Промоакция на сезонный товар в разгар сезона – хороший ход. Можно резко увеличить оборот и оттянуть покупателей у конкурентов.
Промоакция на сезонный товар в разгар сезона – хороший ход. Можно резко увеличить оборот и оттянуть покупателей у конкурентов. Но вот только прогнозировать объем таких продаж довольно сложно: при нехватке товара можно остаться с пустыми полками и потерять маржу. В этом году резкий переход на летний сезон в совокупности со снятием большинства ограничений, сопровождавших карантин, позволил продажам сезонных продуктов выйти на крейсерскую скорость практически без раскачки. Прогнозирование продаж в такой непростой период чревато невольными ошибками, а если в этот момент вы планируете еще и промоакцию, ваша задача усложняется в несколько раз. О том, как не допустить ошибок в расчетах при переходе из одного сезона в другой и не оказаться в ситуации, когда полки с квасом и холодильники с мороженым останутся пустыми, рассказал руководитель направления Retail Analytics компании GoodsForecast Кирилл Черников.
Для начала давайте разберемся, что такое сезонность и как ее выявить. Сезонность характеризуется колебаниями спроса, повторяющимися с определенной частотой (месяц, квартал, год) и зачастую вполне предсказуемыми (время года, праздники, крупные мероприятия). Если построить график зависимости продаж от времени, то амплитуда его колебаний как раз укажет на периоды изменения спроса из-за сезона.
Согласитесь, все кажется достаточно легко и просто, поэтому даже при резком сезонном переходе отреагировать на изменение регулярного спроса у большинства компаний получится вполне успешно.
Но если речь идет о продажах во время проведения промоакций, то плечо их планирования длиной от нескольких недель до нескольких месяцев может создать в магазинах дефицит товара в начале сезона или излишки в конце.
Взглянув на динамику продаж по месяцам обозначенных ранее сезонных продуктов – кваса и мороженого, можно увидеть три явные фазы:
Продажи в июне относительно апреля в среднем выше в 2,5 раза. И, наоборот, продажи в сентябре относительно июля ниже в 2 раза.
Похожая картина и для продуктов, у которых пиковым сезоном является зима. Ярким примером здесь являются цитрусовые:
Продажи активно растут в октябре, затем в ноябре – декабре стабилизируются.
Очевидно, что такая разница в спросе, накладываясь на плечо планирования промоакций, может сыграть злую шутку с прогнозом, оставив магазины у разбитого корыта в начале сезона и превратив золото в черепки в конце.
Пример
Квас объемом 0,5 литра участвовал в промоакции в начале июня. Прогноз для него построен в начале мая на основании информации:
Итого прогноз продаж составлял 122 штуки. Фактически в период промоакции было продано в 1,5 раза больше – 183 штуки, то есть прирост относительно рассчитанных регулярных продаж составил 5,1 раза. Помимо того что снизилась маржинальность (61 шт. товара, закупленного ранее по регулярной цене, продали по промоцене), в конце акции наблюдался дефицит товара, соответственно, магазин потерял часть клиентов и продаж.
Для решения проблемы используются два основных подхода:
Как видим, описанные подходы по отдельности не дали бы требуемого эффекта: в обоих случаях наблюдается как минимум потеря маржинальности из-за продажи остатков, закупленных ранее по более высокой цене под регулярные продажи.
Поэтому оптимальным является использование комбинации данных подходов:
В нашем случае нормированный уровень регулярных продаж в 47 штук, умноженный на прирост в 4,1 раза, сформировал бы прогноз продаж в период промоакции, равный 193 штукам: всего на 5% выше фактических, что является отличным результатом.
Описанный комбинированный подход к прогнозированию продаж сезонных продуктов реализован в системе планирования и прогнозирования эффектов промоакций GoodsForecast.Promo. Кроме этого, система позволяет учитывать сезонность и для магазинов, продажи которых характеризуются сезонным колебанием трафика и спроса (например, расположенных в дачных поселках или вблизи объектов общественного досуга). Все продукты и торговые точки, являющиеся сезонными, а также коэффициенты изменения их спроса система определяет автоматически на основании истории продаж за несколько лет, периода проведения планируемой промоакции и периода, являющегося базовым для расчета прогноза.
В совокупности с такими учитываемыми факторами, как каннибализация спроса между похожими товарами в промоакции, а также восстановление дефицитов в исторических акциях, алгоритм системы, основанный на технологиях Machine Learning, позволяет получать стабильный и точный прогноз, из которого вытекают выполнение планов по продажам и маржинальности промоакций, а также сокращение списаний и избыточного запаса.
С 01.07.2020 по 30.09.2020 компания GoodsForecast предлагает внедрение системы планирования и прогнозирования промоакций GoodsForecast.Promo на уникальных условиях: