Как дистрибьюторам следует прогнозировать спрос на ПВХ-покрытия для пола

Дистрибьюторам следует составлять прогноз спроса на ПВХ-покрытия для пола, сочетая статистическую базовую линию, взвешенный по вероятности портфель проектов и сезонную корректировку, а затем преобразовывать полученное значение в заказ на закупку с учетом страхового запаса, минимального объема заказа (MOQ) и ограничений по контейнерам. Для правильного выполнения этой задачи необходимо отделять повторяющийся спрос от спроса, связанного с проектами, и отслеживать точность прогнозов с течением времени.

Я говорю это, опираясь на многолетний опыт работы с дистрибьюторами по обе стороны сделки. Прогнозировать спрос на ПВХ-покрытия сложнее, чем на большинство строительных материалов, по нескольким причинам:

• Срок поставки составляет от 45 до 90 дней с учетом времени на производство на заводе, морскую перевозку и таможенное оформление.
• Количество артикулов стремительно растёт. Толщина износостойкого слоя, размер досок, тип соединения («клик» или «сухая» клеевая основа), а также различия между SPC, LVT и листовым винилом — всё это делит одну продуктовую линейку на десятки вариантов.
• Значительная доля спроса приходится на разовые коммерческие проекты, а не на стабильные повторные заказы, поэтому ни один метод прогнозирования не может охватить весь перечень SKU.

Ничто из этого не делает прогнозирование невозможным. Это означает, что дистрибьютору нужен структурированный процесс, а не интуиция. Позвольте мне подробно рассказать, что нужно прогнозировать, как классифицировать SKU, как рассчитать количество и как проверить, верно ли было сделано прогнозирование.

Что именно должны прогнозировать дистрибьюторы?

Дистрибьюторы должны составлять прогнозы спроса на уровне «артикул × регион × месяц», а не ограничиваться лишь общей выручкой. Общий показатель по стране не позволяет понять, какие именно цвета, толщины и конструкции на самом деле пользуются спросом на каждом конкретном рынке.

Покупатели коммерческой и жилой недвижимости предъявляют совершенно разные технические требования, поэтому объединение их в один прогноз приводит к получению цифры, на основе которой никто не сможет действовать. В проектах в сфере здравоохранения, как правило, ещё до начала подготовки коммерческого предложения указывается, что требуется однородный листовой винил толщиной 2,0 мм с подтверждёнными гигиеническими характеристиками, противоскользящими свойствами и классами огнестойкости. В отличие от этого, в коммерческих проектах с использованием LVT спецификации обычно определяются толщиной износостойкого слоя — часто 0,5 мм или 0,7 мм, — поскольку LVT представляет собой многослойную конструкцию, а не однослойный продукт, как однородный винил.

Сегмент	Типовой продукт	Ключевые характеристики
Здравоохранение / Учреждения	Однородный виниловый лист	Толщина 2,0 мм, огнестойкость и скользкость, гигиенические характеристики
Коммерческая плитка LVT	Гетерогенный LVT	Износостойкий слой толщиной 0,5–0,7 мм
Жилье	SPC с защелкивающимся замком	Отделка под дерево, акустическая подложка

Прогнозирование на таком детальном уровне требует больше усилий на начальном этапе, но это единственный способ выявить, у каких SKU снижается оборачиваемость, до того как возникнет дефицит или избыток товара.

Как только вы определите, что именно нужно прогнозировать, возникает следующий вопрос: как классифицировать каждый SKU, чтобы к нему применялся правильный метод прогнозирования.

Как следует классифицировать артикулы ПВХ-полов?

Я использую матрицу ABC-XYZ, а не только ABC. Метод ABC ранжирует SKU по их ценности для бизнеса, например по выручке или годовой стоимости потребления. Метод XYZ ранжирует те же SKU по степени стабильности или волатильности спроса на них. Сочетание этих двух методов позволяет определить, какой метод прогнозирования подходит для каждого конкретного SKU.

Сам по себе показатель ABC лишь указывает, какие SKU имеют финансовое значение. Он ничего не говорит о том, насколько предсказуем спрос на них. SKU с высокой выручкой, связанный с одним крупным больничным проектом, ведет себя совершенно иначе, чем SKU с высокой выручкой, который стабильно продается каждый месяц, поэтому я всегда сопоставляю его с показателем XYZ.

