Нормализация АНОМАЛЬНЫХ продаж при Заказе ТОВАРА поставщику — Управление закупками ч. 12

ВИДЕО ВЕРСИЯ ЗДЕСЬ:

Смотреть на RUTUBEСмотреть на DZENСмотреть в VK VideoСмотреть на YouTube

Дамы и Господа, пламенный Вам от Алексея Севера! Вы на территории умного бизнеса. Сегодня не мнем ириски, а сразу к делу.

На прошлом уроке мы разбирались с аквалангистами из команды Выбросы вниз, сегодня разбираемся с альпинистами — Выбросы вверх.
Кто не изучил первый урок, крайне рекомендую, ибо там была супер важнецкая теоретическая вводная.

Определение Выбросов верх (Аномальных продаж)

Итак, в контексте Управления закупками,

Выбросы вверх — это НЕтипично высокие ежедневные продажи в прошлом, которые имеют крайне маленькую вероятность повториться в будущем.

В практическом плане это выглядит следующим образом. Перед Вами знакомый график продаж вот этого электромолотка из первого урока за последние 60 дней без учета выбросов вниз. Нам нужно посчитать объем Заказа поставщику, опираясь на эти данные.
Средняя продажа с выбросами 4 721, без выбросов 4 250. На 471 штуку больше.

Разница в средней продаже с выбросами и без них
Понятно, что если такие высокогорные аномалии не повторятся в нашем ближайшем будущем, то мы привезем от поставщика горшочек с неликвидами, которому бесполезно кричать: «НЕ вари».

И тут перед каждым закупщиком в полный рост встает вопрос — А что делать с такими звездами?

И сегодня мы дадим на него ответ. Но… перед тем как заморочиться на тему «Что делать?», давайте обмозгуем вопрос, «А почему?».

В чем причина таких неожиданно высоких продаж?

Классификация Выбросов верх (Аномальных продаж)

Даю нашу внутреннюю классификацию.

Первый тип выбросов вверх мы называем «Клиентский».

  • К нам приехал клиент и выгреб с нашего склада месячный запас памперсов, потому что… мы прощелкали повышение цен. Все вокруг подняли, а мы тормознули, и наша цена стала минимальной по рынку;
  • Рядом с нашей аптекой тормознул автобус с туристами, которые словили рото-вирусную и за 10 минут выгребли под ноль весь запас полисорба с наших полок;
  • Наши конкуренты ошиблись в закупке и обнулили свои остатки, в результате все их клиенты встали в очередь у наших касс.

Такие примеры можно штамповать пачками.
Причины клиентских выбросов разнообразны и загадочны.
И тут важно понимать, что их объединяет одно — уникальность и маловероятность повторения в будущем.

Второй тип выбросов называется «Акционный».

Сюда заходят все демонические скачки в продажах, вызванные маркетинговыми и рекламными акциями, которые проводятся НЕ регулярно, одномоментно, по конкретным товарным позициям.

Ну и последняя группа — это «Внешние факторы» – сюда отнесем погодные, экономические, политические, социальные и прочие события, драматически влияющие на одномоментный рост продаж.

  • Город завалило снегом, народ затаривается лопатами.
  • Прошел слух, что подорожает бензин, в нашем автомаге смели 20-литровые канистры.
  • Всех бюджетников обязали придти на день города в красных панамках с фотографией мэра. За два дня до торжества сайт панамка точка ру обвалился от шквала заказов на красные панамантосы.

И снова повторюсь. Все эти события вызвали резкий, непредвиденный, уникальный и одномоментный рост наших продаж.

С причинами выбросов разобрались. Переходим ко второму ключевому этапу нашего восхождения.

Поиск аномальных продаж и их эффективной нейтрализации

Так вот первый, и, как ни странно, самый эффективный Метод «Глазометрический». Мы строим график продаж и внимательно на него смотрим. Наш глаз и естественный интеллект лучше всякой мудрёной мат. модели быстро и четко определяет и отсекает все вылетающие в космос значения. 

Определение аномальных продаж глазометрическим методом

Это реально шикарный метод,…НО он упирается в НО.

Если Вы делаете заказ поставщику и в нем, к примеру, сотка позиций, то построить для каждой позиции такой график продаж, оценить их динамику и найти там выброс, дело не из легких.

Мало того, даже если Вы увидели такой выброс, то его нужно как-то обработать и учесть в своем расчете, и это тоже задачка не два пальца.

И именно тут возникает первобытное желание АВТОМАТИЗИРОВАТЬ этот процесс.

Вы задаете вопрос, а есть ли какая-нибудь математически-автоматическая метода поиска аномальных продаж. Да, конечно, есть!

Я покажу Вам всего один простой и эффективный метод, который наши клиенты проверили от и до. 
Но перед тем как погрузить Вас в приватную мат. атмосферу, небольшая глобальная ретроспектива.

