Математика закупок

План-факт: эксперт против математики. Кто кого? Как вы думаете, кто качественнее сделает расчёт размера заказа – система Visual Forecast в Excel со всей мощью математического аппарата или опытный эксперт по закупкам, который знает огромное количество нюансов своей работы? Представим 2 принципиально разных варианта: 1️⃣ Прогнозирующий специалист целиком и полностью доверился прогнозу системы. Т.е. предложил закупщикам разместить заказ строго согласно математике. 2️⃣ Прогнозист не верит математике на 100% и решает использовать экспертное мнение. Зная жизненный цикл продукта, рыночную конъюнктуру, запланированные акции и прочие вещи — он обладает гораздо более значимыми данными для построения качественного прогноза. Как оценить, кто прав? Подробно эту тему раскрыл в статье. Обязательно прочитайте. А если читать лень, то вот вам спойлер: ещё великий Питер Друкер сказал: «Вы не можете управлять тем, что нельзя измерить» 👉 ЧИТАТЬ СТАТЬЮ: dzen.ru/...blj

Меня спросили: как строить прогноз для товаров без истории. Вот что я ответил ⬇️ По продуктам без большой статистики продаж у всех есть сложности с прогнозированием. Любой вендор сталкивается с такой проблемой. В моей системе я накладываю новинку на максимально похожую старинку и прогнозирую как одну позицию. Это помогает на каком-то этапе. Если же есть маркетинг или мы можем управлять ценой – тогда еще проще, всегда можно корректировать точность прогнозирования управлением ценой. Есть еще и качественные методы прогнозирования. Когда мы не имея статистики пытаемся понять хотя бы диапазон доверительного интервала. Регрессию можно попробовать, но и там нужна некая подложка из данных. Обязательно учесть FMR анализ по клиентам. Да и побольше разных букв, особенно учесть краткосрочные тренды роста. Ну и попробовать поговорить с покупателем) Вообще, у меня нет такого потока новинок. Но есть еще рекомендации по диверсификации новинки: пробовать на каком-то канале сбыта, на какой-то локации, в какое-то ограниченное количество времени. Систему создать можно – нужен запрос от клиента). Но главная моя фишка – люблю визуализировать процесс. Математика + качественный визуал совершенно по-другому отражают реальную картину мира. Есть модели-помогайки. Доступны моим подписчикам Дзен-Премиум, можно пощупать, а не просто посмотреть. Модель 1 Модель 2

Ещё немного помучаю вас формулами и математикой перед новогодним «загулом». Сегодня о точности прогнозов и ошибках. Прогнозирование в закупках играет очень важную роль. Однако ошибки – неизбежны. Но с помощью адекватных методов и тщательного анализа можно их существенно сократить и повысить точность принимаемых решений. В статье подробно разобрал 5 формул для расчёта ошибок прогнозирования. Все они интегрированы в математический аппарат моей системы прогнозирования. Вот они: 1. Средняя квадратичная ошибка (MSE — Mean Squared Error) 2. Средняя абсолютная ошибка (MAE — Mean Absolute Error) 3. Средняя абсолютная процентная ошибка (MAPE — Mean Absolute Percentage Error) 4. Корень из среднеквадратичной ошибки (RMSE — Root Mean Squared Error) 5. Средняя процентная ошибка (MPE — Mean Percentage Error) 📝 Читать статью по ссылке:dzen.ru/...ds88