Прогноз продаж и спроса: нейросети, тренды и сценарии для бизнеса

Александр Костин

Прогноз продаж и спроса: нейросети, тренды и сценарии для бизнеса

Зачем бизнесу прогнозы без Excel: новая «аналитика на коленке»

В большинстве компаний прогнозы начинаются одинаково: кто-то открывает таблицу, копирует прошлый месяц, умножает на «коэффициент роста», добавляет пару строк про сезонность и уходит на созвон, где этот файл превращается в «план». Потом реальность расходится с цифрами, начинается поиск виноватых, и прогнозирование получает репутацию занятия для тех, у кого много свободного времени. Проблема не в людях и не в том, что «нельзя предсказать будущее». Проблема в том, что в бизнесе часто смешивают три разных вещи: прогноз, план и обещание.

Прогноз – это управленческий инструмент, который помогает принимать решения при неопределённости. Он не обязан быть «красивым» и не обязан угадывать точку в точку. Он обязан быть честным, регулярно обновляться и быть связанным с конкретными действиями: закупкой, графиком смен, бюджетом, промо, логистикой, планом контента, распределением лидов по менеджерам, перераспределением трафика, управлением запасами. Когда прогноз становится частью рутины, он начинает экономить деньги не из-за магии, а из-за дисциплины: меньше излишков, меньше дефицита, меньше паники, меньше решений «на ощущениях».

В этой книге мы будем говорить о прогнозах «без Excel» не как о модном лозунге, а как о рабочем подходе: данные можно хранить где угодно, но анализ и логика прогнозирования должны быть воспроизводимыми, проверяемыми и обновляемыми. Таблица как транспорт – нормально. Таблица как среда, где каждый раз вручную собирается мир заново, – почти всегда путь к ошибкам и бесконечным спорам о цифрах.

Что именно можно прогнозировать в обычной компании

Слово «спрос» звучит так, будто речь только о рознице и товарах на полке. На практике прогнозировать можно любую повторяющуюся величину, которая меняется во времени и влияет на решения.

Чаще всего бизнесу нужны прогнозы пяти типов.

Продажи и выручка. Не только «сколько продадим», но и «что произойдёт с кассовыми разрывами», «какая нагрузка на склад», «сколько курьеров нужно», «какую скидку можно выдержать».

Заявки и лиды. Сколько обращений придёт завтра, на следующей неделе, в следующем месяце. Это прямой вход для планирования колл-центра, нагрузки на менеджеров, скорости обработки, стоимости лида и перераспределения бюджетов.

Запасы и потребность в закупке. Сколько единиц нужно заказать, когда, какими партиями, чтобы не заморозить деньги и не сорвать продажи.

Трафик и спрос в поиске. Прогноз интереса аудитории, сезонных подъёмов, динамики тем и категорий – это управление контентом, ассортиментом, рекламой.

Нагрузка на операции. Очереди, слоты, время ожидания, смены, пропускная способность: колл-центр, сервисная служба, доставка, производство, обработка заказов.

Важно заметить: прогноз – это не «одна цифра». Это форма ответа на управленческий вопрос. Если вопрос звучит как «сколько будет?», то прогноз без привязки к действию быстро превращается в декоративную аналитику. Полезный вопрос звучит иначе: «какие решения мы примем, если будет так, и какие – если будет иначе».

Чем прогноз отличается от плана, и почему это важнее, чем кажется

План – это обязательство. Обычно он связан с мотивацией, бюджетом, KPI, ожиданиями руководства и инвесторов. План часто делают «сверху вниз»: сначала хотят нужную цифру, потом ищут аргументы.

Прогноз – это оценка вероятного развития. Его делают «снизу вверх»: от данных и сигналов к диапазону исходов. Прогноз может быть неприятным, и именно поэтому он полезен: он предупреждает о рисках заранее.

Как только прогноз выдают как обещание, появляется токсичная логика: «если не сбылось – значит плохой аналитик». В итоге люди начинают подгонять цифры под ожидания, сглаживать углы, скрывать неопределённость, а потом бизнес получает двойной ущерб: решения принимаются на «успокаивающих» цифрах, и доверие к аналитике падает.

