Записи с меткой Качество прогноза

XYZ-анализ

10

Сегодня я хочу поговорить еще об одном типе анализа, который имеет прикладное значение для предприятия, а именно XYZ-анализ.

XYZ-анализ позволяет произвести классификацию ресурсов компании в зависимости от характера их потребления и точности прогнозирования изменений в их потребности. Алгоритм проведения можно представить в четырёх этапах:

  1. Определение коэффициентов вариации* для анализируемых ресурсов;
  2. Группировка ресурсов в соответствии с возрастанием коэффициента вариации;
  3. Распределение по категориям X, Y, Z.
  4. Графическое представление результатов анализа.

* Коэффициент вариации — показывает, какую долю среднего значения этой величины (среднее арифметическое) составляет ее средний разброс (усредненное отклонение от среднего арифметического). Чем меньше величина коэффициента вариации, тем точнее Вы можете спрогнозировать величину.

Категория X — ресурсы характеризуются стабильной величиной потребления, незначительными колебаниями в их расходе и высокой точностью прогноза. Значение коэффициента вариации находится в интервале от 0 до 10 %.

Категория Y — ресурсы характеризуются известными тенденциями определения потребности в них (например, сезонными колебаниями) и средними возможностями их прогнозирования. Значение коэффициента вариации — от 10 до 25 %.

Категория Z — потребление ресурсов нерегулярно, какие-либо тенденции отсутствуют, точность прогнозирования невысокая. Значение коэффициента вариации — свыше 25 %.

Реальное значение коэффициента вариации для разных групп может отличаться по следующим причинам:

  • сезонность продаж,
  • проводимые акции,
  • дефицит каких-либо ресурсов и т. д.

Чем точнее Вы спрогнозируете необходимые ресурсы тем больше оборачиваемость, меньше затовариваемость.

В некоторых случаях XYZ-анализ можно заменить ABC-анализом по количеству обращения (покупок), так как по закону больших чисел, потребление товаров, которые продаются чаще, проще прогнозировать.

Как правило, XYZ-анализ применяют в комбинации с каким либо другим методом. Так как сам по себе он позволяет определить лишь вероятность появления большой погрешности при прогнозе.

Удачи в применении!


Оцениваем качество модели методом Ex-post

0

Прежде чем Вы будете применять любую модель для прогнозирования, необходимо оценить ее качество. Конечно, самый простой способ подождать недельку-другую да и посмотреть на реальный объем продаж и сравнить с тем показателем, который Вы получили по Вашей модели, но если Вы строите среднесрочный или долгосрочный прогноз, то ждать Вам никто не позволит.
Давайте разберемся как ее применять. Например, Вы имеете объем продаж за 15 периодов в прошлом, постройте модель прогноза продаж на 13-ти периодах и проверьте качество на двух последних. Что это Вам даст, во-первых, Вы сможете оценить качество модели еще до начала момента ее применения. Во-вторых, Вы сможете посмотреть на сколько Ваша модель устойчива на Вашем изменяющемся рынке. Если погрешность небольшая, то модель довольно устойчива и ее можно применять.

Ограничения по применению:

  • рынок нестабилен — если рынок сильно меняется со временем, то даже применяя данный метод и убедившись что модель устойчива, применение метода не гарантирует Вам точность прогноза. Внимательно анализируйте внешние факторы.
  • Данных об объемах продаж недостаточно, чтобы отбросить два ли даже один период. В таком случае, конечно, Вам придется накопить некую статистику и в дальнейшем улучшить ее качество.

Только не отчаиваетесь, если Вы не сможете проверить качество модели до ее применения в рабочей ситуации, на страницах моего блога Вы найдете массу полезных секретов, как построить прогноз, обладая малым объемом информации или вовсе ее не имея.

Удачных Вам прогнозов!


Вверх