Uitschieters in voorraadprognoses

Eén bestelling voor een relatiegeschenk voor 200 kaarsen komt binnen in week acht. Het is een echte verkoop, het staat in je Shopify-gegevens en het zit nu in elk gemiddelde dat vanaf dat kwartaal is opgebouwd. Wat er aan de andere kant uitkomt, beschrijft niet uw winkel. Beslissen wat te doen met die week is een oordeel, en het is de stap die de meeste voorspellingsadviezen overslaan op weg naar de formule.

Wat telt als een uitschieter

Een uitbijter is geen groot getal. Het is een datapunt dat wordt geproduceerd door een andere oorzaak dan het vraagproces dat u voorspelt. Dat maakt de test eerder causaal dan numeriek: als je niet kunt benoemen wat het getal heeft opgeleverd, heb je nog geen uitschieter, alleen een onverklaarde.

Drie families bestrijken ze bijna allemaal. Enkelvoudige, niet-herhalende transacties: een groothandels- of zakelijke bestelling, een wederverkoper die uw schap opruimt, een klant die er twaalf koopt van iets waar mensen er één kopen. Gegevensartefacten: een testbestelling, een verkeerd ingetoetste hoeveelheid, een dubbele import, botverkeer. En degene die iedereen vergeet, de uitschieter aan de lage kant: een week zonder verkopen omdat het product niet op voorraad was. Die week is geen bewijs dat er geen vraag is. Het is een bewijs dat uw verkooprapport de vraag niet kon zien.

Hier is "Cedar & Fig, 250g" gedurende twaalf weken, verkochte eenheden per week, de oudste eerst:

34, 33, 36, 37, 62, 35, 36, 238, 34, 45, 47, 46

Gemiddeld alle twaalf en je krijgt 683 ÷ 12 = 56,9 eenheden per week, een cijfer dat de winkel nog nooit heeft gehad. Gemiddeld alleen al de zeven rustige weken, weken 1, 2, 3, 4, 6, 7 en 9: (34 + 33 + 36 + 37 + 35 + 36 + 34) ÷ 7 = 245 ÷ 7 = 35 eenheden. Die 35 is de echte basislijn. De hele kloof tussen de twee getallen is drie weken, en die drie weken vereisen drie verschillende behandelingen.

Uitschieter of reëel signaal

Vier vragen scheiden ze, in deze volgorde.

Loop daar de drie weken doorheen. De 238 van week 8 was één cadeaubestelling van 200 eenheden bovenop een gewone winkelweek van 38 eenheden: benoembaar, niet-herhalend, één bestelling. Sluit de 200 uit. De 62 van week 5 was een korting die je gaf: benoembaar, terugkerend, verspreid over veel bestellingen. Markeer het, bewaar het. De weken 10 tot en met 12, op 45, 47 en 46, bleven gedurende drie perioden bestaan ​​en bestonden uit bestellingen van normale grootte van verschillende klanten. Dat is geen uitschieter. Dat is het getal waarop uw volgende prognose moet worden gebaseerd.

De duurste fout op dit gebied is de laatste fout in omgekeerde volgorde. Een seizoenspiek en een bulkorder lijken identiek aan elke regel die alleen naar omvang kijkt, en het schrappen van december als anomalie leert de voorspelling voor volgend jaar dat december een gewone maand is. De piek is het enige bewijs dat het patroon bestaat.

Ontdek ze in uw Shopify-gegevens

Stel dat de export al voor je ligt; het trekken ervan, en het first-pass opruimen van annuleringen en terugbetalingen, is gedekt met behulp van uw eigen Shopify-verkoopgegevens.

Sorteer de orderregels van de SKU op aantal, eerst de grootste, voordat u iets samenvoegt. Een wekelijks totaal verbergt of 238 eenheden van één koper kwamen of van negentig, en dat onderscheid bepaalt de behandeling. Controleer vervolgens de klantenkolom in de bovenste paar regels en de datums in uw eigen kalender met promoties, pers- en betaalde campagnes. Op twaalf datapunten verslaan je ogen elke regel.

Statistische regels zijn bedoeld voor als u te veel SKU's heeft om in de gaten te houden. Het zijn conventies, geen wetten, en elk ervan bevat een veronderstelling die de moeite waard is om te vermelden voordat je erop vertrouwt.