Нормальная позиция звучит так: прогноз помогает построить план, но не заменяет его. План – это выбор, прогноз – это карта местности с туманом.

Простая математика прогноза: горизонт, частота, точность, доверительный интервал

Чтобы прогноз перестал быть мистикой, его нужно разложить на четыре понятных свойства.

Горизонт. На сколько дней или недель вперёд вы смотрите: 7, 14, 30, 90. Чем дальше горизонт, тем меньше точность точки и тем важнее диапазон. На коротком горизонте полезны оперативные решения: смены, доставка, колл-центр. На среднем – закупка и бюджет. На длинном – сценарии и «план Б».

Частота обновления. Как часто вы пересчитываете прогноз: ежедневно, раз в неделю, раз в месяц. Частота – это не про «хочу чаще», а про экономику процесса. Если вы обновляете прогноз редко, вы пропускаете изменения режима спроса. Если обновляете слишком часто без смысла, вы тратите время и привыкаете игнорировать сигнал.

Точность. Это не «угадали/не угадали». Это мера ошибки. Бизнесу почти всегда важнее не абсолютная математическая красота, а стабильность качества и понятные границы применения. Точность нужна не ради спорта, а ради того, чтобы понимать: где прогноз можно использовать как основу решения, а где – только как ориентир.

Доверительный интервал. Самая недооценённая часть. Интервал – это честное признание неопределённости. Для управленца это не слабость прогноза, а руководство к действию: «если попадём в верхнюю границу – готовим ресурсы», «если в нижнюю – режем закупку и сохраняем деньги», «если середина – работаем по базовому сценарию».

Практическое правило: чем дальше горизонт, тем больше пользы даёт интервал и сценарность. «Чем дальше – тем честнее интервал» означает простую вещь: в долгом будущем вы не обязаны угадывать точку, вы обязаны показать коридор и объяснить, что может вытолкнуть реальность к верхней или нижней границе.

«Хороший прогноз» как управленческий артефакт: какие решения он должен поддержать

Самый сильный сдвиг в прогнозировании происходит, когда компания перестаёт спрашивать «насколько точно?» и начинает спрашивать «какие решения это улучшит?». Хороший прогноз – это документ или дашборд, который отвечает на управленческую задачу так, чтобы по нему можно было действовать без длинных расшифровок.

Управленческий прогноз обычно включает четыре слоя.

Число или ряд (динамика) по выбранной метрике на горизонте: продажи, лиды, заказы, обращения.

Интервал или сценарии: базовый, осторожный, агрессивный; либо коридор неопределённости.

Короткий комментарий «почему так»: что тянет вверх, что тянет вниз, какие события уже учтены.

Список рисков и условий применения: когда прогноз перестаёт быть надёжным и что делать в этом случае.

Если ваш прогноз не приводит к решению, он превращается в отчёт ради отчёта. Самый частый провал – прогноз ради прогноза, когда команда «делает модель», но не меняет ни одного процесса. Через пару месяцев прогнозирование тихо умирает, потому что оно никому не помогает выигрывать время и деньги.

Минимальный набор данных: какие поля обязательны, а какие роскошь

Хорошая новость: для первого рабочего прогноза часто достаточно небольшого набора полей. Плохая новость: эти поля должны быть качественными и одинаково определёнными для всех.

Минимум обычно выглядит так.

Дата/время события. Для продаж – дата продажи; для лидов – дата обращения; для заказов – дата оформления; для нагрузки – дата и час.

Значение метрики. Количество, сумма, длительность, число обращений.

Разрез, на котором принимается решение. Категория, канал, регион, точка, менеджер, продуктовая группа. На старте лучше выбрать один разрез, который влияет на деньги и управляется.

Идентификатор источника и правила учёта. Чтобы одно и то же событие не считалось дважды, чтобы возвраты и отмены отражались одинаково.

