На прошлой неделе Эли Шрагенхайм после долгого перерыва опубликовал пост, посвященный больной для меня теме — прогнозирование.

Так что сегодня я публикую свежий, «с пылу с жару» только в пятиницу законченный перевод. Для меня еще раз посмотреть на эту тему глазами глубокого специалиста в ТОС и математика было крайне полезно, хотя вопросы еще и остаются.

А тем, кто будет знакомиться с материалами Эли Шрагенхайма в первый раз, я немножечко завидую.

Как обычно, ссылка на оригинал и картинка из поста автора.

Ваш Дмитрий Егоров

Прогнозирование означает предсказание будущего, основанное на данных и знании, полученных в прошлом.

В соответствии с этим определением, каждое отдельное решение, которое мы принимаем, зависит от прогноза. Это определенно верно в отношении каждого управленческого решения.

Проблема любого предсказания в том, что оно никогда не бывает надежным.

Использование прогноза, как пророчества, оповещающего нас о будущем, — огромная ошибка. Таким образом, нам нужен прогноз, который покажет как может выглядеть будущее, включая то как то, что наиболее вероятно произойдет, так и нечто менее вероятное, но все же возможное.

Из математики мы знаем, что описание любого неопределенного поведения должно включать, как минимум, две разные характеристики/параметра: центральное значение, например «ожидаемое значение», и еще один, который описывает «ожидаемое отклонение от среднего». Это приводит нас к определению «доверительного интервала», в котором лежат наиболее вероятные результаты. Любое разумное решение должно принимать во внимание диапазон возможных результатов.

Хотя существует несколько способов получения полезных[i] прогнозов, которые можно использовать для лучшего принятия решений, в реальности общая проблема состоит в неправильном использовании прогнозов.

В использовании прогнозов существует две больших ошибки:

1. Использование прогнозов, состоящих из одной цифры.
2. Использование неправильного горизонта прогноза или уровня детализации.  Общий момент: конкретный тип прогноза должен соответствовать решению, которое использует прогноз как критически важную информацию. Схожая ошибка – это использование неверных параметров для компьютерных прогнозов или опора на некачественные, ненадежные данные.

Использование прогнозов из одной цифры

Подавляющее большинство прогнозов, используемых в бизнесе, отображают одну цифру для товара/места/периода. Не существует никакого индикатора, оценивающего ошибку прогноза. Таким образом, если прогноз утверждает, что на следующей неделе будет продано 1000 единиц, то нет индикатора, который бы показывал бы, что будет продано 1500 единиц или только 600. Это подрывает ценность информации, необходимой для принятии обоснованного решения, например: сколько покупать для продажи на следующей неделе.

Любой компьютеризированный прогноз, основанный даже на самой простой математической модели, включает в себя оценку значения возможного отклонения от прогнозного значения. Учитывая ожидаемое значение прогноза, преобразованное в рационально обоснованный диапазон, например плюс-минус 1,5 или 2 стандартного отклонения или среднего абсолютного процента ошибки (MAPE), дает вероятность около 80-90%, что фактический результат попадет внутрь этого диапазона.

Как такой рационально обоснованный диапазон способен поддержать принятие решений?

Двумя ключевыми значимыми элементами информации являются границы диапазона. Любой выбор альтернативы при принятии решения должен учитывать оба крайних значения диапазона при расчете/оценке потенциального ущерба. Когда фактический спрос равен нижней границе диапазонf, то это приведет к одному результату, если фактический спрос равен верхней границе диапазона -–это приводит к другому результату. Если спрос попадает куда-либо внутрь диапазона, то результат также попадает внутрь диапазона между крайними результатами. Если принимать во внимание оба крайних результата, то выбор между практическими альтернативами становится реалистичным и приведет к принятию лучших решений, чем в ситуации, когда этот диапазон не был показан лицам, принимающим решение.

Простой пример: прогноз утверждает, что недельные продажи Продукта Х будут где-то между 1000 и 1400 единиц. Нужно принять решение об уровне запасов на начало недели. Для простоты давайте предположим, что не существует реального способа поставить дополнительно Х единиц в течение недели или переместить товар в другое место.

Существует три рационально обоснованные альтернативы при принятии решений: хранить 1000 единиц, 1400 единиц или следовать прогнозному значению в 1200 единиц.

Если хранится только 1000 единиц и спрос составит лишь 1000 единиц – результат безупречный. Однако, если спрос окажется 1400 единиц, то возникает неудовлетворенный спрос в 400 единиц. Реальный ущерб зависит от того, что будут делать неудовлетворенные клиенты? Купят ли они аналогичные продукты, обидятся на компанию или будут терпеливо ждать следующую неделю?

Если принято решение хранить на складе 1400 единиц, то возникает вопрос: в конце могут образоваться излишки непроданных товаров, будет ли это проблемой? Если продажи на следующей неделе будут продолжаться, и товар сохранит свой товарный вид, то единственный ущерб будет состоять в слишком раннем приобретении 400 единиц. Хотя, конечно, могут быть и другие случаи.

Когда обосновано хранение 1200 единиц товара? Это имеет смысл только тогда, когда нехватка или излишние остатки вызывают одинаковый ущерб. Если нехватка товара хуже, чем излишки, то хранение 1400 единиц – это решение, основанное на здравом смысле. Если избыток вызывает более высокий ущерб, то давайте решим хранить только 1000 единиц.

Этот пример демонстрирует преимущество диапазона перед прогнозом из одной цифры, равной 1200, которые заставляет лица, принимающие решения, задуматься о том, каков может быть спрос.

Существует два совершенно разных способа прогнозирования спроса. Первый основан на математическом алгоритме прогнозирования, основанном на результатах прошлых периодов, который осуществляется с помощью компьютера. Другой способ, это использование интуиции людей, которые работают максимально близко к рынку. Математические алгоритмы можно использовать для расчета диапазона, но необходимо определять параметры, влияющие на диапазон, главным образом это касается вероятности результатов, которые попадут внутрь этого диапазона.

Другой способ, когда люди используют собственную интуицию для оценки спроса, также больше годится для прогнозирования диапазона, нежели прогноза из одной цифры. Интуиция человека совершено точно не настроена на одну цифру. Должны быть четко озвучены конкретные правила, иначе диапазоны, прогнозируемые человеком, могут быть слишком широкими. Идея, лежащая в основе определения рационально обоснованного диапазона, состоит в том, что возможные, но крайне редкие результаты должны остаться за пределами этого диапазона. Это означает, что культура организации принимает тот факт, что иногда, но не слишком часто, фактические результаты выходят за пределы спрогнозированного диапазона. На практике не существует способа интуитивно оценить доверительный интервал с вероятностью 90%, неизвестна даже формула описывающая поведение неопределенности. Однако возможно  приблизительно описать неопределенность,  что все-таки лучше, чем просто ее игнорировать.

Мы не ожидаем, что все фактические результаты попадут внутрь описанного диапазона, мы ожидаем что 10-20% окажутся за пределами рационально обоснованного диапазона.

В ключевых решениях может существовать больше вариантов. Когда как нехватка, так и избыток приводят к значительному ущербу, операционные/производственные подразделения должны проверить возможно ли организовать ускоренную доставку (экспедирование) определенного количества в середине недели. Если это возможно, то хранение 1000 единиц на начало недели и готовность ускоренно поставить 400 или меньше в течение недели имеет смысл. Это также предполагает, что наблюдение за продажами в начале недели позволит получить лучший прогноз, что означает значительно более узкий диапазон. Это также основывается на предположении, что затраты на ускоренную поставку меньше, чем потери от отсутствия или слишком больших запасов.

Второе правило состоит в том, что нужно понимание, необходимости избегать комбинирования диапазонов товаров/мест в целях прогнозирования спроса на продуктовую линейку, в конкретном рыночном сегменте или общей величины спроса. В то время, как прогнозное значение будет равно сумме прогнозных значений объединяемых прогнозов, комбинация диапазонов приводит к значительному расширению рационально обоснованного диапазона. Математический прогноз должен, основываясь на прошлых данных комбинированного спроса, заново рассчитать прогнозное значение и абсолютное значение отклонения. Прогноз, который делается людьми, опять же должен опираться на интуицию людей.

Помните о цели:  поддержка лучшего принятия решения, с помощью предоставления наилучшей из имеющейся неполной информации, которая имеет отношения к принимаемому решению.  Рассмотрение слишком широкого диапазона, охватывающего события, которые происходят редко, не поддерживает принятие хорошего решения, за исключением случаев, когда редкое событие может причинить катастрофический ущерб. Слишком широкие диапазоны поддерживают принятие слишком безопасных решений, что определенно не то, что требуется для принятия решений в успешной компании.

Предупреждение: другая связанная с прогнозами обычная ошибка состоит в предположении, что спрос на каждый товар/в каждом месте не зависит от спроса на другой товар или в другом месте. ОБЫЧНО ЭТО НЕВЕРНО!!! Существуют частичные зависимости спроса между товарами и местами реализации. Тем не менее, зависимости не являются 100%-ными. Единственный практичный совет: прогнозируйте то, что вам нужно. Когда вам нужен прогноз для одного товара – делайте прогноз только для одного товара. Если вам нужен прогноз для всех продаж – делайте его для общих продаж с нуля. Единственное информация, которую вы можете использовать: сумма прогнозных значений должна быть равна прогнозному значению суммы. Когда сумма прогнозных значений не соответствует прогнозному значению суммы, нужно задаться вопросом о соответствии реальности исходных посылок, положенных в основу как детального, так и глобального прогноза.

Правильный прогноз для конкретного решения.

Предположим, что постоянный рост продаж поднимает вопрос значительного увеличения мощности, как оборудования, так и трудовых ресурсов.

Нужно ли учитывать ожидаемый рост продаж каждого продукта?

Дополнительное оборудование требуется для нескольких продуктовых линеек, поэтому требования к мощности зависят главным образом от роста общих продаж, несмотря на то, что одни  продукты потребуют больше мощности, чем другие.

Таким образом, ключевым параметром является примерный новый уровень продаж и рассчитанные обратным счетом требования к увеличению мощности. Это увеличение продаж также может потребовать увеличения количества сырья, доступность которого у поставщиков надо проверить. Здесь может даже возникнуть необходимость в дополнительной кредитной линии, чтобы профинансировать время между закупкой материалов, оплатой регулярных операционных расходов на поддержание мощности и временем поступления выручки от продаж.

Попытка положиться на сумму индивидуальных прогнозов – это проблема. Они подходят для расчета среднего значения общих продаж, но не для оценки средних ошибок прогнозирования. Предоставление рационально обоснованного консервативного прогноза общих продаж в сравнении с рационально обоснованным оптимистичным подчеркнет вероятный риск инвестирования и вероятную выгоду.

Решение о том сколько хранить в конкретном месте должно основываться на индивидуальных диапазонах для SKU/Места хранения. Это другой тип прогноза, который сталкивается с более высоким уровнем неопределенности и, таким образом, должен основываться на коротких горизонтах прогнозирования и быстром пополнении, что позволяет лучше справляться с колебаниями спроса. Основная исходная посылка TOC и Lean состоит в том, что спрос в следующем коротком периоде времени будет схожим с прошедшим периодом, таким образом, быстрое пополнение в соответствии с фактическим спросом обеспечивает быструю адаптацию к случайным колебаниям. Планирование на более длинные отрезки времени требует рассмотрения тенденций, сезонности и других потенциально значимых изменений. Это требует прогнозов, которые смотрят дальше в будущее и способны уловить вероятность таких изменений и включить их в рационально обоснованный диапазон.

Также есть решения, которые должны учитывать прогноз для конкретных продуктовых линеек, или решения, которые рассматривают конкретный рыночный сегмент, который является частью рынка, на котором компания продает свои продукты.

Существующая практика компьютерного прогнозирования состоит в том, чтобы получить детальные прогнозы для каждого товара и, по необходимости, их суммировать. Проблема, как уже говорилось, состоит в том, что суммирование средних значений дает среднее суммы, но когда его применяют для диапазонам, итоговый диапазон – слишком широкий.

Другая практика, обычно основывающаяся на интуитивных прогнозах, — это прогнозировать продажи продуктовой линейки/места хранения, а затем предполагать конкретное распределение между отдельными товарами. Такая практика добавляет значительный шум к среднему спросу отдельных товаров, без какого-либо учета диапазона вероятного распределения.

Учитывая мощность современных компьютеров, простое решение состоит в том, чтобы выполнять несколько прогнозов, основываясь на требованиях для принятия решений.

Когда дело касается прогнозов, основанных на человеческой интуиции, то существует гибкость в адаптации прогнозов к конкретному решению. Значительное изменение состоит в использовании рационально обоснованного диапазона в качестве ключевой информации для принятия решения.

Качество данных

Особый вопрос, связанный с прогнозированием, — это знание о том, какие данные прошлых периодов имеют отношение к принимаемому решению. Статистика, также как и все алгоритмы прогнозирования, должны опираться на временные ряды данных недавнего прошлого, чтобы определить тенденции, сезонность и другие факторы, которые влияют на будущие продажи. Потенциальная проблема состоит в том, что модели потребления конкретного продукта, на конкретном рынке или в конкретной экономической ситуации могли претерпеть серьезные изменения, следовательно, вероятно, что вследствие этих изменений, прошлые данные больше не пригодны.

Covid-19 кардинально изменил многие бизнесы, например, туризм, рестораны, кафе и кинотеатры. Другие бизнесы также подверглись воздействию, хотя и менее кардинальным образом. Поэтому специальное внимание следует уделить прогнозу будущего спроса после Covid-19, опираясь на  спрос во время пандемии. Автор предполагает, что будущие модели поведения в отношении большинства продуктов и услуг после Covid-19 будут совсем другими в сравнении с 2019. Это означает, что сила компьютерных прогнозов на какое-то время снизится, поскольку не будет доступно достаточное количество качественных данных. Даже прогнозы на основе человеческой интуиции следует использовать со особой осторожностью, потому что интуиция, также как компьютерные прогнозы, медленно приспосабливается к изменениям в части предсказания будущего поведения. Использование рациональной причинно-следственной логики чтобы восстановить интуицию – это то, что следует сделать.

Заключение

Все организации должны прикладывать максимум усилий для того, чтобы наилучшим способом предсказать будущий спрос, а все менеджеры должны принять существование обычной и ожидаемой неопределенности вокруг себя и включить оценку этой неопределенности в свой процесс принятия решений.

Как только это осознание наступит, прогнозы, которые предоставляют рационально обоснованный диапазон результатов, станут источником самой лучшей информации для поддержки принятия решений, что позволит значительно улучшить принимаемые решения. Во времена, когда обычная и ожидаемая неопределенность значительно выше, чем до 2020 года, организации, которые быстро научатся использовать такой прогноз с использованием диапазонов, получат значительное конкурентное преимущество.

[i] В тексте «effective» — результативный, действенный, полезный. – прим. переводчика