Лобанов-логист
Лобанов-логист
Личный кабинетВходРегистрация
Например: Логистика

Коэф. сезонности

Страницы: 1
RSS
Коэф. сезонности
 
Уважаемые форумчане, подскажите пжл. как правильно(более точно) определить коэф. сезонности для товара. Существует масса методов, некоторые авторы считают среднее за 2-3 года по месяцам, и сравнивают с средним за год. Некоторые используют недельную статистику и сравнивают среднюю за неделю с средней по году. Некоторые смотрят только отклонения(будь то неделя и месяц) и из них берут коэф. сезонности. Кто-то использует сглаженную за период. А как все ж таки точнее? Может поделитесь опытом?
 
Цитата
Andrei пишет:
как правильно(более точно) определить коэф. сезонности для товара. Существует масса методов, некоторые авторы считают среднее за 2-3 года по месяцам, и сравнивают с средним за год. Некоторые используют недельную статистику и сравнивают среднюю за неделю с средней по году. Некоторые смотрят только отклонения(будь то неделя и месяц) и из них берут коэф. сезонности. Кто-то использует сглаженную за период. А как все ж таки точнее?
Андрей, я так понимаю, что ты хочешь посчитать коэффициенты сезонности для прогнозирования, а им занялся тоже не просто так, а потому что заинтересовало управление запасами предприятия. И в этой сфере "правильно" - это значит с минимальными затратами, в том числе включая затраты на прогнозирование.  ;)  Поэтому, чем проще, быстрее и дешевле ты получишь результат с нужной тебе точностью - тем метод будет "правильнее".  ;)  
На что стоит обратить внимание при подсчёте коэффициентов сезонности (что может увеличить точность).
  1. Выбор периода: квартальные, месячные, недельные, дневные, часовые коэффициенты "сезонности" - нужно исходить из того, какой период между поставками.
  2. Агрегирование позиций с одинаковой сезонностью: например, все лопаты для расчистки снега будут иметь, скорей всего, одинаковую сезонность - расчёт коэффициентов сезонности для них всех вместе - даст более точный результат, чем для каждой лопаты - отдельно.
  3. Если данных много, то можно считать по отношению к усреднению за период, когда сезонность повторяется: например, в случае помесячной сезонности - надо смотреть отношение продаж за месяц к средним за год, где искомый месяц - посередине. Лучше всего данный метод описан здесь. Если данных мало, то обычно мы не можем позволить себе считать отношение к усреднению, так как при этом теряется год статистики - в таком случае можно считать по отношению к тренду или к опорному периоду продаж.
Кстати, иногда расчёт коэффициентов сезонности ничего не даёт, так как сезонный эффект закрывается "с головой" случайными всплесками продаж - тогда считать их, вообще, не надо.  ;)
 
День добрый, Валерий!

Цитата
Валерий Разгуляев пишет:
Андрей, я так понимаю, что ты хочешь посчитать коэффициенты сезонности для прогнозирования, а им занялся тоже не просто так, а потому что заинтересовало управление запасами предприятия . И в этой сфере "правильно" - это значит с минимальными затратами, в том числе включая затраты на прогнозирование.
Да, к.сезонности нужен для прогноза. И понятно что необходимы минимальные затраты на получение результата, но я получаю сначала "правильный" ответ, а затем причесываю механизм его получения.
Цитата
Валерий Разгуляев пишет:
На что ст о ит обратить внимание при подсчёте коэффициентов сезонности (что может увеличить точность).
Выбор периода: квартальные, месячные, недельные, дневные, часовые коэффициенты "сезонности" - нужно исходить из того, какой период между поставками. Агрегирование позиций с одинаковой сезонностью: например, все лопаты для расчистки снега будут иметь, скорей всего, одинаковую сезонность - расчёт коэффициентов сезонности для них всех вместе - даст более точный результат, чем для каждой лопаты - отдельно.
Я собрал статистику с периодом равному периоду поставки товара. Очистил вручную от неестественных всплесков продаж, увидел моменты когда продажи не были обеспечены товаром - получил более менее адекватную статистику за 3 года.

Цитата
Валерий Разгуляев пишет:
Если данных много, то можно считать по отношению к усреднению за период, когда сезонность повторяется: например, в случае помесячной сезонности - надо смотреть отношение продаж за месяц к средним за год, где искомый месяц - посередине. Лучше всего данный метод описан здесь . Если данных мало, то обычно мы не можем позволить себе считать отношение к усреднению, так как при этом теряется год статистики - в таком случае можно считать по отношению к тренду или к опорному периоду продаж .
В настоящий момент проверяю твой алгоритм и алгоритм для "большой" статистики. Буду проверять что мне ближе.
Но! опять же, универсального рецепта определения сезонности - нет!? или все ж таки есть?


Коллеги, может есть механизм? Поделитесь.  
 
