W skrócie
- Prognoza sprzedaży przedłuża wzorce z przeszłości, a nie gwarantuje tego, co się wydarzy.
- Prosta prognoza składa się z dwóch części: kierunku, czyli trendu, oraz powtarzających się sezonów.
- AI pomoże dobrać metodę i napisać formuły, ale liczby i założenia musisz sprawdzić samodzielnie.
- Dokładność oceniasz, porównując prognozę z tym, co faktycznie się sprzedało, na danych, których model nie widział.
- Najczęstszy błąd to traktowanie jednej liczby jak pewnika zamiast zakresu wyników i planu awaryjnego.
Czym jest prognoza sprzedaży w zwykłych słowach
Prognoza sprzedaży to oszacowanie, ile sztuk, zamówień albo złotych sprzedasz w określonym czasie, na przykład w przyszłym tygodniu. Opiera się na tym, co już się wydarzyło. Najprościej myśleć o niej jak o doświadczonym piekarzu, który w sobotę wie mniej więcej, ile bułek zejdzie, bo pamięta poprzednie soboty i widzi, że zimą kupuje się mniej słodkiego pieczywa.
Jedno zdanie warto mieć w głowie przez cały poradnik: prognoza to przedłużenie wzorców z przeszłości, a nie zapowiedź przyszłości. Jeśli wzorce się zmienią, bo pojawił się nowy konkurent, zmieniła się cena albo sąsiedni sklep przeszedł na inny asortyment, prognoza się pomyli. Nie dlatego, że jest zepsuta, tylko dlatego, że rynek poszedł w innym kierunku.
Dobra prognoza nie musi być idealna. Ma pomóc w decyzji: ile zamówić, ile osób zatrudnić na weekend i ile odłożyć na zakupy oraz podatki. Jeśli odchylenia są małe i rozumiesz ich przyczyny, prognoza spełnia swoje zadanie.
Trend: czy sprzedaż rośnie, spada czy stoi w miejscu
Trend to kierunek, w którym zmierza sprzedaż, kiedy odrzucisz przypadkowe wahania. Pierwszym krokiem jest zwykła średnia ruchoma, czyli średnia z ostatnich kilku okresów. Załóżmy (to liczby przykładowe), że sklep z zabawkami sprzedał w kolejnych trzech miesiącach 120, 130 i 140 zestawów. Średnia z tych trzech miesięcy to 130, a sam ruch w górę sugeruje, że sprzedaż idzie w górę. Średnia ruchoma wygładza szum, bo jeden dobry albo zły tydzień mniej przesuwa wynik.
Drugi sposób to trend liniowy, czyli prosta dopasowana do punktów na wykresie tak, by przechodziła możliwie blisko wszystkich miesięcy naraz. Jej nachylenie mówi, o ile średnio zmienia się sprzedaż z okresu na okres. Nie musisz liczyć tego ręcznie. Arkusze i Excel mają do tego gotowe funkcje prognozy liniowej, a AI wytłumaczy ci, jak z nich korzystać.
Trend nie mówi nic o tym, dlaczego sprzedaż rośnie. Może to efekt nowej oferty, a może zwykłego sezonu. Dlatego trend zawsze zestawiaj z tym, co działo się w firmie w danym czasie.
- Trend w górę: ostatnie okresy są wyraźnie wyższe od wcześniejszych.
- Trend w dół: sprzedaż systematycznie traci, nawet jeśli pojedyncze miesiące bywają dobre.
- Płaski trend: wahania są, ale wszystkie wokół tej samej wartości.
Sezonowość: co wraca co roku
Sezonowość to powtarzający się wzorzec w kalendarzu. Kurtki sprzedają się jesienią, plecaki przed początkiem roku szkolnego, a choinki w grudniu. Jeśli prowadzisz sklep z odzieżą, sezonowość może być silniejsza niż trend i to ona najbardziej zmieni wynik prognozy.