De gebruikelijke markeert iets meer dan drie standaarddeviaties boven het gemiddelde. Over deze twaalf weken is het gemiddelde 56,9 en de standaarddeviatie 55,2, dus de grens ligt op 56,9 + 3 x 55,2 = 222,5. De week van 238 eenheden ruimt ongeveer vijftien eenheden op. Kijk eens wat het werk deed: de 238 is grotendeels de reden dat de standaarddeviatie 55 is, dus het punt moest een drempel overschrijden die het zelf had opgeblazen. Vervang het door een week van 100 eenheden, een groothandelsbestelling van 62 eenheden bovenop een gewone 38, en dezelfde regel voor dezelfde serie geeft een gemiddelde van 45,4, een standaardafwijking van 18,3 en een grenswaarde van 100,4. De piek zit onder zijn eigen drempel en passeert zoals normaal.

Die regel gaat er ook van uit dat de waarden ongeveer symmetrisch rond het gemiddelde zijn verspreid. De wekelijkse verkoop voor één SKU wordt beneden nul begrensd en is meestal scheef naar rechts, dus het percentage dat de conventie ontleent aan de normale verdeling beschrijft de gegevens niet. De interkwartielafstandsconventie, die iets meer dan anderhalve interkwartielafstand boven het bovenste kwartiel markeert, is voor één groot punt moeilijker te vertekenen, omdat kwartielen posities in een gesorteerde lijst zijn in plaats van gemiddelden. Het mislukt anders. Neem een ​​slow mover die op zeven van de vierentachtig dagen verkocht: driekwart van de dagen is nul, dus het bovenste kwartiel is nul, het interkwartielbereik is nul en de drempel is nul. De regel markeert elke verkoop die het product ooit heeft gedaan.

Uitsluiten, cap of vlag

Drie behandelingen, en de verkeerde is erger dan geen.

Sluit het gedeelte uit, niet de periode. De 238 van week 8 worden 38 zodra de groothandelslijn wordt verwijderd, en het twaalfweekse gemiddelde daalt van 56,9 naar 483 ÷ 12 = 40,25 eenheden. Als u in plaats daarvan de hele week zou verwijderen, zou u 38 eenheden van de echte vraag in de detailhandel hebben weggegooid en uw periode met een punt hebben ingekort.

Sluit de waarde af wanneer de vraag reëel was, maar niet herhaalbaar op die omvang: houd de periode aan, beperk deze tot een plafond. Handig bij onregelmatige maar authentieke SKU's, en het plafond is uw eigen oordeel, dat de moeite waard is om als zodanig op te nemen in plaats van u te verkleden als een berekening.

Markeer de periode en sluit het alleen uit van de berekening die het zou vertekenen. Dit is de juiste behandeling voor promoties en seizoenspieken, omdat je die periodes intact nodig hebt om de volgende te plannen. Prognoses rond promoties dekt de schatting van de stijging en de reset van de basislijn volledig.

Maak nu de rekensom af. Neem de groothandelsbestelling eruit en vervang de basislijn van 35 eenheden door de 62 van de promotieweek, en het gemiddelde over twaalf weken komt uit op 456 ÷ 12 = 38 eenheden. Schoner, en nog steeds fout, want de afgelopen drie weken gemiddeld (45 + 47 + 46) ÷ 3 = 46. Met schoonmaken is de vervuiling verwijderd; het loste niet op dat een periode van twaalf weken het verkeerde venster was voor een serie waarvan het niveau drie weken geleden veranderde. Dat is een probleem met de raamlengte, dat wordt afgedekt voorspellen van voortschrijdend gemiddelde.

Met de hand betekent dit dat u elke maand een promotiekalender, een groothandelsklantenlijst en een beslissing over de vensterlengte in uw hoofd houdt, per SKU. StockCue sluit uitschieters uit van de snelheid achter de suggesties voor elk abonnement, inclusief Gratis, en de seizoensindices zijn gedempt en beperkt, zodat de ene ongewoon sterke maand de volgende bestelling niet verdrievoudigt. Dat is precies waarom het volgende gedeelte ertoe doet: een automatische regel is nog steeds een regel en heeft uw agenda niet gelezen.

