> For the complete documentation index, see [llms.txt](https://docs.flowlity.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.flowlity.com/ru/upravlenie-sprosom/demand/run-forecast-review.md).
# Проведение обзора точности прогноза
Решите, что измерять и кто участвует, затем создайте представление для обзора, отберите SKU, исправьте входные данные и зафиксируйте решения.
Это руководство проводит вас через один цикл обзора в модуле [Спрос](/ru/upravlenie-sprosom/demand.md).
### Настройка процесса обзора точности прогноза
Обзор точности прогноза представляет собой регулярную встречу, на которой команда планирования проверяет, где прогноз ошибся, разбирается почему и исправляет то, на чём учится модель. Точность прогноза влияет и на запасы (слишком большой буфер, когда прогноз нестабилен или завышен), и на доступность (дефицит, когда он занижен), поэтому короткий и дисциплинированный обзор обычно быстро окупается.
#### 1. Что мы измеряем?
Используйте две метрики, у каждой своя задача. Обе доступны как колонки KPI в списке продуктов модуля Спрос (см. [KPI](/ru/koncepcii/concepts/kpis.md) и [Глоссарий метрик](/ru/koncepcii/concepts/metrics-glossary.md)).
| Метрика | Для чего использовать | На что обратить внимание |
| ------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------ |
| **MAE** (Mean Absolute Error, средняя абсолютная ошибка) | **Ранжировать** продукты по величине ошибки. Сочетайте её с прошлым спросом в стоимостном выражении, чтобы увидеть влияние на бизнес. | MAE выражается в единицах количества, поэтому сравнивайте продукты с одинаковыми единицами. |
| **MAPE** (Mean Absolute Percentage Error, средняя абсолютная процентная ошибка) | **Сообщать** о точности в процентах, для продуктов с большими объёмами и регулярными продажами. | MAPE резко растёт на малообъёмных и прерывистых продуктах: продажа 1 единицы при прогнозе 3 даёт ошибку 200 %, хотя почти ничего не стоит. |
Несколько правил делают цифры надёжными:
* **Ранжируйте по MAE, а не по MAPE.** В списке, отсортированном по MAPE, преобладают мелкие продукты с нерегулярными продажами. Список, отсортированный по MAE, выводит наверх продукты, где ошибка обходится дороже всего.
* **Измеряйте на том уровне, на котором планируете.** Проводите обзор на уровне SKU, но смотрите и на уровень товарного семейства или модели. Когда новый вариант забирает продажи у старого, каждый SKU выглядит ошибочным, а итог по семейству может быть точным.
* **Сравнивайте с прежним методом.** Если вы загружаете External forecast (бюджет, прежняя система), выведите его рядом с Final forecast. Так видно, лучше ли Flowlity прежнего подхода.
* **Проверьте, что стоимостные KPI используют правильную цену.** Спрос в стоимостном выражении должен отражать цену, по которой этот спрос продаётся. Если сомневаетесь, спросите своего контактного лица во Flowlity, какую цену используют ваши стоимостные KPI.
{% hint style="info" %}
Универсально «хорошего» MAPE не существует. Следите за динамикой во времени и сравнивайте группы продуктов между собой, а не гонитесь за абсолютной целью.
{% endhint %}
#### 2. Какие позиции в первую очередь?
Никто не может проверить тысячи прогнозов. Проводите обзор по исключениям, начиная с влияния на бизнес:
* **Основные позиции**: продукты, которые дают примерно 80 % спроса в стоимостном выражении, обычно класс A по ABC.
* **Недавние запуски**: продукты с историей меньше примерно шести месяцев, часто с низкой или нулевой [предсказуемостью спроса](/ru/koncepcii/concepts/metrics-glossary.md) (Low или No).
* **Продукты с оповещениями**: продукты, уже отмеченные оповещением Flowlity или Demand anomaly agent.
Прежде чем смотреть отдельные SKU, **сгруппируйте список продуктов по иерархии** (товарное семейство, категория или любая категория тегов), чтобы увидеть, на какие группы приходится наибольшая ошибка. Затем углубляйтесь только в эти группы. Ориентируйтесь на короткий список: **от 10 до 20 продуктов на одного планировщика за обзор**, ранжированных по влиянию.