ABC: Бизнес-ценность

• A – высокий доход или высокая годовая стоимость потребления
• B – среднее значение
• C – недорогие, зачастую специализированные или изготовленные на заказ

XYZ: Стабильность спроса

• X – стабильные, предсказуемые, с небольшими колебаниями от месяца к месяцу
• Y – сезонный или умеренно изменчивый
• Z – нерегулярный, обусловленный конкретными проектами, его динамику трудно предсказать, опираясь исключительно на исторические данные

Класс	Пример	Подход к прогнозированию
AX	SPC серого цвета с текстурой дерева — стабильный бестселлер	Статистический прогноз, оставить в качестве постоянного запаса
AY	Виниловые покрытия для школ	Сезонный прогноз с поправкой на известные циклы
AZ	Крупный проект с индивидуальным цветовым оформлением	Ориентированный на конвейер, а не на историю
CZ	Специальный цвет или технические характеристики	Производство по заказу, минимальные складские запасы

Эта классификация также указывает на более общую структурную проблему при прогнозировании спроса на ПВХ-покрытия: не весь спрос исходит из одного и того же источника.

Как следует разграничивать базовый спрос и спрос на проекты?

Спрос на ПВХ-покрытия для пола делится на две категории, требующие применения разных методов прогнозирования: базовый спрос, состоящий из повторных заказов дилеров и заказов на пополнение запасов, и проектный спрос, связанный с конкретными коммерческими проектами. Объединение этих показателей в одну цифру приводит как к дефициту товара, так и к его избытку.

Базовый спрос ведет себя как спрос на обычные потребительские товары. Его динамику можно проследить с помощью скользящих средних, линий тренда и сезонной корректировки, поскольку исторические данные служат надежным ориентиром для прогнозирования будущего. Спрос на проекты работает не так. Заказ больницы на 25 000 м² однородного винила или заказ школьного спортзала на 4 000 м² спортивного ПВХ не отразятся в 12-месячной динамике продаж до тех пор, пока не станет уже слишком поздно реагировать.

Правильная модель выглядит следующим образом:

Окончательный прогноз спроса = базовый прогноз спроса + прогноз по портфелю проектов

Я рассматриваю их как два отдельных вычисления, которые в итоге складываются, а не как одно среднее значение. В следующих двух разделах рассказывается, как рассчитать каждую из этих частей.

Как следует рассчитывать базовый спрос?

Я применяю скользящие средние или экспоненциальное сглаживание к данным о продажах за 12–24 месяца, а затем умножаю их на сезонный индекс, чтобы учесть известные пики, такие как летний период ремонта школ или сезон смены жильцов в многоквартирных домах.

Вот пример расчёта для изделия из SPC толщиной 5 мм со стабильным спросом типа AX:

• Среднемесячный объем продаж за последние 12 месяцев: 8 000 м²
• Сезонный индекс за сентябрь: 1,15 (на основе исторического соотношения значений за сентябрь к среднему значению)

Базовое значение за сентябрь = 8 000 × 1,15 = 9 200 м²

Данная базовая величина охватывает исключительно повторяющийся спрос, связанный с пополнением запасов. Она намеренно не включает разовые объемы, связанные с проектами, которые рассчитываются отдельно и добавляются на следующем этапе.

Как следует применять вероятностное взвешивание к портфелю проектов подрядчика?

Спрос в портфеле проектов следует оценивать с учетом степени продвижения каждой сделки, используя коэффициенты конверсии, рассчитанные на основе данных вашей собственной системы CRM, а не средних показателей по отрасли, поскольку для каждого дистрибьютора не существует единой вероятности.

Примерная отправная точка выглядит примерно так, но рассматривайте её как шаблон для настройки, а не как жёсткое правило:

Этап проекта	Пример: вероятность
Раннее изучение	10–20%
Этап разработки образца / технических характеристик	20–40%
Официальное предложение	30–50%
Включен в короткий список / финалист тендера	50–70%
Заказ ожидается / присужден устно	70–90%
Подтвержденный заказ	100%

Применим это к трем открытым проектам, посвящённым одному и тому же продукту SPC:

• Проект А: 5 000 м² × 80% = 4 000 м²
• Проект B: 8 000 м² × 40% = 3 200 м²
• Проект C: 3 000 м² × 20% = 600 м²

Взвешенная потребность по трубопроводу = 7 800 м²

Окончательный прогноз = 9 200 (базовый показатель) + 7 800 (планируемые проекты) = 17 000 м²

Здесь следует учесть один важный момент: если аналогичные заказы по прошлым проектам уже учтены в вашем 12-месячном базовом сценарии, добавление к ним всего портфеля заказов может привести к двойному учету спроса. Прежде чем включать портфель заказов в расчет, убедитесь, что он действительно представляет собой дополнительный объем.

Имея на руках показатель спроса, следующим шагом является его преобразование в целевые показатели запасов.

Как следует рассчитывать страховой запас и точку пополнения запасов?

Страховой запас покрывает разницу между ожидаемым и максимальным сроком поставки. В простом варианте среднесуточный спрос умножается на количество дополнительных дней неопределенности в сроках поставки, а полученная величина прибавляется к обычному спросу в производственной цепочке для определения точки повторного заказа.