ТЕОРИЯ ПОИСКА ВЫБРОСОВ В МНГОГОМЕРНЫХ РЯДАХ

Друзья мои, если на чистоту, то мы с Вами решаем элементарную задачу!
Наши данные одномерны, линейны и мы ищем единичные выбросы вверх.

Ведь выбросы могут выглядеть совсем по-другому, например, вот так. Это может быть, ну не знаю,…суточный график потребления воды в садовом товариществе. Высокое потребление в дневные часы, сменяется низким в ночные.

Нетипичный выброс вверх

И в час ночи мы видим явный выброс, хотя он абсолютно не выше дневных значений. Судя по всему, в товариществе какой-то НЕ товарищ нелегально врезался в трубу и в ночи в тихорца поливает свой огородик.

Впрочем, все это так же одномерный линейный ряд.

Если кто-то из вас пожелает нырнуть в пучину поиска выбросов в многомерных рядах, то поверьте старому солдату, без приличной математическо-статистической подготовки или путевого проводника-инструктора лучше туда не соваться.

Особо же пытливым умам даю наводку.

Полистайте книгу «Много данных» Джона Формана или скачайте ГОСТ 16269-4-2017.

Там Вас ждут 100 страниц статистического треша на тему поиска выбросов. Нам такие сложности ни к чему, посему возвращаемся на базу, где все готово для обнаружения аномально-высоких продаж в нашем одномерном линейном ряде.

МЕТОД ТЬЮКА для поиска АНОМАЛЬНЫХ ВЫБРОСОВ ПРОДАЖ 

Сейчас я расскажу о классическом, самом простом и известном методе, изобретенном товарищем Джоном Тьюке в сороковых годах прошлого века. Который мы слегка отрихтовали нашим авторским напильничком.

Сначала посмотрим математику, а потом на практике учтем выбросы в нашем Заказе поставщику. Для примера возьмем показанный ранее ряд продаж. Визуально мы определили, что здесь две аномальные продажи.

Пример для поиска Аномальных продаж методом Тьюка

Давайте применим к этому ряду метод Тьюке и посмотрим, определит он их как выбросы или лажанется.

Во-первых, отсортируем наши продажи по возрастанию и каждой строке присвоим порядковый номер. Всего у нас 53 строчки. Теперь разделим этот ряд на 2 части. Сначала отрежем первые 25% строк и найдем, какому значению продаж соответствует эта граница.

Если от 53 строк взять 25%, то граница пройдет между 13-той и 14-той строкой. Так вот этот 25-процентный интервал значений на стат. языке называется Первым квартилем и обозначается Q1, у нас он равен 1 990 штук, ….

Расчет 1-го квартиля для метода Тьюке

В excel есть стандартная формула КВАРТИЛЬ, где можно выбрать диапазон и поставить 1 в поле Часть. Единица показывает алгоритму, что нам нужен именно 1 квартиль. В результате Вы автоматом получите искомое значение.

Вторая нужная нам граница находится на отметке 75%. Берем от 53-трех 75%, получаем 40-ую строчку. Таким образом, значение в 6 207 штук в 40-ой строке называется 3 квартилем и обозначается Q3.

Расчет 3-го квартиля для метода Тьюке

Так, стоп, а где второй квартиль, который Q2!? А Q2 — это не что иное, как медиана ряда, то есть его середина.
В расчетах он нам не нужен, так что с чистой совестью забываем о его существовании.

Переходим к третьему действию, где нужно из Q3 вычесть Q1. 6 027 минус 1 990 равно 4 217 штук. 
Это значение называется Межквартильный диапазон.

На этом месте я забиваю на классический алгоритм, да простит меня уважаемый профессор, ибо нам нужны не теоретические изыски, а надежная и практичная ножовка, которой мы быстро и точно выпилим из наших продаж не нужные верхушки.

Дальше я показываю АВТОРСКИЙ, проверенный жизнью алгоритм.

Идея в том, что в расчет вводится Коэффициент жесткости, с помощью которого мы можем регулировать, насколько сильные выбросы будут исключены из наших продаж. Добавим его в модель.

И для начала введем классическое значение 1,5, которое господин Тьюке назвал «внутренней границей ряда». Теперь умножим полученный межквартильный диапазон в размере 4 217 штук на этот коэффициент и получим на выходе значение в 6 326 штук.

Осталось последнее действие на пути к нашей вершине под названием Граница отсечения выбросов.

К межквартильному диапазону, скорректированному на Коэффициент надежности, прибавляем третий квартиль.

Определение отсечения границ выбросов методом Тюке

Банзай! Братцы, мы на вершине. Втыкайте флаги!

Для нашего ряда продаж при коэффициенте жесткости 1,5 граница отсечения выбросов 12 533 штуки.

То есть все продажи, выше границы, алгоритм будет считать выбросом.