Het risico van overmatig schoonmaken

Elke uitsluiting doet twee dingen tegelijk. Het verlaagt het niveau en verkleint de gemeten variabiliteit. Kleinere variabiliteit zorgt voor een kleinere veiligheidsbuffer, dus een te opgeschoonde geschiedenis levert een voorspelling op die zowel lager als minder beschermd is dan de winkel die erdoor wordt beschreven. De meest overzichtelijke reeks in uw spreadsheet is vaak het minst verdedigbaar.

Drie verliezen zijn het vermelden waard. Het verwijderen van een seizoenspiek verwijdert het enige bewijs dat het patroon bestaat, en er kan geen seizoensindex worden afgeleid uit de geschiedenis die het seizoen niet langer bevat. Het behandelen van de nul van een stockoutweek omdat de reële vraag de basislijn naar beneden haalt en garandeert dat u een product dat al uitverkocht was, te weinig bestelt. En het verwijderen van het begin van een stapsgewijze verandering kost het meeste: de weken 10 tot en met 12 hierboven zitten tien eenheden verwijderd van de oude basislijn en zien eruit als drie kandidaat-afwijkingen voor iedereen die tegen 35 meet. Verwijder ze en je voorspelt 35 in een winkel die nu 46 verkoopt.

De bewaker is eerder een boomstam dan een betere regel. Elke uitsluiting krijgt een rij: punt, SKU, wat is verwijderd, waarom, wie heeft besloten. Zonder dit kan niemand zes maanden later zeggen of een dunne geschiedenis betekent dat het product slecht is verkocht of dat iemand het heeft schoongemaakt. Controleer vervolgens of het schoonmaken heeft geholpen, met behulp van de voorspelling versus werkelijkheid in het verbeteren van de nauwkeurigheid van de voorspellingen, rekening houdend met de waarschuwing in dat bericht over foutpercentagestatistieken op SKU's met een laag volume, wat precies de SKU's zijn waarbij één uitgesloten bestelling alles verandert. Het overslaan van de uitbijterstap staat al op de lijst van de site veelvoorkomende voorspellingsfouten. Te enthousiast doen hoort op hetzelfde lijstje.

Veelgestelde vragen

Wat telt als een uitbijter in verkoopgegevens?

Een uitbijter is een datapunt dat wordt geproduceerd door iets anders dan de vraag die u probeert te voorspellen: een enkele groothandels- of bedrijfsbestelling, een testbestelling of een verkeerd ingetoetste hoeveelheid, botverkeer of een week zonder verkopen veroorzaakt door een lege plank in plaats van doordat niemand het product wil hebben. Grootte alleen maakt een getal nog niet tot een uitschieter. Een oorzaak die je kunt benoemen wel.

Moet u promotionele verkopen uit een prognose verwijderen?

Niet verwijderen: vlag. Een promotie heeft een bekende oorzaak die de volgende keer dat u er een uitvoert, terugkeert, dus die weken zijn het bewijs dat u nodig heeft om de volgende promotie te plannen. Sluit ze uit van de basislijn die de dagelijkse aanvulling aanstuurt, houd ze in de geschiedenis gelabeld en verwijder ze niet meteen.

Hoe onderscheid je een trend van een uitbijter?

Vraag of het aanhield en of het over veel bestellingen was verspreid. Eén enkele hoge week, aangedreven door één grote orderregel, is een transactie. Drie of meer opeenvolgende perioden op een nieuw niveau, bestaande uit bestellingen van normale grootte van verschillende klanten, is een niveauverandering, en voorspellingen vanaf de oude basislijn na dat punt zullen systematisch ondermaats zijn.

Wat gebeurt er als u te veel uit uw verkoopgeschiedenis verwijdert?

Elke uitsluiting verlaagt het niveau en verkleint de gemeten variabiliteit, zodat een te opgeschoonde geschiedenis tegelijkertijd een lagere voorspelling en een kleinere veiligheidsbuffer oplevert. Het verwijderen van een seizoenspiek is de duurste versie: de piek is het enige bewijs dat het patroon bestaat, dus de voorspelling van volgend jaar beschouwt die periode als een gewone periode.