Помесячное прогнозирование спроса на год вперед с учетом тренда и сезонности

В случае поставок с большим сроком реагирования из-за длинного транспортного плеча или трудоемкого процесса производства возникает необходимость прогнозировать спрос на длительные сроки. Срок реагирования — время от момента, когда приняли решение о необходимости закупки позиции, и до момента, когда ее можно использовать на производстве или отгрузить клиенту. При этом в компаниях обычно осуществляется помесячное планирование, поэтому и прогноз желательно иметь в разбивке по месяцам. Выполнение этого же условия требуется при револьверных поставках, то есть таких поставках, когда период между ними меньше срока реагирования:

В данном примере срок реагирования составляет три месяца, а период между двумя соседними поставками — месяц. Таким образом, в каждый момент времени у нас всегда в пути находятся три поставки на разных этапах, а на остатках лежит не больше месячной потребности.

При этом обычно необходимо прогнозировать спрос большого количества позиций, а во время прогнозирования мы должны учесть общую динамику спроса по каждой позиции и характерную ей сезонность продаж. Объем таких расчетов оказывается слишком большим для ручного прогнозирования, поэтому нашей задачей становится создание автоматического алгоритма прогнозирования для обработки имеющейся статистики прошлого спроса по всем позициям, а при необходимости — и по независимым точкам продаж. Ниже в статье мы будем обсуждать обработку одного ряда спроса по одной позиции — по данному примеру надо анализировать последовательно данные по всем имеющимся позициям в разрезе имеющихся точек продаж.

Первоначально необходимо определить общую динамику продаж. Для этого для имеющегося ряда прошлого спроса Si надо построить линейный тренд — долговременную тенденцию изменения временного ряда, выражаемую прямой линией. В Microsoft Excel его уравнение можно получить, добавив на диаграмму временного ряда линейный тренд, а значение для любого месяца Т_i, используя функцию ТЕНДЕНЦИЯ. Именно благодаря этим значениям мы сможем рассчитать коэффициенты сезонности K_i для каждого i-того месяца в прошлом. Для этого надо разделить значение фактического спроса за каждый месяц на значение линейного тренда за этот же месяц: