Co jeszcze narzędzie widzi w okresach

Co jeszcze narzędzie widzi w okresach

Dlaczego sam współczynnik zmienności nie wystarcza

Analiza XYZ mierzy jedną liczbę — jak bardzo sprzedaż rozbiega się wokół własnej średniej. To uczciwa odpowiedź na uczciwe pytanie, ale ma granicę: rozrzut nie mówi, skąd się wziął.

Weźmy cztery pozycje z demonstracyjnego zestawu danych. Wszystkie cztery trafiają według XYZ do jednej klasy — Z:

  • sos sojowy, współczynnik zmienności 44,7%: sprzedaż rośnie niemal co miesiąc, ze 156 sztuk w styczniu do 739 w grudniu;
  • kawa mieszanka 60/40, 76,8%: zimą około 1200 sztuk miesięcznie, w lipcu 8581 — dokładnie siedem razy więcej — a do grudnia znów 1051;
  • cukier biały, 81,5%: dziewięć miesięcy spadku ze 199 sztuk do 26, ostatnie trzy miesiące zero;
  • kasza kuskus, 111,5%: pięć miesięcy zer, potem sprzedaż od 29 do 259 sztuk.

Jedna litera na cztery zupełnie różne sytuacje. Pozycję rosnącą trzeba kupować z wyprzedzeniem, sezonową przed sezonem, wygasającą wyprzedać, a nowości nie ruszać i pozwolić jej nabrać rozpędu. Litera Z o tym wszystkim milczy — nie dlatego, że metoda jest zła, tylko dlatego, że odpowiada na inne pytanie.

Narzędzie liczy z tych samych kolumn jeszcze kilka wielkości, żeby te przypadki rozróżniać. O nich jest ten artykuł.

Trend: prosta przez punkty i zaufanie do niej

Pierwsze, co da się wyciągnąć z szeregu, to kierunek. Przez punkty prowadzi się prostą metodą najmniejszych kwadratów:

xᵢ = a + β · tᵢ

xᵢ
sprzedaż w okresie numer i
tᵢ
numer okresu, od 0 do N − 1
a
wyraz wolny, poziom na początku szeregu
β
nachylenie: o ile średnio zmienia się sprzedaż w okresie

Samego nachylenia w sztukach nie da się porównywać między pozycjami: +50 sztuk miesięcznie przy pozycji sprzedawanej tysiącami to szum, a przy tej schodzącej dziesiątkami — wybuchowy wzrost. Dlatego nachylenie dzieli się przez średnią i zamienia na procenty na okres: β / μ. Właśnie tę liczbę narzędzie nazywa trendem.

Nachylenie ma jednak podstępną własność: jest zawsze. Przez każdą chmurę punktów przechodzi jakaś prosta i patrząc tylko na nią, łatwo ogłosić nierówny popyt spadkiem i wysłać pozycję do wycofania. Dlatego kierunek uznaje się nie po nachyleniu, tylko po tym, ile prosta w ogóle wyjaśnia z twoich danych:

R² = 1 − SSres / SStot

SSres
suma kwadratów odchyleń punktów od prostej, czyli to, czego prosta nie wyjaśniła
SStot
suma kwadratów odchyleń punktów od średniej, cały rozrzut
udział wyjaśnionego rozrzutu: 1 znaczy, że punkty leżą na prostej, 0 — że prosta nie wyjaśnia nic

Domyślne progi są takie. Trend liczy się w ogóle od trzech okresów i tylko przy niezerowej średniej. Kierunek uznaje się przy R² nie mniejszym niż 0,5: poniżej prosta wyjaśnia mniej niż połowę rozrzutu i narzędzie mówi, że kierunku nie ma. Dalej czyta się samo nachylenie: wzrost to więcej niż +5% na okres, spadek mniej niż −5%, a pomiędzy jest równo.

Na demonstracyjnym zestawie widać to na dwóch pozycjach. Przy sosie sojowym nachylenie wynosi +12,8% na miesiąc przy R² 0,97 — prosta biegnie niemal przez punkty i pozycja zostaje uznana za rosnącą. Przy kawie nachylenie też jest dodatnie, +1,2% na miesiąc, ale R² wynosi 0,00: letniego garbu i zimowego dołka prosta nie wyjaśnia wcale. Kierunku się nie uznaje — i słusznie, bo żadnego wzrostu tam nie ma.

Ze 120 pozycji zestawu kierunek uznano dokładnie przy trzech: dwie rosną, jedna wygasa. Pozostałe 117 jest równych i to normalny wynik: większość pozycji naprawdę nie ma trendu.

Sezonowość: najbardziej „tłuste” ciągłe okno

Współczynnik zmienności nie odróżnia pozycji sezonowej od nierównej — obie się wahają. Różni je nie rozmach, tylko gdzie leży wolumen: sezon to kilka idących po sobie okresów, nierówny popyt to rozproszone skoki.

