Редкая компания сейчас не стремится быть клиентоориентированной: чем выше число выполненных заказов клиентов, тем больше объем продаж. Может показаться, что увеличение запасов продукции способно решить эту задачу. Но спрос постоянно изменяется, и накопленные запасы через некоторое время могут оказаться невостребованными. К тому же, увеличивая запасы, компания замораживает оборотные средства. Прогнозирование спроса, казалось бы, снимает проблему, но на точность прогноза влияет множество факторов, ряд которых зачастую не учитывается. Что это может быть?
-Неудовлетворенный спрос. Многие компании прогнозируют по отгрузкам, теряя информацию о реальной потребности. Я знаю крупную фирму, в которой история реального спроса хранится только три дня. В результате прогнозируется не спрос, а возможность компании произвести и отгрузить товар.
-Эффект промоакций и рекламных кампаний. Недооценив рост спроса, можно не справиться с заказами из-за того, что оперативность реагирования производства жестко зависит от сроков поставок сырья и настройки оборудования.
-“Эффект хлыста”. Небольшое колебание спроса конечных покупателей приводит к резкому (причем запоздалому) всплеску или спаду спроса у производителей и поставщиков. Это вызывает либо дефицит, либо затоваривание складов и может приводить к возникновению так называемых товарных корзин, когда товар резервируется менеджерами по продажам “на всякий случай”.
Качество прогноза определяет всю дальнейшую работу цепочки поставок в компании вплоть до закупок сырья для производства. И в идеальной ситуации компания прогнозирует спрос в самом начале этой цепочки, переходя, таким образом, на работу по модели pull (“вытягивание”) вместо модели push (“проталкивание”), при которой основное внимание сосредоточено на увеличении объема поставок дистрибуторам. В марте 2006 г. мы получили от петербургской компании InterStep, выпускающей аксессуары к мобильным телефонам (чехлы, сумочки, техническую гарнитуру), заказ на разработку новой модели операционного планирования и прогнозирования, а также на внедрение информационной платформы для этих процессов. InterStep решила перейти на модель pull. Результатом проекта, длившегося семь месяцев, стала система комплексного планирования и прогнозирования спроса. Эта система учитывает:
-цели компании и рыночные тренды;
-историю продаж по конкретным ритейлерам;
-неудовлетворенный спрос;
-планируемые маркетинговые акции;
-экспертные оценки: мнения сейлз-менеджеров, предполагающих изменения спроса в результате каких-то событий на местах, маркетологов, производственников, а также владельцев компании.
Зачастую прогнозы в компаниях переделываются под желание владельца видеть, к примеру, не 10, а 20% роста. В нашей системе мнение хозяина — не более чем экспертная оценка, которая включается в обработку. Математический прогноз продаж корректируется с учетом экспертных оценок. Система ведет историю оценок и в зависимости от того, насколько они оказываются точны или ошибочны, меняет рейтинг эксперта, в дальнейшем либо больше, либо меньше полагаясь на его оценку.
Оценка точности прогнозов в новой модели выполнялась нами на продажах летнего периода 2006 г. Точность статистического прогноза даже без учета мнений экспертов достигала 85-90% в сравнении с реальным спросом, что значительно превысило точность прогноза InterStep, сделанного по старой схеме.
Новая модель планирования работает в InterStep с января 2007 г. Оперативный прогноз может корректироваться только с пятой недели. Это условие позволяет производству и закупкам отстроить свой график работы (основная масса сырья и материалов на предприятие InterStep поставляется в течение одного-двух месяцев). С той же целью — стабилизация производственного цикла — среднесрочный прогноз на 3-6 месяцев можно изменять на 6-7-й неделе на 10% и на третий месяц — на 20%. Недавно компания заявила о том, что с помощью новой модели рассчитывает увеличить свою долю рынка на 50%. И это только за счет улучшения качества прогнозирования.
