Prognoza cererii (Demand Forecasting)
Răspuns rapid
Estimarea cererii viitoare per produs pe baza istoricului de vânzări, sezonalității și factorilor externi.
Concluzii cheie
- Medii mobile și netezire exponențială (bază)
- Modele sezoniere (Holt-Winters)
- Modele ML pe serii de timp + factori externi
Ce este prognoza cererii
Demand forecasting estimează câte unități se vor vinde per SKU într-o perioadă viitoare, folosind istoric, sezonalitate, promoții, trenduri și evenimente. Este baza planificării stocului și a aprovizionării.
De ce contează pentru board
O prognoză precisă reduce simultan stocul mort și rupturile - cele două costuri opuse ale gestiunii. Fiecare punct de acuratețe câștigat eliberează capital de lucru.
Metode
- Medii mobile și netezire exponențială (bază)
- Modele sezoniere (Holt-Winters)
- Modele ML pe serii de timp + factori externi
Cum ajută CRMconnect
CRMconnect consolidează vânzările reale din ERP, marketplace și portalul B2B și generează prognoze la nivel de SKU care alimentează direct reorder point-ul și propunerile de comandă.
Exemplu real
Un distribuitor de băuturi cu sezonalitate puternică a redus stocul mort de la 9% la 5,8% din CA după ce a înlocuit prognoza pe medii simple cu forecast sezonier consolidat în CRMconnect.
Actualizat:
Întrebări frecvente
Ce acuratețe e realistă?+
Depinde de clasa XYZ. Pentru articole stabile (X), 85-95% MAPE invers e realist; pentru cele haotice (Z), forecast-ul contează mai puțin decât un stoc tampon corect.
Am nevoie de AI pentru forecast?+
Nu obligatoriu. Modelele statistice acoperă majoritatea cazurilor; AI adaugă valoare la volume mari și tipare complexe (vezi AI demand forecasting).
Unde se potrivește CRMconnect
Termeni înrudiți
Punct de reaprovizionare (Reorder Point)
Nivelul de stoc la care trebuie lansată o nouă comandă pentru a evita ruptura înainte de sosirea mărfii.
LogisticăStoc de siguranță
Cantitatea suplimentară de marfă păstrată ca tampon pentru a evita rupturile de stoc cauzate de variații de cerere sau livrare.
OperaționalAnaliza XYZ
Clasificarea produselor după variabilitatea (predictibilitatea) cererii: X = stabilă, Y = variabilă, Z = neregulată.
TehnologieAI Demand Forecasting
Prognoza cererii cu modele de machine learning care învață tipare din istoric și factori externi, la nivel de SKU.