Если исходить из того же прогноза в 17 000 м² в месяц, это составляет примерно 570 м² в день. Если стандартный срок поставки составляет 60 дней, а задержки при морских перевозках и таможенном оформлении обычно добавляют ещё 15 дней неопределённости:

Страховой запас = среднесуточный спрос × страховой срок поставки = 570 × 15 = 8 550 м²

ROP = (суточный спрос × время выполнения заказа) + страховой запас = (570 × 60) + 8 550 = 42 750 м²

Когда объем запасов на складе снижается примерно до 42 750 м², пора инициировать повторный заказ. Более опытные дистрибьюторы могут перейти к модели статистического страхового запаса, основанной на колебаниях спроса, колебаниях сроков поставки и целевом уровне обслуживания, однако приведенный выше расчет является надежной отправной точкой для большинства SKU.

Прогноз и заказ на поставку — это не один и тот же документ, поэтому давайте сейчас разберемся с этим.

Как минимальный объем заказа (MOQ) и ограничения по контейнерам влияют на окончательный заказ на поставку?

Прогноз показывает, что вам нужно. В заказе на поставку также необходимо учитывать, что у вас уже есть в наличии, что уже заказано и как этот объем поместится в транспортный контейнер. Это два разных этапа.

Формула расчета чистой потребности выглядит следующим образом:

Чистая потребность = Прогнозируемый спрос + Целевой конечный запас − Текущие запасы − Невыполненные заказы на закупку

Только после расчёта этого чистого количества следует проверить его на соответствие ограничениям по полезной нагрузке контейнера. ПВХ-покрытие для пола имеет большой вес, поэтому контейнер 20GP или 40HQ обычно достигает предельного веса раньше, чем предельного объема. Если чистый объем заказа не позволяет эффективно заполнить контейнер, стоит рассмотреть возможность объединения соседних SKU от одного и того же поставщика или небольшого сдвига сроков заказа, чтобы избежать отправки частично пустого контейнера.

Как следует составлять прогнозы по новым артикулам ПВХ-полов?

Прогнозы по новым цветам, раскраскам или толщинам, по которым отсутствует история продаж, следует составлять на основе аналогичного SKU, то есть сопоставимого существующего товара с такой же толщиной, ценовым диапазоном и каналом сбыта, а затем корректировать с учетом фактических показателей реализации за первые 8–12 недель.

Если на рынок выходит новый цвет SPC в дубовом оттенке, не имеющий истории продаж, я для начала подбираю сопоставимый существующий SKU с той же толщиной, аналогичным ценовым диапазоном и схожим составом каналов сбыта, а затем устанавливаю начальный прогноз на уровне 30–50% от среднемесячного спроса на этот сопоставимый SKU. Если средний объем продаж сопоставимого SKU составляет 4 000 м² в месяц, то начальный прогноз для нового SKU составляет примерно 1 200–2 000 м² в месяц. Затем я еженедельно корректирую этот показатель на основе фактических продаж, а не жду, пока накопятся данные за весь квартал.

Какие внешние сигналы должны отслеживать дистрибьюторы?

Внешние сигналы делятся на две категории: индикаторы со стороны спроса, которые указывают на будущие заказы, и сигналы со стороны предложения, которые влияют на стоимость, сроки и производственные мощности. Рассматривать их как одно и то же — значит делать ошибочные выводы.

Опережающие индикаторы со стороны спроса

• Разрешения на отделку коммерческих помещений и начало строительства нового жилья
• Деятельность подрядчиков и ход проведения тендеров
• Циклы реконструкции объектов гостиничного бизнеса и здравоохранения
• Бюджеты на ремонт школ и учреждений

Сигналы планирования со стороны предложения

• Динамика цен на ПВХ-смолу и пластификаторы
• Производственные мощности и планирование производства
• Индексы морских фрахтов и перегруженность портов
• Изменения в тарифной и торговой политике

Здесь стоит уточнить: рост цен на смолу не обязательно означает увеличение спроса на напольные покрытия. Чаще всего это сигнализирует о необходимости скорректировать затраты на закупку или сроки выполнения заказов, а это — иное плановое решение, отличное от прогноза спроса.

Изменения в области регулирования и сертификации

Строительные нормы и стандарты классификации пожароопасности, такие как ASTM E648 или EN 13501-1, представляют собой нормативные документы и методы испытаний. FloorScore и GREENGUARD — это независимые программы сертификации, которые подтверждают соответствие продукта критериям выбросов летучих органических соединений (ЛОС), а не сами нормативные документы. Отслеживание изменений в требованиях к техническим характеристикам и условиям сертификации, а не объединение всего под общим понятием «нормативные требования», позволяет получить более четкое представление о том, что на самом деле меняется.

Как следует измерять точность прогнозов?

Точность прогнозов следует отслеживать, используя в качестве основного показателя погрешность прогноза, поскольку наибольший риск для дистрибьютора заключается в том, что прогноз на протяжении длительного периода времени будет систематически завышен или занижен, а не просто неточным в отдельном месяце.