Дальше начинаются «ускорители» точности: цена, скидка, промо-метки, наличие товара, сроки доставки, изменения ассортимента, календарь праздников, погода для некоторых отраслей. Всё это полезно, но на старте является роскошью, если у вас нет дисциплины базового контура.

Ошибка новичков – пытаться угадать будущее, не описав настоящее. Пока вы не можете однозначно ответить, что именно считается «продажей», «лидом» и «заказом», любые нейросети будут усиливать хаос, а не уменьшать его.

Где в России реально брать данные быстро

Прогнозирование начинается не с модели, а с источников. В российской практике чаще всего самые доступные источники уже есть, просто их никто не рассматривает как систему.

CRM. Лиды, этапы, конверсия, выручка по воронке, скорость обработки, причины отказов.

Касса и учёт продаж. Для офлайна и для e-commerce – факты продаж и возвратов.

1С и учётные системы. Остатки, закупка, себестоимость, перемещения, производство.

Маркетплейсы. Заказы, просмотры карточек, конверсия, остатки на складах, динамика цен и промо. Эти данные дают быстрый вход для прогнозов по категориям и регионам.

Коллтрекинг и телефония. Обращения, пропущенные вызовы, длительность, время ожидания. Это основа прогнозов нагрузки.

Веб-аналитика и рекламные кабинеты. Трафик, заявки, расходы, атрибуция на базовом уровне. Для прогнозов лидов и спроса по темам часто достаточно динамики визитов и конверсии.

Принцип выбора простой: берите тот источник, который ближе к решению. Если решение про смены – берите данные нагрузки. Если про закупку – остатки и продажи. Если про бюджет – лиды и стоимость обращения.

Почему «без Excel» не значит «без таблиц»

Слова «без Excel» часто понимают буквально, и это мешает. Табличный формат удобен и привычен, и вы не обязаны его ненавидеть. Разница в другом: таблица перестаёт быть местом, где вручную выполняются все вычисления и правки, а становится транспортом данных.

CSV и Google Sheets удобно использовать для обмена: выгрузить, передать, проверить глазами, согласовать определение полей. Но расчёт, логика очистки, построение базовой линии и метрик качества должны быть повторяемыми: чтобы один и тот же процесс давал тот же результат завтра и через месяц, а не зависел от того, кто сегодня «собирал файл».

Нейросети как помощник аналитика: где они сильны, а где создают иллюзию контроля

Нейросети полезны не тем, что «угадывают будущее». Их сильная сторона – скорость помощи в рутинных операциях: объяснение подходов, генерация черновиков запросов, первичная проверка данных на логические несостыковки, подготовка вариантов отчётов, автоматизация описаний.

В прогнозировании нейросети особенно полезны в трёх ролях.

Как ассистент по данным. Подсказать, где типичные ошибки: перепутанные даты, некорректные кодировки, дубли, разъехавшиеся единицы измерения, странные выбросы.

Как ускоритель подготовки базовых моделей. Быстро набросать расчёт базовой линии, варианты сглаживания, простые методы и их сравнение.

Как переводчик на язык бизнеса. Помочь упаковать результат в понятный формат: график, интервал, комментарий, список рисков.

Опасность тоже понятна: нейросети умеют говорить уверенно. Красивый текст и уверенные объяснения создают ощущение контроля, даже если проверка метриками проваливается. Иллюзия нейросети – «красивое объяснение без устойчивости». Поэтому правило здесь одно: любой прогноз должен жить через базовую линию и регулярную проверку качества, а не через убедительность формулировок.

Главный парадокс: меньше моделей, больше дисциплины – и точность растёт

Многие ждут, что точность растёт от усложнения. На практике точность чаще растёт от трёх вещей: чистых данных, правильного горизонта и регулярного обновления.

Если вы один раз в месяц делаете сложный прогноз, но данные «плывут», определения меняются, события не фиксируются, а решения принимаются вне процесса, сложность не спасёт. Если вы делаете простой прогноз каждую неделю, фиксируете события, проверяете ошибку и улучшаете один элемент за раз, точность растёт потому, что система учится.

