Добавить в корзинуПозвонить
Найти в Дзене

Расчёт по ГЕО — как мы считаем на самом деле

Расчёт по ГЕО — как мы считаем на самом деле Друзья, мы часто упоминаем наш расчёт по географии заказов (ГЕО) — подход, при котором мы смотрим, какой склад быстрее до каждого вашего заказа. Давайте разберёмся, как устроен алгоритм и почему большинство сервисов аналитики считают неправильно. Уровень 1. Как считали раньше — по складу отгрузки. Проблема очевидна: сток мог закончиться на нужном складе, и заказ уехал с другого — а в отчёте регион спроса оказывается смещён в сторону того склада, где случайно был остаток. Получается, вы планируете поставки не туда, где покупают. Уровень 2. Отсюда появился подход — спрос в точке потребления, или региональный спрос. Так считают поставки все крупные ритейлеры от Walmart до Магнита: спрос определяется адресом получателя На данном этапе все понятно, считаем тогда не по заказам со склада, а по заказам региона — в ПФО уехало 500 заказов, значит на склад там надо отгрузить 500 товара. На этой логике останавливается большинство аналитических серви

Расчёт по ГЕО — как мы считаем на самом деле

Друзья, мы часто упоминаем наш расчёт по географии заказов (ГЕО) — подход, при котором мы смотрим, какой склад быстрее до каждого вашего заказа. Давайте разберёмся, как устроен алгоритм и почему большинство сервисов аналитики считают неправильно.

Уровень 1. Как считали раньше — по складу отгрузки. Проблема очевидна: сток мог закончиться на нужном складе, и заказ уехал с другого — а в отчёте регион спроса оказывается смещён в сторону того склада, где случайно был остаток. Получается, вы планируете поставки не туда, где покупают.

Уровень 2. Отсюда появился подход — спрос в точке потребления, или региональный спрос. Так считают поставки все крупные ритейлеры от Walmart до Магнита: спрос определяется адресом получателя

На данном этапе все понятно, считаем тогда не по заказам со склада, а по заказам региона — в ПФО уехало 500 заказов, значит на склад там надо отгрузить 500 товара.

На этой логике останавливается большинство аналитических сервисов. Но только эта призма к ВБ неприменима

Уровень 3, наш гео

Дело в скорости доставки складов. В любой город повезет не тот склад, что находится с ним в одном округе, а тот, что быстрее. А там — локальный это склад или нелокальный, вопрос не имеющий значения: везет быстрее, значит клиент раньше получит свой товар, меньше отказов и больше заказов маркетплейсу. А если заказ едет с самого быстрого склада — значит вам надо распределять спрос по скорости доставки складов, а не по их территориальному расположению

Пример

У вас 2 склада: Владимир и Новосемейкино

За следующий месяц предполагается заказов:

100 заказов в Москву

50 в Нижний Новгород

50 в Казань

Если грузить по округам, то отгрузить надо: на Владимир - 100, Новосемейкино - 100

НО! В реальности заказы поедут так: Владимир начнет закрывать и Нижний Новгород и Москву. Он отправит 50 в Нижний, 50 в Москву и сток закончится. Новосемейкино отправит 50 в Казань и 50 в Москву. Таким образом вы получили 50 лишних заказов, которые поедут длинным направлением Новосемейкино - Москва, роняя и локализацию и скорость доставки.

Теперь представьте, если у вас 5 складов — это уже 10 вероятных ловушек

Поэтому мы уделяем гео столько внимания. Но почему наш алгоритм сложно воссоздать самостоятельно?

1️⃣Абсолютно разная скорость складов даже внутри одного региона

2️⃣Само количество складов и разная их комбинация у всех селлеров

3️⃣Скорости постоянно меняются. Нужно следить за этим и понимать закономерности, а в совокупности с предыдущими пунктами здесь увеличивается количество комбинаций в тысячи раз

В Поставлено! все эти проблемы решили и учитываем под капотом нашего алгоритма. Рады делиться с вами о том, как он работает — приходите тестировать, увидите не просто "сколько уехало в какой округ", а реальное распределение по регионам с учетом скоростей

Ссылка на регистрацию - https://app.postavleno.ru/login