Dlatego po szeregu przesuwa się ciągłe okno i liczy udział wolumenu, który trafił do najbardziej „tłustego” z nich:

P = Sw / S

P
udział szczytu: ile wolumenu zebrało się w najlepszym oknie
Sw
wolumen najlepszego okna: najbardziej „tłustego” odcinka kolejnych okresów
S
wolumen całego szeregu: suma wszystkich okresów wiersza

Progi: sezonowość liczy się od sześciu okresów — przy krótszym szeregu „okno ćwiartkowe” się wyradza. Pozycję uznaje się za sezonową, jeśli w okno szczytu trafiło 45% wolumenu lub więcej.

Przy kawie z zestawu w okno czerwiec–sierpień trafiło 56,3% rocznej sprzedaży — to pozycja sezonowa i właśnie dlatego nie da się jej planować według średniej rocznej.

A teraz uczciwe zastrzeżenie, bez którego ten rozdział byłby oszustwem. Na jednym roku danych miara widzi nie sezon, tylko szczytowość: jednorazowa letnia promocja wygląda dokładnie tak samo jak sezon powtarzający się rok w rok. Żeby je rozróżnić, potrzeba co najmniej dwóch cykli i sprawdzenia powtarzalności — tego narzędzie dziś nie robi.

Skutek widać na tym samym zestawie. Flagę sezonowości dostają trzy pozycje i tylko przy jednej chodzi o sezon:

  • przy kawie okno szczytu to czerwiec–sierpień, prawdziwy letni wzrost;
  • przy cukrze najlepsze okno wypadło na styczeń–marzec z udziałem 52,5% — ale to nie sezon, tylko początek dziewięciomiesięcznego spadku: na początku roku sprzedawało się najwięcej, bo dalej było już tylko mniej;
  • przy kuskusie okno to październik–grudzień, 67,1%: to również nie sezon, tylko pierwsze miesiące życia nowości.

Narzędzie częściowo się ubezpiecza: martwy zapas nie trafia do podpowiedzi o szczycie, więc cukier do niej nie dochodzi. Nowość dochodzi — i jej kartę trzeba czytać razem z kartą o nowościach.

Martwy zapas i nowość: te same zera, przeciwne decyzje

Dwie pozycje mogą mieć taki sam udział okresów zerowych i wymagać przeciwnych działań. Wszystko rozstrzyga, gdzie dokładnie stoją zera.

Narzędzie liczy trzy rzeczy: ile w ogóle jest okresów bez sprzedaży, ile z nich idzie po sobie na końcu szeregu i ile na początku.

Martwy zapas to pozycja bez sprzedaży przez trzy okresy z rzędu lub więcej albo taka, w której zer jest 70% i więcej przy braku sprzedaży w ostatnim okresie. Cukier z zestawu spełnia pierwszy warunek: ostatnie trzy miesiące są zerowe. Decyzja: wyprzedać resztę i nie uzupełniać.

Nowość to przypadek lustrzany: zera na początku szeregu, a sprzedaż jest w ostatnim okresie albo przedostatnim. Kuskus pasuje dokładnie: pięć zer na początku i rosnąca sprzedaż do grudnia. Decyzja jest odwrotna — nie wycofywać, pozwolić nabrać rozpędu i nie oceniać po klasie, którą dostała na niepełnym roku.

Udział zer mają przy tym zbliżony — trzy wobec pięciu z dwunastu — a reguła oparta na samym tym udziale wysłałaby nowość do wycofania razem z martwym zapasem. Dlatego wszystkie sygnały są tu związane ze świeżością: liczy się nie ile jest zer, tylko z której są strony.

Koncentracja portfela: jak nierówno zbudowana jest lista

Poprzednie miary patrzą na jeden wiersz. Ta patrzy na całą listę naraz i odpowiada, jak nierówno rozłożony jest wkład.

Liczą się cztery liczby:

  • ile pozycji zbiera 80% wolumenu — w demonstracyjnym zestawie 24 pozycje ze 120, czyli 20% listy. Niemal dosłowna reguła 80/20;
  • udział największej pozycji — 7,0%;
  • udział top 10% pozycji — dwanaście największych daje 57,4% wolumenu;
  • współczynnik Giniego — 0,735. To miara nierówności: zero znaczyłoby, że wszystkie pozycje sprzedają się tak samo, a granica dla listy ze 120 pozycji to 0,992, gdy wszystko trzyma się na jednym wierszu.

Same w sobie te liczby niczego nie nakazują — mówią, jakiego rodzaju masz asortyment. Jeśli 80% zbierają dwie pozycje, zależysz od dwóch dostaw. Jeśli osiemdziesiąt — ogon jest za długi i praca z nim po jednej pozycji się nie zwróci. Właśnie te liczby stoją za podpowiedziami w rodzaju „struktura jest zrównoważona” albo „rozdęty ogon”.

Gdzie to widać w interfejsie

Panel rekomendacji pod raportem: karty z oznaczeniem poziomu i ikoną filtra

Pod tabelą raportu narzędzie pokazuje panel podpowiedzi. Żadna z opisanych wyżej miar nie staje się kolumną raportu ani nie trafia do eksportu — nie ma tam ani trendu, ani R², ani udziału okna szczytu. Żyją tylko tutaj, w sformułowaniach kart.