Система – это не модель. Система – это привычка обновлять прогноз, обсуждать расхождения и превращать ошибки в конкретные улучшения.

Что такое «базовая линия» и почему без неё нельзя оценить пользу ИИ

Базовая линия – это простейший прогноз, который можно сделать без «умных моделей». Он нужен не для красоты, а для честного вопроса: стало ли лучше.

Самый простой вариант – «как было в прошлый раз». Для недельной сезонности это может быть «как в тот же день недели». Для месячной – «как в тот же период прошлого месяца». Такая наивная линия часто оказывается сильнее ожиданий и быстро выявляет главное: стоит ли вам вообще сейчас тратить время на усложнение.

Без базовой линии невозможно доказать пользу нейросетей и машинного обучения. Вы можете получить красивый график, но не понять, улучшили ли вы прогноз относительно очевидного подхода.

Виды прогнозов: точечный, интервальный, сценарный

Точечный прогноз удобен, потому что его легко вставить в план. Он опасен, потому что создаёт иллюзию точности там, где её нет.

Интервальный прогноз честнее: он показывает коридор. Он требует зрелости в коммуникации: управленцу нужно привыкнуть думать диапазонами, а не одной цифрой.

Сценарный прогноз – это уже инструмент управления: вы заранее договариваетесь, что делаете при каждом сценарии. В сценарности важнее не математика, а заранее прописанные действия.

Практическое правило выбора:

Для операционных задач на коротком горизонте чаще достаточно точечного прогноза с ограничителями решений.

Для закупки и бюджета почти всегда нужен интервал.

Для стратегии и крупных решений полезнее сценарии.

Порог окупаемости: как понять, что прогнозирование стоит времени

Прогнозирование не обязано начинаться как большой проект. Оно начинается с вопроса: где неопределённость стоит денег.

Обычно прогноз окупается там, где высока цена ошибки. Дефицит приводит к упущенной выручке. Излишки замораживают деньги и увеличивают списания. Недооценка нагрузки приводит к пропущенным обращениям и падению сервиса. Переоценка нагрузки приводит к лишним сменам и затратам.

Если вы можете связать ошибку прогноза с деньгами – прогнозирование почти наверняка оправдано. Если вы не можете связать прогноз с решением – прогнозирование будет выглядеть как красивая аналитика и быстро потеряет поддержку.

Коммуникация результатов руководству: как говорить про неопределённость без потери доверия

Недоверие к прогнозам часто рождается из неправильной упаковки. Руководитель слышит «будет 1200», принимает это как обещание, а потом получает 900. Доверие падает.

Рабочая коммуникация строится иначе. Вы показываете диапазон и объясняете, что двигает границы. Вы формулируете условия: «если цена изменится», «если промо сработает», «если колл-центр не расширим», «если поставка задержится». Вы заранее фиксируете, какие решения принимаются при верхней и нижней границе.

Доверие строится не на попытке выглядеть уверенно, а на регулярности и честности. Когда прогноз обновляется по регламенту и ошибки анализируются без поиска виноватых, руководитель начинает воспринимать прогноз как инструмент управления риском.

Набор практик на 7 дней: как запустить первый прогноз «с нуля»

День 1. Определите управленческую задачу и метрику. Один показатель, одно решение, один горизонт. Например: «недельный прогноз обращений для планирования смен».

День 2. Соберите данные в один поток. Выгрузка, пусть даже руками. Главное – единое определение и одна таблица.

День 3. Проведите первичную проверку качества. Даты, пропуски, дубли, странные пики, смена единиц измерения.

День 4. Постройте базовую линию. Самый простой прогноз. Зафиксируйте метрику ошибки, чтобы сравнивать дальше.

День 5. Добавьте простое улучшение. Например, учёт календаря или сглаживание. Одно улучшение, не десять.

День 6. Упакуйте результат в управленческий формат. График, интервал или сценарии, короткий комментарий, список рисков.

День 7. Встройте в процесс. Назначьте владельца обновления, дату пересчёта, канал передачи результата и момент, когда принимается решение.

