1. Главные новости
›
2. Эксперты

«Теперь реальный спрос на товар можно просчитать за несколько минут»

Прогнозирование спроса является одним из важнейших среди всех бизнес-процессов. Оно влияет на планирование, производство, транспортировку, хранение, ценообразование, маркетинг и рекламу.

Как известно, любой бизнес существует только тогда, когда у него есть продажи. Нет продаж – нет бизнеса. Чтобы производить и затем продавать, надо знать, что на этот товар или услугу есть спрос. Или нужно проинформировать рынок о новом товаре, и тогда появится спрос. В связи с этим бизнесменам необходимо изучать, что покупают потребители и предлагать то, что они покупают, добавляя новое качество, функциональность или снижая издержки и цену. Эти процедуры в основном и составляют изучение, прогнозирование и формирование спроса.

Вместе с тем тема очень обширна, поэтому сразу поставим рамки и будем обсуждать спрос в розничных (B2C) продажах.

Ведь в B2B все процессы в продажах формируются в личном общении и на профессиональных выставках и конференциях, системы продаж выстроены под профессиональных участников и более или менее обозримы. В B2C объемы информации необозримо велики, номенклатура товаров огромна и постоянно меняется, а потребители, в отличие от B2B, в большинстве своем не разбираются в тонкостях производства, доставки, маркетинга, рекламы.

Подробнее о методах прогнозирования спроса в розничных продажах рассказал Сергей Издебский, директор и соучредитель компании ТОО «Card Processing Company».

– В чем значение правильного прогнозирования спроса для конечного потребителя?

– К сожалению, плохой прогноз спроса и неправильное его формирование приводят к перепроизводству. Непродаваемые товары накапливаются и, будучи невостребованными естественными потребностями людей, превращают нас в объект охоты рекламистов и маркетологов, в субъекты потребления, читателей sms-рассылок, почтового спама, созерцателей билбордов, слушателей рекламных слоганов и песенок.

– Какой метод прогнозирования спроса, по вашей оценке, наиболее эффективен? Почему?

– Одним из самых применимых и широко используемых методов статистической оценки текущего cпроса на те или иные группы товара является метод формирования ассортиментной матрицы (SKU) и ее статистическая обработка для выявления наиболее востребованных товаров.

Однако, во-первых, такие методы либо довольно дороги, если необходима высокая точность вычислений, поэтому могут использоваться только крупными сетями, имеющими хорошо поставленные дорогие системы накопления, хранения и анализа данных, либо дают очень неточные результаты.

Во-вторых, они приводят к очень жестким ограничениям номенклатуры, что также является рисковым мероприятием, поскольку им легко могут воспользоваться конкуренты. В Казахстане примерами могут являться всем известные номенклатурные отличия у того же Магнума, АДК, Силк Вэй, Сити Центр и Метро.

Я полагаю, что будь у любого генерального директора торгового центра уверенность в спросе на новый ассортимент, который превосходит качеством, а главное, спросом товары конкурента, он бы обязательно закупил и разместил такой товар у себя.

Поскольку «нет пророка в своем отчестве» рассказывая об этом новом методе, мне лучше всего дать ссылки на авторитетные, причем лучше всего западные источники. Действительно запатентованный алгоритм в ограниченной версии включен как расширение в библиотеки RapidMiner, наиболее используемой в мире открытой платформы интеллектуального анализа данных. Но вот автор патента алмаатинец Максим Дробышев, работающий в настоящее время в России, «нарушает идиллию» соответствия западным образцам.

В этом году российское патентное ведомство ФИПС выдало российской компании ООО «ЛайфСтайл Маркетинг» (Директор М.А. Дробышев) патент на изобретение «Способ прогноза целевого показателя событий по неограниченному количеству характеристик», на котором основана технология LifeStyle Segmentation, подтвердив его новизну, изобретательский уровень и промышленную применимость.

– В каких сферах бизнеса возможно применять этот способ прогнозирования спроса? Расскажите подробнее о применении этого метода в разных сферах бизнеса.

– Везде, где есть огромные массивы быстро меняющейся информации о покупках –  теперь можно предсказывать спрос за несколько часов. Для любой розницы знать заранее, сколько товара надо закупить и в какие торговые точки везти – это возможность получения огромной дополнительной прибыли за счет экономии на закупках, транспорте и рекламе. А учитывая, что розница вынуждена закупать товар в этом году, скажем, для мая, по статистике SKUмая прошлого года – это может привести (и довольно часто приводит) к большому неликвиду и приходится делать огромные скидки, лишь бы распродать товар, не пользующийся спросом, или перекладывать риски на поставщиков.

Применение метода в разных сферах розничных продаж удобно тем, что он эффективно встроен в бонусную систему лояльности. Установление методов поощрения покупателей, различных по времени, размеру бонусов, в зависимости от суммы покупки, сочетанию товаров, времени дня или даты покупки, хорошо именно тогда, когда вы поощряете покупку нужного человеку товара.

В этом принципиальное отличие от дисконтирования или подарка за то, что торговец «уломал» на покупку, которая сейчас не нужна покупателю. И поощрение тогда, когда человек пришел за покупкой интересного ему товара по индивидуальному приглашению, демонстрирует человеку, что здесь, в этой торговой точке именно его уважают и ценят.

Метод может успешно применяться в любой торговле розничными товарами и услугами (аптеки, кафе, магазины, гостиницы, авиакассы, страховые компании, банки, салоны красоты, спа, фитнес-центры, туристические компании и т.д.) любого масштаба. Оболочка бонусной системы, в рамках которой этот метод предлагается в Казахстане, уже применяется в парфюмерном бизнесе, готовится к запуску у страховой компании, сети аптек, в банке и сети АЗС. В России и на Украине есть примеры применения в сетях АЗС, ресторанах, банках и т.д.

– В чем его преимущество?

– Технология позволяет прогнозировать финансовый результат целевых акций и программ работы с покупателями по историческим данным, автоматически формируя и анализируя до 4 млрд различных покупательских характеристик со встроенной проверкой статистической достоверности. Поддерживается многоуровневое выявление наиболее финансово значимых и статистически достоверных гипотез деления на сегменты и линейных зависимостей по каждой характеристике, а также прогноз результатов по сравнению с контрольной группой/контрольным периодом.

На простом языке это означает, что по сравнению с применяемыми сейчас методами ответ о реальном спросе можно получить за несколько минут вместо часов. Но самое интересное, что теперь можно решать задачи, за которые раньше просто никто не брался – действительно, какой прок пытаться предсказывать реальный (а не статистический) спрос на разные товары в вашем торговом центре на завтра, если на расчет уйдет минимум неделя… Теперь же можно «перелопачивать» кассовые данные любого практического масштаба за несколько ночных часов и утром принимать решение о том, что выставлять, а что не выставлять на полки, что закупать, и каким товаром можно расширить ассортимент без риска его неликвидности.

И рассылать уже не спамерные sms, а предлагать конкретному человеку то, в чем он именно сегодня заинтересован. И это реальность, которую можно использовать в Казахстане прямо сейчас.