Najprostszy sposób, żeby ją zobaczyć, to porównanie rok do roku, w skrócie r/r. Zestaw sprzedaż z kwietnia tego roku z kwietniem poprzedniego roku. Jeśli kwiecień za każdym razem jest mocny, masz sezon. Przykładowo, jeśli w styczniu sprzedaż stanowi około 6% rocznej (liczba przykładowa), a w listopadzie około 14%, to listopad wymaga zupełnie innego planu zakupów niż styczeń.
Do prognozy sezonowość zamienia się we wskaźnik sezonowy: dzielisz sprzedaż danego miesiąca przez średnią miesięczną z całego roku. Wynik 1,2 oznacza, że miesiąc jest o 20% mocniejszy od przeciętnego, a 0,8 że o 20% słabszy. Mnożąc prognozę bazową przez ten wskaźnik, dostajesz wynik uwzględniający sezon.
- Porównaj ten sam miesiąc z poprzednich lat.
- Zaznacz święta, ferie, wakacje i sezon branżowy, o którym wiesz z doświadczenia.
- Nie opieraj sezonu na jednym roku, bo jeden rok może być przypadkiem.
Krok po kroku: prosta prognoza w arkuszu z pomocą AI
Przyjmijmy, że masz w arkuszu dwie kolumny: miesiąc i liczbę sprzedanych sztuk, z dwóch lat, czyli 24 wiersze. Nie potrzebujesz nic więcej. Poniższa kolejność wystarcza do prostej prognozy i da się ją powtarzać co miesiąc.
AI przyda się przy każdym z tych kroków: wyjaśni, co robi dana funkcja, zaproponuje formułę i pomoże ją przetestować. Model może jednak podać formułę z błędnym odwołaniem do komórek, dlatego wynik sprawdź na miesiącu, którego liczby znasz na pamięć.
- Sprawdź dane: czy każdy miesiąc jest na miejscu, czy nie ma dziur i czy wartości nie są przypadkowo podwojone. Brakującego miesiąca nie wpisuj jako zera, tylko zostaw pustą komórkę i zaznacz to w notatce.
- Policz średnią ruchomą z ostatnich trzech miesięcy i zobacz, jak zmienia się w czasie. To szybki test, czy kierunek jest wyraźny.
- Wylicz trend liniowy dla ostatnich 12 do 24 miesięcy i sprawdź, jaką wartość daje dla następnego miesiąca.
- Dodaj wskaźnik sezonowy dla tego miesiąca, licząc go z danych z poprzednich lat.
- Pomnóż prognozę bazową przez wskaźnik sezonowy. Ten wynik jest roboczy, nie obietnicą.
- Zapisz wynik razem z założeniami: jaki okres, jaka metoda i czy w tym czasie były promocje.
Jak poprosić AI o pomoc i czego nie wklejać
Dobre polecenie zawiera cztery rzeczy: co masz, co chcesz uzyskać, w jakim programie pracujesz i jakich danych nie wolno ci wysłać. Zamiast pytać ogólnie „zrób mi prognozę”, napisz: „Mam w kolumnie A miesiące, w kolumnie B sprzedaż w sztukach z 24 miesięcy. Chcę prognozę na następny miesiąc metodą trendu liniowego oraz wskaźnik sezonowy dla tego miesiąca. Pracuję w Arkuszach Google, podaj formułę i wyjaśnij, co robi”.
Nie wklejaj do narzędzia AI danych, które identyfikują ludzi: nazwisk klientów, adresów, numerów telefonów i adresów e-mail ani numerów zamówień połączonych z konkretną osobą. Do prognozy sprzedaży zwykle nie potrzebujesz nikogo konkretnego, wystarczają miesiące i liczby. Jeśli arkusz zawiera dane osobowe, usuń je albo zastąp numerami przed wgraniem. Zasady wgrywania plików zależą od narzędzia, więc przeczytaj, co o tym pisze jego dostawca.
