Точность прогноза спроса напрямую определяет, сколько товара нужно держать на складе. Чем меньше прогноз расходится с фактом, тем меньше страховой запас, выше оборачиваемость и реже товар заканчивается в самый неудобный момент. Начинается улучшение с измерения: пока ошибка прогноза не посчитана, говорить о качестве рано.

Как прогноз связан с запасом

Страховой запас строят на среднем отклонении фактических продаж от прогноза. Если прогноз по товару промахивается в среднем на 40 процентов, буфер придётся держать большой, иначе сервис просядет. Если ошибку снизить до 20 процентов, тот же уровень сервиса достигается при заметно меньшем запасе. На практике это даёт два эффекта: оборачиваемость растёт, а количество случаев «товара нет в наличии» падает, и продажи тоже растут.

Как измерять точность

Для начала нужны два показателя.

  • WAPE (взвешенная абсолютная ошибка в процентах): сумма абсолютных отклонений факта от прогноза по всем позициям, делённая на сумму факта. Показатель устойчив к «мелким» позициям, у которых процент ошибки скачет.
  • Смещение (bias): сумма прогнозов минус сумма факта, делённая на сумму факта. Положительное смещение означает системное завышение прогноза и рост запасов, отрицательное ведёт к дефициту.

Условный пример. По трём товарам за месяц прогноз 100, 200, 300, факт 120, 180, 330. Отклонения по модулю: 20, 20, 30, итого 70. Сумма факта 630. WAPE: 70 / 630, около 11 процентов. Смещение: (600 минус 630) / 630, около минус 5 процентов, то есть прогноз в среднем занижен.

Считать ошибку нужно по горизонту, который совпадает со сроком поставки. Прогноз на следующий месяц не имеет значения, если товар приходит за три недели.

Какие методы использовать

Начинать со сложных моделей не нужно. Рабочий порядок такой.

  1. Скользящее среднее и экспоненциальное сглаживание для стабильных товаров группы X. Дают приемлемую ошибку при минимальном труде.
  2. Учёт сезонности: коэффициенты по месяцам или неделям, посчитанные за два-три сезона.
  3. Корректировка на события: акции, праздники, изменения цен, запуск нового канала. Их вносят вручную как отдельные коэффициенты.
  4. Для нерегулярного спроса (группа Z и редкие позиции) отдельные методы, например учёт интервалов между продажами. Для них часто дешевле держать небольшой страховой запас, чем стремиться к точности.

Практическое правило: усложнять метод оправдано, только когда он снижает ошибку на заметную величину на тестовых данных. Купленная сложная система без вовлечения специалистов по продажам сама качество не поднимет. Экспертные корректировки от менеджеров, которые знают рынок, нужно собирать и проверять: часть из них улучшает прогноз, часть ухудшает, и это видно по цифрам.

Кому принадлежит прогноз

Прогнозированием занимаются несколько служб, и у каждой свой интерес. Продажи склонны завышать, чтобы товар точно был. Закупки склонны занижать, чтобы не затоваривать. Финансы смотрят на оборотные средства. Чтобы согласовать позиции, нужен один процесс: раз в месяц собирается встреча, где базовый статистический прогноз корректируют продавцы и маркетологи, а итоговую цифру утверждает руководитель с учётом бюджета запасов. Показатель точности включают в цели ответственных, иначе улучшать его никто не будет.

Что мешает в РФ и РБ

  • Резкие изменения цен и курсов, которые смещают спрос за короткое время.
  • Смена поставщиков и маршрутов: меняется срок поставки, и прежние нормы теряют смысл.
  • Короткая история продаж по новым товарам, пришедшим на замену ушедшим брендам. Для них берут продажи близких аналогов.
  • Отличия по регионам: спрос в Минске, Москве и областных центрах ведёт себя по-разному, и общий прогноз по стране скрывает это. Лучше прогнозировать по складу или региону, а потом агрегировать.

С чего начать

Первый шаг: выбрать 20 процентов позиций, дающих 80 процентов оборота, и посчитать WAPE и смещение за последние три месяца. Второй шаг: сравнить простое скользящее среднее с текущим методом. Третий: зафиксировать порядок ежемесячного пересмотра. После этого можно подключать более сложные модели и переходить к автоматическим заказам. Как разделить ассортимент для этого, объяснено в материале про ABC-анализ, а как посчитать норму от ошибки прогноза, в статье про страховой запас. Партию заказа рассчитывает калькулятор EOQ.

Частые вопросы

Какая ошибка прогноза считается хорошей? Единой цифры нет: для стабильных ходовых товаров реалистичен WAPE ниже 20 процентов, для редких позиций значительно выше. Важно сравнивать с собственной историей и с простым базовым методом.

Помогает ли прогнозирование, если спрос случайный? Помогает ограниченно. Для таких позиций точнее заниматься управлением запасом: небольшой страховой запас, быстрые поставки, заказ под клиента.

Нужна ли специальная программа? Для начала хватит таблицы. Программа оправдана, когда позиций сотни и тысячи и ручной пересмотр занимает слишком много времени.

Как часто пересчитывать прогноз? Раз в месяц для основного плана и чаще для быстрых товаров. Срок пересмотра не должен быть длиннее срока поставки.

Проверено: октябрь 2026. Источники: общепринятые методики расчёта ошибки прогноза и управления запасами.

Читайте также

Больше разборов в разделе управление запасами.

Раздел: Управление логистикой / Закупочная логистика

Посчитайте сами: стоимость километра и тонно-километра

Похожие записи