Пропускайте продукты, проверенные за последние четыре недели, если с тех пор не произошло ничего нового. Колонка **Demand review** показывает, когда каждый продукт проверялся в последний раз.
#### 3. Кто участвует?
| Роль | Ответственность |
| ------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------- |
| **Команда планирования / цепочки поставок** | Отвечает за обзор. Готовит короткий список, диагностирует каждый продукт, определяет Final forecast и фиксирует решение. |
| **Коммерческая команда** | Консультирует. Приносит знание рынка (акции, крупные разовые заказы, запуски, вывод продуктов, изменения цен) с обоснованием каждой поправки. |
| **Руководство** | Ежемесячно проверяет KPI точности и спрашивает с ответственных. |
Оставьте решение за одной командой. Когда число может менять каждый, за ошибку не отвечает никто.
#### 4. С какой периодичностью?
Подстройте ритм обзора под скорость вашего бизнеса:
* **Начните с еженедельного обзора** на первые один-два месяца. Изменения, внесённые на одном обзоре, видны уже через неделю, поэтому команда быстро понимает, что работает.
* **Перейдите на ежемесячный обзор**, когда процесс стабилизируется.
* **Согласуйте с циклом заказов.** Направления бизнеса с разными сроками поставки или ритмами заказов могут работать с разной периодичностью. Обзор имеет смысл, только если он проходит до следующего решения о заказе.
* **Проводите обзор после расчёта прогноза** и до планирования поставок, чтобы заказы строились на проверенном прогнозе.
#### 5. Как мы действуем?
Два правила делают обзор эффективным:
* **Назовите первопричину, прежде чем что-то менять.** Большинство плохих прогнозов вызваны небольшим числом причин, см. [Диагностика ошибок прогноза](/ru/upravlenie-sprosom/demand/diagnose-forecast-errors.md).
* **Исправляйте входные данные, а не число.** Ручное изменение My forecast исправляет одно число на один расчёт: следующий расчёт повторит ту же ошибку, потому что история не изменилась. Очистка истории, связь с похожим продуктом, экспертная модель или прогнозное событие исправляют все будущие расчёты.
Используйте ручную корректировку только для действительно новой информации, которую модель знать не может, и всегда добавляйте комментарий с объяснением.
#### 6. Как выглядит успех?
Отслеживайте небольшой набор KPI на ежемесячном обзоре. Зафиксируйте исходные значения в первые недели, затем согласуйте цели.
| KPI | Почему это важно |
| -------------------------------------------------------- | ------------------------------------------------------------------- |
| Ошибка (MAE) по продуктам класса A, по группам продуктов | Объём ошибки там, где это важнее всего |
| MAPE по продуктам класса A с регулярным спросом | Понятный показатель точности для руководства |
| Охват обзора | Доля продуктов из короткого списка, которые действительно проверены |
| Корректировки с задокументированной причиной | Каждое ручное изменение можно объяснить позже |
| Запуски без похожего продукта | Новые продукты, прогнозируемые с нуля |
{% hint style="info" %}
Обзор точности прогноза показывает лишь часть картины, пока весь цикл планирования не работает во Flowlity. Корректировки прогноза, подтверждённые заказы и запасы влияют на то, что прогнозирует Flowlity, поэтому проводите обзор вместе с планированием поставок в приложении, а не изолированно.
{% endhint %}
{% hint style="info" %}
Высокая ошибка не обязательно означает дефицит. Вероятностный прогноз Flowlity используется для расчёта страхового запаса, и буфер растёт вместе с неопределённостью прогноза и сроком поставки. См. [Настройки страхового запаса](/ru/koncepcii/concepts/buffer-policies.md).
{% endhint %}
### Проведение обзора шаг за шагом
{% stepper %}
{% step %}
#### Создайте представление для обзора прогноза
В **Demand management** > **Demand** начните с представления **🎯 Forecast accuracy** и добавьте эти колонки из панели **Columns** (см. [KPI](/ru/koncepcii/concepts/kpis.md)):
* **Past demand** в стоимостном выражении за последние 12 месяцев: вес каждого продукта для бизнеса.
* **Past demand trend**: чтобы замечать растущие и падающие продукты.
* **Final forecast** на ближайшие месяцы.
* **External forecast**, если вы его загружаете: для сравнения с прежним методом.
* **Final forecast MAE** и **Final forecast MAPE** за проверяемый период (последние 30 дней для еженедельного обзора, последние 90 дней для ежемесячного).
* Ваш тег **ABC** и теги **иерархии** (товарное семейство, категория, модель).
* **Demand review**: дата последней проверки.
* **Expert models applied**: чтобы видеть, какие продукты уже используют экспертную модель.
Для начала отфильтруйте активные продукты и класс A по ABC. Фильтровать по KPI можно из заголовка его колонки. Сохраните это как пользовательское представление и отметьте **Make public**, чтобы вся команда работала с одним и тем же списком (см. [Настройка представлений и управление ими](/ru/povsednevnye-zadachi/how-tos/set-up-views.md)).
{% endstep %}
{% step %}
#### Сгруппируйте по иерархии, чтобы найти, где сосредоточена ошибка
Нажмите **Group** > **Add group** и сгруппируйте по категории тегов иерархии, например по товарному семейству. Можно также группировать по поставщику, клиенту или площадке. Для каждой группы показываются промежуточные итоги (средневзвешенные значения для MAE и MAPE), а также **Grand total**.
Читайте группы сверху вниз:
* Начните с групп, где сочетаются **высокий спрос и высокая MAE**.
* Очень высокую MAPE в группе с очень маленьким спросом считайте низким приоритетом.
* Большая группа без тега иерархии сама по себе находка: заполните теги, чтобы каждый продукт попал в группу.
Добавьте второй уровень группировки на уровне модели или семейства (например, на уровне, который объединяет все цвета или версии одной модели), чтобы снятые с производства продукты и их замены отображались вместе.
Сохраните группировку в представлении, чтобы она была готова к следующему обзору.
{% endstep %}
{% step %}
#### Составьте короткий список
Нажмите **Sort** > **Add sort**, чтобы ранжировать по **MAE** по убыванию, затем по прошлому спросу в стоимостном выражении. Можно также, удерживая Ctrl (Cmd на Mac), нажимать на заголовки колонок, чтобы добавить несколько сортировок.
Раскройте приоритетные группы и выберите **от 10 до 20 продуктов на одного планировщика**, ранжированных по влиянию. Добавьте недавние запуски и продукты из представления **🛸 Outliers**, даже если они стоят ниже.
Пропускайте продукты, у которых дата в **Demand review** меньше четырёх недель назад, если с тех пор не появилась новая аномалия.
{% endstep %}
{% step %}
#### Диагностируйте каждый продукт
Откройте карточку каждого продукта и сравните прошлый спрос, **Final forecast** и, если есть, **External forecast**. Включите **Raw past demand (N-1)** и **Raw past demand (N-2)** в легенде, чтобы сравнить с прошлыми годами. Назовите первопричину, прежде чем что-то менять, см. [Диагностика ошибок прогноза](/ru/upravlenie-sprosom/demand/diagnose-forecast-errors.md).
Если причина не видна в данных, например резкое падение без дефицита запаса, запишите это и спросите коммерческую команду.