Несколько ключевых показателей хорошо сочетаются друг с другом:

• Систематическая погрешность прогноза – зависят ли прогнозы на протяжении нескольких периодов стабильно выше (риск избыточного запаса) или ниже (риск дефицита запасов) фактического спроса.
• MAPE (средняя абсолютная процентная погрешность) – насколько в среднем прогнозы расходятся с фактическим спросом в процентах.
• MAD (среднее абсолютное отклонение) – среднее значение погрешности прогноза в тех же единицах измерения, что и спрос.

Одно важное замечание, касающееся именно ПВХ-полов: у артикулов, ориентированных на конкретные проекты, часто бывают месяцы с нулевым объемом продаж, за которыми следует один крупный заказ. Показатель MAPE для таких артикулов может выглядеть обманчиво плохим, поэтому я уделяю больше внимания погрешности прогнозов в отношении товаров, отнесенных к категориям AZ и CZ.

Как часто следует обновлять прогноз?

Я рекомендую ежемесячно анализировать базовый спрос и еженедельно — портфель проектов, поскольку статус проектов меняется гораздо чаще, чем динамика повторных заказов.

Базовый спрос достаточно стабилен, чтобы анализировать его ежемесячно. Данные по портфелю проектов постоянно меняются по мере прохождения предложений по этапам, поэтому я проверяю их еженедельно и соответствующим образом корректирую взвешенную по портфелю часть прогноза.

Каких ошибок при составлении прогнозов следует избегать дистрибьюторам?

Три наиболее распространённые ошибки — это заказу слишком большого количества товара в связи с кратковременными цветовыми трендами, игнорирование различий в оттенках между партиями краски, а также панические закупки во время задержек с доставкой, что вызывает «эффект хлыста», в результате чего через несколько месяцев склады оказываются переполнены.

Модные цвета быстро входят в моду и так же быстро выходят из нее. Прежде чем запускать полномасштабную партию в контейнерах, я сначала тестирую любую новую линейку цветов на небольшой пробной партии.

Отклонения между партиями краски представляют собой менее заметную проблему. Две партии одного и того же артикула могут незначительно различаться по оттенку, и подрядчик, занимающийся укладкой в целой комнате или в рамках всего проекта, не может смешивать их. При составлении прогнозов необходимо учитывать стабильность качества партий, иначе оставшиеся запасы станут нереализуемыми для данного конкретного проекта.

«Эффект хлыста» в глобальном сорсинге

Когда морские перевозки задерживаются, дистрибьюторы часто в панике размещают заказы, чтобы восполнить дефицит. Через три месяца задержанные партии и заказы, сделанные в панике, поступают одновременно, в результате чего на складе скапливается гораздо больше товара, чем необходимо.

Как дистрибьюторам следует делиться прогнозами с партнерами-производителями?

Скользящий прогноз, передаваемый вашему производителю (обычно на 3–6 месяцев в зависимости от сроков производства и доставки), позволяет более эффективно распределять производственные мощности и оптимизировать распределение контейнеров по сравнению с размещением разовых заказов.

Система совместного планирования, прогнозирования и пополнения запасов (CPFR) основана на предоставлении информации о прогнозах непосредственно производителю, а не на размещении отдельных заказов. Выбор оптимального горизонта прогнозирования зависит от особенностей вашей цепочки поставок: здесь учитываются сроки производства, время доставки, сезонность и производственные мощности поставщиков, поэтому для одних дистрибьюторов достаточно 3 месяцев, а другим требуется 6 месяцев или более.

Заключение

Точное прогнозирование спроса на ПВХ-покрытия для пола достигается за счёт выделения базового спроса и спроса по проектам, правильной классификации артикулов, расчёта страхового запаса и пороговых значений для пополнения запасов, а также проверки точности прогнозов на протяжении времени.

Контрольный список для оперативных действий:

1. Классифицируйте SKU с использованием метода ABC-XYZ, а не только по методу ABC.
2. Прогнозируйте базовый спрос и портфель проектов по отдельности, а затем сложите их.
3. Рассчитать страховой запас и точку повторного заказа с учетом фактической изменчивости сроков поставки.
4. Отслеживайте систематическую погрешность прогнозов, а не только показатель MAPE, особенно в случае SKU, ориентированных на конкретные проекты.
5. Поделитесь скользящим прогнозом со своим партнёром-производителем, чтобы обеспечить необходимые производственные мощности.

Если вы сталкиваетесь с проблемами, связанными с прогнозированием или управлением запасами в рамках вашей собственной линейки ПВХ-полов, напишите мне в личные сообщения. Я с удовольствием ознакомлюсь с вашими техническими характеристиками и обсужу, какие решения могут подойти для вашей компании.