Методы прогнозирования спроса для rFBS

Методы: 1) Скользящее среднее — простой способ для товаров со стабильным спросом; 2) ARIMA — учитывает тренды и сезонность; 3) Prophet от Facebook — работает с праздниками и аномалиями. Для новичков подойдёт Excel с формулами, для продвинутых — Python библиотеки (statsmodels, Prophet). Пример: для магазина ёлочных игрушек прогноз на декабрь показал рост в 4 раза — продавец заранее нанял 3 сборщиков и увеличил хранение на складе СДЭК.

Как использовать прогноз для выравнивания нагрузки

Прогноз позволяет: 1) Планировать наём временного персонала за месяц до пика; 2) Заказывать упаковочные материалы оптом со скидкой; 3) Распределять заказы между своим складом и фулфилментом СДЭК — часть передаётся оператору, чтобы избежать перегрузки. Например, в ноябре вы можете обрабатывать 50% заказов сами, а 50% — через СДЭК. Это стабилизирует нагрузку и удерживает просрочки ниже 3%.

Какой минимальный объём данных нужен для прогноза?

Не менее 12 месяцев помесячных данных для учёта сезонности.

Можно ли использовать прогноз для новых товаров?

Да, но точность будет низкой. Используйте аналогичные товары или средние по категории.

Как часто обновлять прогноз?

Ежемесячно, а перед акциями — еженедельно.