Прогнозирование спроса
Как Flowlity строит прогноз спроса и как определяется итоговый прогноз.
Flowlity прогнозирует спрос как диапазон вероятных исходов, а не как одно число. Этот диапазон называется confidence interval (доверительный интервал): чем он шире, тем менее надёжен прогноз. Flowlity использует эту неопределённость для расчёта страхового запаса, поэтому нестабильный продукт получает больший буфер, чем стабильный.
Как строится прогноз
Прогноз складывается из двух уровней:
AI foundation model: базовая модель обучается на всех продуктах вашей площадки и улавливает общие закономерности (сезонность, тренды, связи между продуктами, внешние сигналы). Она всегда активна и формирует Flowlity forecast.
Expert models: необязательные модели, которые вы добавляете к отдельному продукту, чтобы учесть то, что о нём знаете, например тренд, сезонный профиль или профиль запуска похожих продуктов. Это функция Forecast Studio.
Forecast agent пересчитывает прогноз каждую неделю. Вы также можете пересчитать его в любой момент кнопкой Compute forecast, которая расходует кредиты.
На чём учится модель
Cleaned past demand: история спроса после того, как Flowlity исправил аномалии (выбросы, провалы из-за дефицита запаса, прошлые акции) и убрал влияние цены и акций. Она приведена к последней базовой цене, поэтому прошлая акция не завышает базовый уровень. Именно на этой истории учится модель.
Raw past demand: история в том виде, в каком она получена из ваших систем, сохраняется для сравнения.
Similar products: история продукта, который вы связываете с другим, в основном для управления заменой продуктов. Для нового продукта лучше подходит экспертная модель Launch model: она учится на запусках похожих продуктов.
Прогнозные события: акции и корректировки прогноза, которые ведутся в модуле Промо. Прогноз меняют только подтверждённые акции. Запланированные акции и акции на согласовании показываются только для информации.
Жизненный цикл продукта: дата Start sales или End of life, заданная в Product strategy. Flowlity также распознаёт пики запуска, чтобы модель не училась на первых заказах для наполнения запаса, и снижает прогноз по мере приближения продукта к концу жизненного цикла.
На площадках с осью клиентов Flowlity прогнозирует каждый продукт по всей его истории, а затем распределяет прогноз между клиентами пропорционально их доле в спросе.
Как определяется итоговый прогноз
Final forecast (итоговый прогноз) используется в Планировании. Для каждого будущего периода Flowlity берёт:
My forecast, если вы ввели значение за этот период.
Иначе базовый прогноз: Flowlity forecast или External forecast, если в Forecast source продукта выбран он.
Затем, если ваша площадка показывает в модуле Спрос подтверждённый или запланированный спрос, итоговый прогноз никогда не бывает ниже этого будущего спроса (future demand).
Для продуктов со стратегией точки заказа итоговый прогноз следует за будущим спросом.
Пример. Flowlity forecast по продукту составляет 100 единиц в каждом из трёх месяцев:
Январь
100
нет
40
100
Февраль
100
120
60
120
Март
100
120
150
150
В марте будущий спрос уже превышает оба прогноза, поэтому именно он задаёт итоговый прогноз.
Как читать прогноз
В карточке продукта модуля Спрос график показывает прошлый спрос рядом с Final forecast, Flowlity forecast и его Confidence interval. Включите Raw past demand (N-1) или Raw past demand (N-2), чтобы сверить прогноз с теми же месяцами прошлых лет.
Чтобы действовать по результатам, следуйте разделам Как проверить прогноз продукта, Как применить экспертную модель и Как пересчитать прогноз прямо сейчас на странице Спрос.
Точность прогноза
Представление 🎯 Forecast accuracy в списке модуля Спрос показывает, насколько прошлые прогнозы отклонились от фактического спроса. С его помощью находите продукты, которым нужны более качественные входные данные: исправленная история, похожий продукт, экспертная модель или прогнозное событие. Определения MAE, MAPE и FVA см. в Глоссарии метрик.
Задействованные агенты
Forecast agent: каждую неделю рассчитывает Flowlity forecast.
Demand anomaly agent: каждую неделю исправляет в вашей истории выбросы, дефициты, прошлые акции и пики запуска.
Product similarity agent: каждую неделю предлагает до пяти похожих продуктов для каждого продукта.
Связанные страницы
Последнее обновление