Коэффициент жесткости — это переменная величина, которая дает алгоритму информацию, насколько сильные выбросы нужно исключать. Чем выше коэффициент жесткости, тем выше поднимается граница отсечения выбросов, и тем меньше точек будет отсекаться.

Если мы поставим коэффициент 3, то граница поднимется до значения 18 858 штук, а значит, 2 наших выброса будут, как бы уже и не выбросами. Итак, мое резюме к нашей теоретической части.

Производная от метода Тьюке — простой и вполне рабочий инструмент, который автоматизирует поиск выбросов, НО, как и любой другой алгоритм требует человечьей настройки.

Закупщик должен решить, насколько сильные выбросы он планирует отрезать и задать нужный коэффициент.

ПРИМЕР ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ МЕТОДА ТЬЮКЕ

Переходим к практической части нашего восхождения. Как всегда, автоматизацию буду показывать в системе ТопКонтроль, а где еще…?

В модуле «Управление закупками» сформирован Заказ поставщику. За базу мы взяли продажи за 3 месяца — сентябрь, октябрь, ноябрь. Наша задача очистить эти продажи от выбросов вверх. И тут проявляются два НЕ исключающие друг друга варианта.

Можно убирать выбросы вручную или нормализовывать их на автомате.

Примерчик в студию! Представим, что мы выиграли тендер на единоразовую поставку пельменей Народные для вскормления участников очередного Съезда НЕнародных депутатов, который прошел 15 декабря в нашем городе.

Кликнув на пиктограмме в столбце Тренд, мы вызываем график продаж позиции и обнаруживаем вот этот гигантский выброс 480 штук. Причем мы знаем, что это была единоразовая поставка, которая больше не повторится.

Пример выброса в реальных продажах

В этом случае нет смысла включать какую-то автоматику, достаточно активировать фильтры и в фильтре «Клиент» исключить клиента, которому мы сделали такую отгрузку. У нас это «ООО Сытый депутат». Выбираем его, ставим галочку «исключить».

Блокируем фильтры. «Показать». Снова выводим график по этой позиции.

Ликвидация выброса, через исключение Клиента вручную

Как видите, выброс ликвидирован, а значит, заказ будет рассчитан правильно и без перетарки.

В этом примере мы исключили конкретного Клиента, а значит, из отчета исключены все продажи этому клиенту за последние 3 месяца.

Но бывают ситуации, когда нужно исключить не ВСЕ продажи глобально, а только одну конкретную продажу, произведенную в конкретный день. Тогда мы исключаем не продажи конкретному Клиенту, а один или несколько конкретных документов реализации.

Это можно сделать в фильтре «Номер документа», и получить в Отчете закупщика итоговые цифры, очищенные от продаж по исключенным документам.

Вывод.

Если Ваша аномалия связана с единичной продажей товара конкретному клиенту или она оформлена конкретным документом реализации, и Вы точно знаете этого клиента или номер документа, то самый правильный вариант — вручную исключить такие реализации из ваших прошлых продаж.

А что делать, если товаров много? Если найти или вспомнить все факты аномальных продаж ан реал, хотя вы точно знаете, что такие продажи имеют место быть. Что делать, что делать! Тьюка вам в помощь!

Вызываем окно «Настройка», ставим галочку «Нормализация продаж методом Тьюке» и вводим в это окошко «Коэффициент жесткости». По умолчанию он равен 3, «Сохранить».Настройка Метода Тьюка в ТопКонтроль

Тут возникает справедливый вопрос, а как нам увидеть значения, которые нормализовала система. Палю гос. тайну. Нажмите символ тренда, и Вы увидите график продаж нужного товара. На котором зеленая линия является границей выбросов и все значения, которые лежат выше нее, буду нормализованы.

Да, крайне важный момент. При автоматической нормализации мы не удаляем эти продажи полностью, система автоматически приравнивает такие пиковые значения к ближайшей не пиковой продаже.

Система посчитала вот эти 400 штук продаж 23сентября и 204 штуки 16 ноября выбросом, но она не приравняла их к нулю. При расчете Заказа вместо 400 и 204 штук система подставит ближайшее максимальное значение, находящееся ниже границы выбросов, в данном примере это 100 штук.Граница выбросов данных на графике ТопКонтроль

То есть, при автоматическом вычислении выбросов они не удаляются, а нормализуются до ближайшего значения продаж ниже рассчитанной границы. При этом Коэффициент жесткости регулирует высоту расположения этой самой границы.

Чем выше коэффициент, тем выше располагается эта зеленая граница, а значит, более сильные выбросы будут обрезаться.

На этом девчонки и мальчишки у меня все, тетрадки в стол и айда за морожком. И пусть, все у вас будет супер гуд!

ВИДЕО ВЕРСИЯ УРОКА

Оставьте комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *