowej i czasu dostawy.
4. Czego prognoza nie przewidzi?
- Sezonowości
- Zdarzeń jednorazowych i skutków własnych decyzji
- Powtarzalnej sprzedaży
Sprawdź odpowiedź
Zdarzeń jednorazowych i skutków własnych decyzji
Zmiana ceny czy nowy rynek unieważniają poprzednie dane.
5. Gdzie prognoza działa najlepiej?
- Przy nowościach
- Przy produktach powtarzalnych i stabilnych
- Przy sezonowych okazjach
Sprawdź odpowiedź
Przy produktach powtarzalnych i stabilnych
Czyli nie tam, gdzie decyzje są najtrudniejsze.
Twój wynik
- 5 na 5 — Zostaje zacząć odnotowywać braki magazynowe.
- 3–4 — Dobrze; najczęściej pomijany jest realny czas dostawy od dostawcy.
- 0–2 — Zacznij od jednego: zapisuj, kiedy i czego zabrakło na stanie.
Stany, które nie kosztują anulowanych zamówień
Anulowanie zamówienia z braku towaru jest jedną z najcięższych pozycji w ocenie sprzedawcy. Ustawiam stany, progi i powiadomienia tak, żeby brak towaru nie zaskakiwał po przyjęciu zamówienia.
Najczęstsze pytania
Czy mała firma może prognozować zapotrzebowanie?
Tak, pod warunkiem posiadania danych o sprzedaży z podziałem na produkty oraz odnotowanych braków magazynowych, promocji i realnych czasów dostaw.
Co najbardziej zaburza prognozę?
Nieodnotowane braki magazynowe — zerowa sprzedaż przy pustym stanie wygląda w danych jak brak popytu.
Co zrobić, gdy brakuje danych historycznych?
Zacząć je zbierać, a tymczasowo stosować zasadę minimalnego stanu dla produktów o najwyższej rotacji.
Gdzie prognoza się nie sprawdza?
Przy nowościach bez historii sprzedaży, zdarzeniach jednorazowych i po własnych zmianach ceny lub kanału sprzedaży.