{% endstep %}
{% step %}
#### Исправляйте входные данные, а не число
Примените исправление, соответствующее причине:
| Причина | Исправление |
| ------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| Дефицит запаса, выброс или прошлая акция в истории | Проверьте исправление Flowlity: сохраните его, измените значение или удалите ([Анализ и исправление аномалий спроса](/ru/upravlenie-sprosom/demand/investigate-demand-anomalies.md)). |
| Продукт-замена с короткой историей | Свяжите его с продуктом, который он заменяет ([Схожесть продуктов](/ru/koncepcii/concepts/product-similarities.md)). |
| Совершенно новый продукт | Примените экспертную модель **Launch model** ([Спрос](/ru/upravlenie-sprosom/demand.md)). |
| Устойчивое изменение уровня или тренда | Примените экспертную модель, например **Average of recent periods model** или **Average + Trend model** ([Спрос](/ru/upravlenie-sprosom/demand.md)). |
| Недостаточно истории для надёжного прогноза | В **Product strategy** выберите свой External forecast в поле **Forecast source**, пока не накопится история. |
| Известное будущее событие (акция, сбой, крупный заказ) | Создайте прогнозное событие ([Создание и применение прогнозных событий](/ru/optimizaciya-vyruchki/promotions/create-forecast-events.md)). |
| Снятый с производства продукт всё ещё прогнозируется | Задайте его **End of life** в **Product strategy** > **Forecast**. Для многих продуктов: **⋮** > **Edit product strategy** > **Edit lifecycle**. |
| Действительно новая информация, которую модель знать не может | Скорректируйте My forecast и добавьте комментарий с причиной. |
| {% endstep %} | |
{% step %}
#### Проведите встречу по обзору
Обычно достаточно 45-минутной встречи:
| Минуты | Блок | Как выглядит хороший результат |
| ------ | ----------------------------- | ----------------------------------------------------------------------------- |
| 30 | Разбор короткого списка | По каждому продукту причина названа, исправление принято или отклонено |
| 10 | Поправки коммерческой команды | Каждая поправка выслушана, оценена и прокомментирована |
| 5 | Завершение | Решения зафиксированы, у каждого открытого действия есть ответственный и срок |
Команда планирования ведёт встречу и принимает решения. С коммерческой командой консультируются по рыночным вопросам.
{% endstep %}
{% step %}
#### Зафиксируйте решения
Нажмите **Review** в карточке продукта, чтобы отметить дату проверки, и запишите каждое решение в панели [Комментарии](/ru/koncepcii/concepts/comments.md) продукта, чтобы следующий проверяющий видел, что и почему было сделано. После изменения входных данных нажмите **Compute forecast**, чтобы увидеть новый прогноз до следующего еженедельного расчёта (это расходует кредиты).
Ведите простой журнал обзоров (продукт, причина, действие, ответственный) от встречи к встрече. Через несколько обзоров он покажет, единичная это проблема или системная. Например, повторяющиеся случаи окончания жизненного цикла указывают на процесс работы с мастер-данными, который нужно исправить, а не на отдельные прогнозы.
{% endstep %}
{% step %}
#### Ежемесячно проверяйте KPI
Раз в месяц смотрите KPI точности по группам продуктов, охват обзора и долю корректировок с задокументированной причиной. По динамике решайте, на чём сосредоточиться дальше и когда переходить с еженедельного обзора на ежемесячный.
{% endstep %}
{% endstepper %}
{% hint style="info" %}
Skill **Forecast audit** может подготовить короткий список за вас. В AI-ассистенте, подключённом к Flowlity, попросите *«Проведи аудит прогноза»*. Он вернёт ранжированный список продуктов с причиной, по которой каждый отмечен, и предложенным исправлением входных данных прогноза. Skill только читает данные: планировщик принимает или отклоняет каждое предложение в приложении. См. [Skills](/ru/ii-i-avtomatizacii/co-planner/mcp/skills.md).
{% endhint %}
### Связанные страницы
* [Диагностика ошибок прогноза](/ru/upravlenie-sprosom/demand/diagnose-forecast-errors.md): типичные первопричины и способы их исправить.
* [Настройка представлений и управление ими](/ru/povsednevnye-zadachi/how-tos/set-up-views.md): сохраните представление для обзора с колонками, фильтрами и группировкой.
* [Анализ и исправление аномалий спроса](/ru/upravlenie-sprosom/demand/investigate-demand-anomalies.md): исправляйте дефициты, выбросы и прошлые акции.
* [Создание и применение прогнозных событий](/ru/optimizaciya-vyruchki/promotions/create-forecast-events.md): добавляйте в прогноз известные будущие события.
* [Спрос](/ru/upravlenie-sprosom/demand.md): экспертные модели, My forecast и Compute forecast.
* [Комментарии](/ru/koncepcii/concepts/comments.md): фиксируйте решения обзора по продукту.
* [Прогнозирование спроса](/ru/koncepcii/concepts/demand-forecasting.md): как формируется прогноз.
