促销撤下后,销量从高位回落,不等于预测变差;反过来,销量回到平日水平,也不能证明模型算对了。企业要分辨两者,先把复盘拆成两笔账:一笔算活动前后的销量有何变化,另一笔算模型在当时掌握的信息下有没有持续偏差。两笔账都需要可比的观察口径,但不能拿同一个差值直接作答。
先把活动结束的时间和销量口径对齐
以一家虚构的家居零售商为例,周日晚上直播结束,但平台券直到周一中午才失效,直播间已付订金的顾客还可以在周二付尾款。若按出库日汇总,周二的发货高峰又会让报表看起来像需求还在上涨。团队得先决定是在复盘下单需求,还是仓库发货压力。本文讨论前者,假设以付款日归集件数、按统一规则处理取消单,同时单列订金转尾款的订单,不把它混进活动后的普通订单。
活动前、活动中、活动后不必机械地各取七天。活动后一段时间可能仍有优惠,或因活动期间顾客提前购买而短暂走弱。可以标注实际售价、优惠截止时间、曝光和可售状态,把活动尾段单独列出,再观察常态价格恢复后的日期。周一和周六原本的交易节奏不同,做对比时优先匹配星期、门店或渠道;若某天中途断货,应单列而不是把零成交直接当成零需求。
用参照估算活动影响,用旧版预测核对模型偏差
假设这家零售商有两组历史走势接近的门店,一组参加活动,另一组未参加。活动前,同样的工作日,前者日均卖出一百件,后者八十件;恢复原价后,同类工作日分别卖出七十件和七十二件。活动组下降三十件,参照组也下降八件。
若两组均未断货,且没有明显的客流迁移或其他不同变化,那么参照组的下降说明大盘可能也在走弱;净差二十二件提示活动组有额外回落,但它既不能直接证明顾客提前买了货,也不是模型误差。如果两组原来的周内趋势已经分叉,便不宜用这个差值量化活动效果。
预测另算。调出目标日期之前已经发给业务使用的那一版预测,核对它是否以恢复原价为前提、是否收到优惠延续通知、是否对应同一组门店和同一种销量口径。
比如冻结版预测为九十二件、实售七十件,这一观察里的高估是二十二件,恰好和前述净差一样大,但两者扣减的基准不同。假如系统事后用实际券核销情况重算得到七十一件,只能说明新增信息可能有解释力,不能把重算结果当成原预测成绩。
看偏差出现在哪里,再决定问题归谁查
复盘会上,负责人可以沿门店和日期把偏差排开:如果高估几乎都发生于活动收尾,而未参加活动的门店以及恢复常态后的日期并未出现同向偏差,可以先查结束标记、实际成交价何时同步,以及预测是否考虑了活动前后需求的时间转移。
若剔除异常日期后,多个常态销售周期仍反复高估,再查基础需求估计是否过时。某个品类高估、另一个品类低估时,不要只看总量,正负误差抵消容易掩盖问题。销量低时也不要只看百分比,最好把偏差件数和方向一并写清。
如果只有一次活动、没有可靠的未参与对照,也可以用以前同星期的销量当作粗参照,同时注明天气、节假日等变化尚未排除。此时宜把结论写成“哪几天出现高估,活动影响暂不能单独量化”,并分工追查,而非要求报表硬给出一个归因比例。
北京大学AI领航未来企业家高级研修班简章在智能运营模块列有“AI 在供应链管理中的应用:需求预测与库存优化”。对运营负责人来说,这一主题对应的实际问题是:看到一张偏差表时,能否说清什么在活动后变了、模型当时又知道什么。
索取详细招生简章和课表:程老师4000616586,微信pxbbaoming;了解更多详情,请点击访问:课程首页
温馨提示:本文内容根据课程内容整理,各模块实际讲授内容由授课老师根据学员情况灵活调整,最终以课堂授课为准。
全国统一免费热线:400-061-6586,联系人:程老师