Odpowiedź AI traktuj jak propozycję od stażysty: może być ładnie napisana, a mimo to błędna. Każdą formułę przetestuj na danych, których wynik znasz.
- Nie wklejaj nazwisk, adresów ani telefonów klientów.
- Nie wklejaj nieopublikowanych planów cenowych ani danych o wynagrodzeniach, jeśli nie wiesz, jak narzędzie przechowuje wgrane pliki.
- Nie kopiuj odpowiedzi AI do decyzji bez sprawdzenia choćby na jednym przykładzie.
Jak ocenić dokładność prognozy
Najuczciwszy test wygląda tak: odłóż ostatnie sześć miesięcy danych, zrób prognozę na podstawie starszych, a potem porównaj ją z tym, co faktycznie się sprzedało. Prognoza, która dobrze wygląda na danych, które już widziała, może być bezwartościowa dla przyszłości. Ten sposób nazywa się sprawdzeniem na danych wstrzymanych.
Najprostsza miara błędu to procentowa różnica. Załóżmy (liczby przykładowe), że prognoza na marzec wyniosła 110 sztuk, a sprzedano 100. Błąd to 10 sztuk, czyli 10% wyniku rzeczywistego. Jeśli takich miesięcy masz kilka, policz średni błąd procentowy. Im mniejszy, tym lepiej, ale ocena zależy od branży i od tego, ile kosztuje pomyłka w obie strony: za duży zakup czy za mały zapas.
Drugi sposób to średni błąd bezwzględny, czyli średnia odległość między prognozą a wynikiem, wyrażona w sztukach. Mówi wprost, że średnio mylisz się o określoną liczbę sztuk, co bywa łatwiejsze do zrozumienia niż procenty. Pamiętaj, że przy tej samej liczbie błędu koszt zależy od ceny towaru i możliwości jego przechowania.
- Odłóż ostatnie sześć miesięcy i nie zaglądaj do nich przy budowaniu prognozy.
- Policz błąd dla każdego miesiąca testowego, nie tylko średnią.
- Zapisz, które miesiące były najgorsze i dlaczego.
- Porównaj wynik z prostym pomysłem bazowym: „sprzedamy tyle samo co w tym samym miesiącu rok temu”. Jeśli twoja prognoza wypada gorzej od takiego pomysłu, nie warto jej stosować.
Dlaczego prognoza to tylko szacunek
Prognoza zakłada, że przyszłość będzie podobna do przeszłości. Tymczasem w sprzedaży zdarzają się rzeczy, których żaden arkusz nie przewidzi: nagła promocja konkurenta, awaria dostawcy, zmiana sposobu wyświetlania ofert w wyszukiwarce albo pogoda, która przesunęła sezon o dwa tygodnie. Jeśli jeden z dwudziestu czterech miesięcy był wyjątkowy, wynik zostanie przekrzywiony.
Mała próba też robi swoje. Dwa lata danych to niewiele, zwłaszcza przy produktach sezonowych. Dwa grudnie to dwie próby, które mogą być przypadkowo słabe albo mocne, i wtedy wskaźnik sezonowy stoi na niepewnym fundamencie. Błędy przy wyciąganiu wniosków z liczb opisuję w osobnym poradniku z tego działu o pułapkach interpretacji danych.
Dlatego zamiast jednej liczby warto mieć zakres: scenariusz ostrożny, bazowy i optymistyczny. Ostrożny może być prognozą pomniejszoną o typowy błąd z testu, optymistyczny powiększoną o ten błąd. Decyzje zakupowe opieraj na scenariuszu ostrożnym albo bazowym, a optymistyczny traktuj jako sygnał do szybszej reakcji, jeśli sprzedaż rzeczywiście zacznie rosnąć.
