Реалізація прогнозування продаж (Sales Forecasting)
Sales forecasting — прогноз обсягу продаж у грошовому виразі на майбутній період. На відміну від demand forecasting (яке працює з одиницями товару), sales forecast оперує виручкою та напряму використовується для бюджетування, встановлення квот та операційного планування.
B2B Sales Forecasting vs. B2C
B2B Pipeline Forecasting: У B2B прогноз будується на основі sales pipeline:
- Weighted pipeline: кожна угода × ймовірність за стадією → сума
- AI-підхід: ML-модель переоцінює ймовірності на основі поведінкових сигналів (не просто етап воронки, а активність: emails, calls, meetings)
Проблема weighted pipeline: менеджери залишають застрявлі угоди в pipeline, "wishful thinking" → систематичний overforecast.
B2C Transaction Forecasting: Робота з агрегованими часовими рядами виручки, транзакцій, середнього чеку. Класичні time series методи (Prophet, ETS, SARIMA) плюс ML-фічи.
AI-коррекція B2B Pipeline
CRM-сигнали для переоцінки ймовірності:
| Сигнал | Вага в моделі |
|---|---|
| Днів у поточній стадії vs. median | Висока |
| Email ответи за останні 14 днів | Висока |
| Кількість залучених stakeholders | Середня |
| Конкурентне згадування в notes | Середня |
| Розмір угоди vs. ICP | Середня |
| Близькість до фіскального року кінця клієнта | Низька |
Модель: LightGBM з фічами з CRM. Таргет: факт закриття угоди протягом N днів. Переквалікування щотижня.
Результат: AI probability score замінює ручну оцінку менеджера. Точність (AUC) зазвичай 0.75-0.85, що на 15-25% краще за weighted pipeline.
Ієрархічна структура прогнозу
Sales forecast потрібен на кількох рівнях:
Загальна виручка компанії
├── Business Unit A
│ ├── Product Line 1
│ │ ├── Region EU
│ │ └── Region NA
│ └── Product Line 2
└── Business Unit B
Підхід: bottom-up прогнозування з reconciliation. Кожен вузел має свою модель, top-рівні reconcile через MinT.
Сезонні та event-driven паттерни
SaaS/B2B: квартальний spike (останні 2 тижні кварталу — "hockey stick"), кінець фіскального року, бюджетний сезон у жовтні-листопаді.
B2C: Black Friday, Cyber Monday, Новий рік. Для ритейлу це 30-50% річної виручки за 2-3 тижні.
Обробка: додавання регресорів у Prophet / LightGBM — binary flags для кожної події + кількість днів до/після події.
Сопоставлення з планом
Система не лише будує прогноз, але й пояснює відхилення:
Variance Analysis: план vs. прогноз vs. факт з декомпозицією за:
- Volume effect: продали більше/менше одиниць
- Price effect: зміна середнього чеку
- Mix effect: зсув до більш/менш маржинальних продуктів
- Region/segment effect
Реалізується через attribution: розкладання різниці на фактори методом Shapley values (аналітичний, а не ML-SHAP).
Вивід прогнозу у планування
Інтеграція:
- Anaplan / Adaptive Insights: API для завантаження прогнозів у rolling forecast
- SAP BPC (Business Planning and Consolidation): flat file або API
- Excel-звіти для CFO: автоматична генерація через openpyxl з діаграмами
Автоматизація звітності: щотижневий PDF/PowerPoint з оновленим прогнозом, trend vs. budget, ключові зміни vs. минулого тижня.
Метрики системи:
- Forecast accuracy (MAPE для B2C): < 8% на квартальному горизонті
- Pipeline accuracy (AUC для B2B): > 0.78
- Time to produce forecast: < 10 хвилин (автоматично)
Строки: B2B pipeline AI scoring — 4-6 тижнів. Комплексна система з ієрархічним прогнозом, variance analysis та автозвітами — 3-4 місяці.