Цитата
Andrei пишет:
Уважаемые форумчане, подскажите пжл. как правильно(более точно) определить коэф. сезонности для товара. Существует масса методов, некоторые авторы считают среднее за 2-3 года по месяцам, и сравнивают с средним за год. Некоторые используют недельную статистику и сравнивают среднюю за неделю с средней по году. Некоторые смотрят только отклонения(будь то неделя и месяц) и из них берут коэф. сезонности. Кто-то использует сглаженную за период. А как все ж таки точнее? Может поделитесь опытом?
Привет Андрей!
Не хотел вмешиваться и попросил Валеру дать ответ по вопросу сезонности, так как это его специализация.
Но чувствую, что вы начинаете закапываться, причём не понятно куда и зачем.
Я не буду подтягивать теорию к  вопросу сезонности, но с точки зрения практики, мне кажется нужно начинать с цели  определения коэф сезонности, а только потом, исходя из цели,  закладывать необходимый уровень точности. Определив необходимый уровень точности, ты как следствие этого, поймёшь  каким методом быстрее и эффективнее решать задачу сезонности на складе.
В логистике есть принцип "разумной достаточности"!
С уважением,
Николай Лобанов
 
Цитата
Andrei пишет:
Валерий, универсального рецепта определения сезонности - нет???
Ну как он может быть, если я уже привёл три разных варианта определения сезонности? :) Причём в разных ситуациях, я пользовался всеми тремя - и каждый из них был правильный в своём случае!
 
Цитата
Николай Лобанов пишет:
Я не буду подтягивать теорию к вопросу сезонности, но с точки зрения практики, мне кажется нужно начинать с цели определения коэф сезонности, а только потом, исходя из цели, закладывать необходимый уровень точности. Определив необходимый уровень точности, ты как следствие этого, поймёшь каким методом быстрее и эффективнее решать задачу сезонности на складе.
В логистике есть принцип "разумной достаточности"!
Николай, доброго времени суток. Цель определения коэф. сезонности: необходим для прогнозирования и определения собственно говоря наличия сезонности как таковой. Уровень точности уже заложил, и понимаю с какой точностью мне необходим прогноз. По правде говоря, надеялся услышать мнение других спецов. Я прекрасно понимаю, что универсального рецепта нет(ну во всяком случае пока мне так кажется). Я изучил опыт и статьи Валерия, проверил на своих данных - работает, но погрешность есть. Собственно говоря поэтому и ищу новые идеи(своего опыта пока маловато)
 
Цитата
RazVal пишет:
Цитата
Andrei пишет:
Валерий, универсального рецепта определения сезонности - нет???
Ну как он может быть, если я уже привёл три разных варианта определения сезонности?  :)  Причём в разных ситуациях, я пользовался всеми тремя - и каждый из них был правильный в своём случае!
Спасибо, в настоящий момент перебираю варианты проверяю на своих данных. По факту уже буду оценивать что мне ближе.
 
Цитата
Andrei пишет:
... Я изучил опыт и статьи Валерия, проверил на своих данных - работает, но погрешность есть. Собственно говоря поэтому и ищу новые идеи
Отвечу цитатой всемирно известного специалиста по прогнозированию: «Все модели – неправильные, но некоторые из них могут быть полезны» © George E. P. Box
Изменено: RazVal - 03.09.2013 18:32:53
 
Цитата
RazVal пишет:
Цитата
Andrei пишет:
... Я изучил опыт и статьи Валерия, проверил на своих данных - работает, но погрешность есть. Собственно говоря поэтому и ищу новые идеи
Отвечу цитатой всемирно известного специалиста по прогнозированию: « Все модели – неправильные, но некоторые из них могут быть полезны » © George E. P. Box
:)  Буду искать менее ошибочную
 
Не может быть одного рецепта для все больных. Есть общие и частные подходы. Можно сколько угодно собирать и обрабатывать статистику, выводить формулы и зависимости, но они не будут работать, если не включать голову. Нельзя всё ставить на автомат.
Для чего нужен коэффициент сезонности - для планирования работы в условиях постоянного повышенного спроса на отдельные товары в явно выраженном сезонном периоде, но не всплеска потребности системы. Не нужны здесь абсолютно точные цифры, нужна гибкая система. Сезон сезону для разных товаров - рознь. Мороженое продаётся зимой и летом, летом больше, зимой меньше, можно вывести коэффициент сезонности помесячно, существенно это на систему не повлияет. А вот зимние шины - товар особенный. За первые 2-3 дня, как только снег выпадет, шин можно продать столько же, сколько и за всю оставшуюся зиму. Если они, конечно, есть в таком количестве, если конкурентно-способная цена, если проведена соответствующая маркетинговая работа и если, если, если... Но никто не знает, когда точно выпадет снег.
Изменено: logistas - 18.09.2013 21:10:13
 
Цитата
Andrei пишет:
Цитата
RazVal пишет:
Цитата
Andrei пишет:
... Я изучил опыт и статьи Валерия, проверил на своих данных - работает, но погрешность есть. Собственно говоря поэтому и ищу новые идеи
Отвечу цитатой всемирно известного специалиста по прогнозированию: « Все модели – неправильные, но некоторые из них могут быть полезны » © George E. P. Box
Буду искать менее ошибочную
Скажу ересь.