Если после недели у вас есть пусть грубый, но регулярный прогноз, связанный с действием, – вы сделали главное. Дальше начинается постепенное улучшение.

Мини-чек: признаки готовности данных

Есть ли единое определение метрики, которое не меняется каждую неделю.

Понятно ли, откуда берётся каждая цифра и что считается событием.

Есть ли непрерывная история хотя бы на несколько циклов сезонности вашего горизонта.

Фиксируются ли отмены, возвраты и корректировки одинаково.

Можно ли повторить выгрузку через неделю в том же формате.

Мини-чек: признаки готовности команды

Есть владелец прогноза, который отвечает за обновление.

Есть человек, который принимает решение на основе прогноза и готов менять действие, а не только обсуждать цифру.

Есть договорённость, что прогноз – это инструмент, а не поиск виноватых.

Есть минимальный «журнал событий»: промо, изменения цен, сбои, важные внешние факторы.

Мини-чек: признаки готовности процесса принятия решений

Понятно, какой именно процесс меняется при росте или падении прогноза.

Есть пороги и ограничители: что делаем при верхней границе, что при нижней.

Результат прогноза приходит вовремя, до момента решения, а не после.

Ошибки прогноза разбираются регулярно и превращаются в улучшения данных или процесса.

Как будет устроена книга и как по ней работать

Дальше мы будем двигаться от простого к устойчивому. Сначала – как собрать данные без боли и понять «анатомию» спроса. Затем – как делать честный базовый прогноз и улучшать его без превращения в бесконечный проект. Потом – как выбирать инструменты «быстро, дёшево, достаточно», как встраивать прогнозы в планирование, как масштабировать на новые разрезы и функции, и как удерживать систему годами.

У этой книги одна практическая цель: помочь вам поставить прогнозирование на рельсы так, чтобы оно работало при реальных ограничениях – данных, людей, времени и бюджета. Прогнозирование в бизнесе выигрывает не тот, кто строит самый сложный алгоритм. Выигрывает тот, кто делает прогноз привычкой, а решения – дисциплиной.

Данные без боли: сбор, очистка и «анатомия» спроса

Прогнозирование почти всегда ломается не на модели. Оно ломается на данных. Модель усиливает то, что вы ей дали. Если в данных есть пропуски, перепутанные определения, неотмеченные промо, скрытые дефициты, дубли событий, то даже очень «умный» подход будет уверенно предсказывать искажённую реальность. Поэтому вторая глава про скучное, которое приносит деньги: как собрать спрос так, чтобы он стал управляемым.

Под «анатомией» спроса здесь имеется в виду простая вещь: спрос в компании проявляется как поток событий. Эти события фиксируются разными системами, по разным правилам, с разной задержкой, в разных единицах. Задача подготовки данных заключается в том, чтобы собрать поток событий в один ряд, выбрать правильную единицу измерения под решение, добавить контекст (календарь и бизнес-события), удалить технический мусор, пометить аномалии и стабилизировать ряд для прогноза. Чем раньше вы начнёте делать это регулярно, тем быстрее перестанете спорить о цифрах.

В этой главе много практики. Основная цель: чтобы после неё вы могли взять любой показатель (продажи, лиды, обращения, заказы) и за один-два рабочих дня довести данные до состояния «годится для честного базового прогноза».

Источники спроса: продажи, лиды, визиты, заказы, обращения, брони

Спрос редко живёт в одном месте. Он распадается на цепочку. Посетитель увидел рекламу, зашёл на сайт, оставил заявку, менеджер связался, сформировал заказ, клиент оплатил, товар отгрузили, позже часть вернули. Каждый шаг фиксируется отдельно, и на каждом шаге есть свои искажения.

Практический принцип выбора источника: берите тот сигнал, который ближе к решению.

Если вы планируете закупку и остатки, главным источником становится факт продажи и факт списания со склада. Визиты и лиды полезны как ранний индикатор, но закупку на них лучше не держать, пока вы не знаете, как визиты превращаются в продажи именно у вас.