Jak zbudowany jest panel:

  1. Lista jest płaska i posortowana według ważności, a nie pogrupowana według poziomu: najpierw rzeczy krytyczne, potem reszta według wielkości wkładu. Grupowanie zepchnęłoby ważne znalezisko w dół, pod ogólne rozważania o strukturze.
  2. Domyślnie widoczne są pierwsze cztery karty, reszta stoi za przyciskiem „Pokaż jeszcze”. Na demonstracyjnym zestawie narzędzie wydało 24 podpowiedzi, czyli za przyciskiem zostaje dwadzieścia.
  3. Na każdej karcie oznaczony jest poziom — „Portfel”, „Wg klas” albo „Wg pozycji”.
  4. Kartę z ikoną filtra można kliknąć, a tabela pod nią pokaże tylko te wiersze, o których karta mówi. Klikalne są te, za którymi stoi konkretny zestaw wierszy: na tym zestawie 21 kart z 24. Trzy nie są klikalne i mówią o strukturze całej listy — nie ma tam czego filtrować, to cała lista.

O czym bywają podpowiedzi

Wyliczać wszystkich nie trzeba — ważniejsze jest zrozumieć trzy poziomy, na których się pojawiają.

O portfelu jako całości. Ile procent asortymentu jest w klasie Z, jak duży jest ogon, czy struktura jest blisko reguły 80/20, czy klasa C nie jest rozdęta. To rozmowa o kształcie listy, a decyzje są strategiczne: skracać asortyment, zmieniać politykę zapasów.

O klasach i komórkach. Co robić z klasą A, z klasą X, z komórką AZ, z komórką CZ. Tu podpowiedź powtarza to, co omówiono w artykule o macierzy XYZ+ABC, ale już z twoimi liczbami: ile pozycji jest w komórce i jaki udział w wyniku dają.

O pojedynczych pozycjach. Towary kluczowe, kandydaci do wycofania, pozycje z wyraźnym szczytem, rosnące pozycje w niższych klasach, nowości. To najbardziej użyteczne karty: za każdą stoi krótka lista wierszy, która otwiera się jednym kliknięciem.

Zestaw kart zależy od twoich danych: jeśli w pliku nie ma ani jednej nowości, karty o nowościach nie będzie. Dwa różne pliki dają więc różne panele, a liczba 24 z przykładu wyżej dotyczy tego pliku, a nie narzędzia.

Czego narzędzie nie robi

Lista jest krótka, ale ważna — wyznacza granicę zaufania.

  • Nie prognozuje. Żadna z miar nie mówi, ile sprzedasz w przyszłym miesiącu. Trend opisuje przeszłość, a nie przewiduje przyszłości.
  • Nie zamawia i nie liczy punktu zamówienia. Podpowiedź mówi „trzymaj zapas bezpieczeństwa”, ale ile dokładnie trzymać, zależy od terminów dostaw, wielkości partii i poziomu obsługi, których w pliku nie ma.
  • Nie zna kontekstu. Promocja, brak towaru na magazynie, odejście dużego klienta, zmiana dostawcy — dla narzędzia to tylko liczby w komórkach. Pozycja, której przez pół roku nie było na stanie, wygląda na wygasającą, choć popyt na nią nigdzie nie zniknął.
  • Nie odróżnia sezonu od jednorazowego skoku na jednym roku danych — o tym wyżej.
  • Nie widzi niczego poza wybranymi kolumnami. Ani stanów, ani cen zakupu, ani marży: jeśli nie ma ich w pliku, nie ma ich we wnioskach.

Jak z tego korzystać

Kolejność, która działa.

  1. Najpierw przeczytać karty portfelowe — dają obraz całości, a przy okazji podpowiadają, czy w ogóle warto zmieniać progi analizy.
  2. Potem kliknąć te pozycyjne i obejrzeć same wiersze. Karta „kandydaci do wycofania — 1 pozycja” jest użyteczna właśnie tym, że stoi za nią konkretna pozycja, a nie rada w ogóle.
  3. Sprawdzić każde znalezisko własną wiedzą. Narzędzie nie wie, że kuskus to nowość wprowadzona miesiąc temu pod konkretnego klienta; wie tylko, że zera stoją na początku. Zgadza się z twoim obrazem — działaj, nie zgadza się — szukaj przyczyny w danych.
  4. Nie podejmować decyzji na podstawie jednej karty. „Pozycja w CZ” i „pozycja rośnie” mogą dotyczyć tego samego wiersza i sugerować coś przeciwnego. To nie sprzeczność narzędzia, tylko dwa różne ujęcia jednej sytuacji, a wybór między nimi to twoja praca.

I najważniejsze: podpowiedzi to posortowana lista miejsc, w które warto zajrzeć, a nie lista poleceń. Ich wartość polega na tym, że oszczędzają przeglądanie stu dwudziestu wierszy, a nie na tym, że podejmują decyzję za ciebie.

Spójrz na własny plik

Wgraj sprzedaż miesięczną i przeczytaj podpowiedzi pod raportem — są policzone na twoich okresach. Obliczenia idą prosto w przeglądarce, plik nigdzie nie jest wysyłany.

Otwórz analizę XYZ+ABC