Jak wykorzystać prognozę w praktyce i nie dać się zwieść
Prognoza ma sens tylko wtedy, gdy zmienia jakąś decyzję. Jeśli nie wiesz, co zrobisz inaczej przy wyniku 120 niż przy wyniku 90, to ćwiczenie w arkuszu. Dobrym zastosowaniem jest plan zakupów na sezon, ustalenie, kiedy zamówić kolejną partię towaru, albo sprawdzenie, czy dodatkowa osoba na weekend ma pokrycie w przychodach.
Jeśli sprzedajesz na allee.pl, zamówienia i oferty znajdziesz w panelu sprzedawcy, a z czasem zbierze się w nim historia, która jest dobrą bazą do prognozy. Pamiętaj jednak, że zmiany cen, promocje i nowe oferty też wpływają na wynik, więc zapisuj je obok liczb.
Co miesiąc porównuj prognozę z faktem i zapisuj różnicę. Po kilku miesiącach zobaczysz, czy twoja metoda działa dla twojego sklepu, i będziesz wiedział, czy warto ją poprawić, czy odłożyć.
- Przed decyzją zapytaj, co zmieni się przy wyższym i przy niższym wyniku.
- Zapisuj zdarzenia: promocje, dostawy, zmiany cen, pogodę i akcje konkurencji.
- Ustal, kiedy odświeżasz prognozę, na przykład raz w miesiącu.
Lista kontrolna przed użyciem prognozy
Jeśli na większość pytań odpowiadasz tak, prognoza jest gotowa do użycia jako szacunek roboczy, a nie jako obietnica.
- Czy znam okres, którego dotyczy prognoza, i jej jednostkę: sztuki, zamówienia czy złotówki?
- Czy sprawdziłem dane pod kątem braków i błędów?
- Czy porównałem prognozę z prostym pomysłem bazowym?
- Czy znam błąd z testu na danych wstrzymanych?
- Czy wiem, co zrobię, gdy wynik będzie niższy albo wyższy od prognozy?
- Czy w danych nie ma danych osobowych klientów?
- Czy uwzględniłem znane zdarzenia: święta, promocje i zmiany cen?
Najczęstsze pytania
Czy prognoza sprzedaży zrobiona przez AI jest dokładna?
Dokładność zależy od jakości danych, długości historii i tego, czy w przyszłości coś się nie zmieni. AI może pomóc wybrać prostą metodę i napisać formuły, ale nie zna twojego rynku lepiej od ciebie. Zanim uwierzysz w wynik, sprawdź prognozę na starszych danych.
Ile danych potrzebuję, żeby zrobić prognozę sprzedaży?
Do prostego trendu wystarczy kilkanaście miesięcy danych. Żeby ocenić sezonowość, potrzebujesz co najmniej dwóch lat danych miesięcznych, a lepiej trzech. Jeśli historia jest krótsza, używaj prognozy tylko na kilka tygodni i poprawiaj ją częściej.
Czy mogę wgrać arkusz ze sprzedażą do AI?
Tak, pod warunkiem że usuniesz z niego dane osobowe, czyli nazwiska, adresy i dane kontaktowe klientów. Przed wgraniem pliku przeczytaj zasady dostawcy narzędzia. Same liczby sprzedaży bez danych osób to zwykle najbezpieczniejszy wybór na start.
Jakiego programu potrzebuję do prostej prognozy sprzedaży?
Zwykle wystarczy arkusz kalkulacyjny, czyli Excel albo Arkusze Google, bo oba mają funkcje do trendu i prostych obliczeń. Nie potrzebujesz osobnego oprogramowania. Jeśli funkcja w twojej wersji nazywa się inaczej, zapytaj AI o nazwę w polskiej wersji albo sprawdź pomoc programu.
Dlaczego prognoza sprzedaży myli się w okresie świąt i promocji?
W takich okresach sprzedaż zachowuje się inaczej niż w zwykłe miesiące, a prosta prognoza tego nie wie, jeśli jej tego nie powiesz. Zapisuj zdarzenia i traktuj je osobno. Jeśli nie masz danych z poprzednich świąt, zaznacz w prognozie, że wynik ma dużą niepewność.