Прогнозирование - это вообще вопрос вторичный и непринципиальный.

Главное не точный прогноз, а адекватное управленческое решение.

Конечно прогноз - он способствует.

Вот только попытка поиска сверхточного метода прогноза, напоминает попытку измерить бревно штангенциркулем...

Потом отметить мелком и отрезать бензопилой.
 
Цитата
Almanzor пишет:
Скажу ересь.

Прогнозирование - это вообще вопрос вторичный и непринципиальный.

Главное не точный прогноз, а адекватное управленческое решение.

Конечно прогноз - он способствует.

Вот только попытка поиска сверхточного метода прогноза, напоминает попытку измерить бревно штангенциркулем...

Потом отметить мелком и отрезать бензопилой.
Это - не ересь, это - скажет любой специалист. :)
Но при этом я несколько раз показывал на имитационном моделировании, что заказ по прогнозу оказывался лучше действующего по факту заказа медитирующим над цифрами сотрудником отдела закупок. Нет "хорошо" и "плохо", есть "лучше" и "хуже". ;)
 
>>Это - не ересь, это - скажет любой специалист.  :)  

Так ведь не верят...

>>Но при этом я несколько раз показывал на имитационном моделировании, что заказ по прогнозу оказывался лучше действующего по факту заказа медитирующим над цифрами сотрудником отдела закупок. Нет "хорошо" и "плохо", есть "лучше" и "хуже".  ;)

Кто бы спорил. Я  и говорю - способствует.
 
Цитата
Almanzor пишет:

Так ведь не верят...
Я очень благодарен Максиму Недякину, который на заре моего преподавания объяснил мне одну важную вещь: "Если они не поняли или не поверили, это не они такие глупые, это я так плохо объяснил." ;) Вообще, из моей практики - в этом хорошо помогают наглядные примеры.
 
Коллеги привет!
Позволю вмешаться в ваш спор и выразить своё сугубо личное мнение, основанное на практическом опыте.
Вот сейчас работаю с фармкомпанией, в которой возник вопрос сделать имитационное моделирование.
Связался с лучшими поставщиками такого ПО Анилоджик, проштудировал его возможности и понял, что 90% успеха этой проги зависит от качества моих исходных данных и  точности описания мной бизнес-процессов.
Что касается "прогнозирования"!
Прогнозирование на уровне исходных данных "хорошо-плохо"  может дать ошибку в 200-500%
Прогнозирование  на основе прошлых периодов и примерных планов на год вперёд  может дать результат с ошибкой (с точностью)  50-100%.
Прогнозирование  на основе активного маркетингового управления продажами, управления  мотивацией потенциального покупателя, когда снег зимой продают, даёт по факту результат с 20-50%.
Прогнозировать, т.е. планировать работу компании нужно обязательно иначе бардак!
С уважением,
Николай Лобанов
 
Цитата
Николай Лобанов пишет:
Коллеги привет!
Позволю вмешаться в ваш спор и выразить своё сугубо личное мнение, основанное на практическом опыте.
Вот сейчас работаю с фармкомпанией, в которой возник вопрос сделать имитационное моделирование.
Связался с лучшими поставщиками такого ПО Анилоджик, проштудировал его возможности и понял, что 90% успеха этой проги зависит от качества моих исходных данных и точности описания мной бизнес-процессов.
Что касается "прогнозирования"!
Прогнозирование на уровне исходных данных "хорошо-плохо" может дать ошибку в 200-500%
Прогнозирование на основе прошлых периодов и примерных планов на год вперёд может дать результат с ошибкой (с точностью) 50-100%.
Прогнозирование на основе активного маркетингового управления продажами, управления мотивацией потенциального покупателя, когда снег зимой продают, даёт по факту результат с 20-50%.
Прогнозировать, т.е. планировать работу компании нужно обязательно иначе бардак!
Прогнозирование и планирование - это совершенно разные вещи.
 
Разные, но взаимосвязанные железной цепью!
Как можно сделать краткосрочный или среднесрочный план работы компании без знания  прогнозных цифр?
С уважением,
Николай Лобанов
Страницы: 1
Читают тему

Рекламный блок

В поисках легких путей: как маркетплейсы становятся ловушками для мелких предпринимателей Власти Подмосковья утвердили стандарт временного жилья для мигрантов Подстроились под рынок: что драйвит рынок логистики Скорость и прозрачность: как изменился рынок доставки в маркетплейсы