Если вы планируете нагрузку колл-центра и смены менеджеров, главным источником становится поток обращений и лидов, желательно с временной меткой до минуты. Продажи для этого поздний сигнал, он приходит после нагрузки.

Если вы планируете бюджет маркетинга, важно иметь два ряда: объём спроса (лиды, заказы) и цену спроса (расход, CPL/CPA). Прогноз только по лидам без понимания стоимости часто приводит к неверным решениям.

Если вы планируете контент и SEO, важно иметь ряд спроса по темам и кластерам (поисковые сигналы, динамика посещений, динамика страниц). Продажи тоже важны, но для контента нужно понимание верхнего уровня спроса.

Во всех случаях полезно помнить о задержках. Лид сегодня может стать оплатой через несколько дней или недель. Если вы прогнозируете выручку, а используете лиды как сигнал, вам нужно учитывать лаг, иначе вы будете «переносить будущее в настоящее» и завышать ожидания.

Единицы измерения: штуки, рубли, маржа, заказы, клиенты – что выбирать

Главная ошибка в выборе метрики заключается в том, что люди выбирают то, что легче достать, вместо того, что нужно для решения. В результате прогноз получается точный в бесполезной единице.

Метрика выбирается под управленческое действие.

Для склада и закупки часто нужна штука или заказ, иногда с пересчётом в упаковки, паллеты, вес. Деньги в этом месте вторичны, поскольку деньги не показывают, что именно закончится.

Для финансов и кассовых разрывов нужна выручка в рублях и отдельно поступления денег. Это разные величины: можно продать, но не получить оплату сразу. Можно получить оплату за предзаказ или аванс и увидеть «рост», который не связан с ростом спроса.

Для управления прибыльностью нужна валовая маржа или вклад в маржу. Выручка может расти на убыточных скидках. Прогноз выручки без прогноза маржи может толкнуть к решениям, которые ухудшают экономику.

Для удержания и повторных продаж нужна метрика клиентов: активные клиенты, повторные покупки, доля повторных заказов. Прогноз «заказов» скрывает, вы растёте за счёт новых покупателей или просто увеличили частоту у текущих.

Для нагрузки и операционки нужны штуки событий: звонки, обращения, обращения по каналам, длительность обработки, количество заказов на обработку.

Одна и та же компания обычно ведёт несколько прогнозов в разных единицах. Это нормально. Ненормально, когда пытаются одним прогнозом закрыть все решения.

Сезонность по-русски: праздники, зарплатные циклы, погода, учебный год

Сезонность в российских данных часто выражена сильнее, чем ожидают. Причина заключается в сочетании праздников, длительных выходных, зарплатного цикла и привычек потребления. Сезонность проявляется на нескольких уровнях.

Дни недели. Почти в любой сфере есть повторяемость: в будни одно поведение, в выходные другое. Если вы смешали всё в одну кучу, прогноз будет «в среднем», потом вы будете удивляться провалам в конкретные дни.

Внутримесячные циклы. Во многих бизнесах есть пики вокруг дней, когда люди получают деньги. В части отраслей это приводит к росту спроса в начале месяца и к просадке в середине, в другой части отраслей наблюдается обратный рисунок. Вам важно не угадывать форму, важно проверить, есть ли этот рисунок в ваших данных.

Праздники и длинные выходные. Они одновременно меняют спрос и меняют возможность обслужить спрос. В одних категориях праздник создаёт пик покупок до даты, в других категориях люди покупают в сам праздник, в третьих категориях спрос падает из-за отъездов.

Учебный цикл. Для многих услуг и товаров заметны провалы и рост вокруг начала учебного сезона, каникул, экзаменов. Даже если вы не работаете с детьми напрямую, поведение домохозяйств влияет на спрос.

Погода. В некоторых нишах погода является ведущим фактором: доставка, общепит, ремонт, одежда, строительство, мероприятия. Погода влияет по-разному в разных регионах, поэтому без регионального разреза можно получить ложные выводы.

Практическое действие: сезонность нужно не обсуждать, сезонность нужно измерить. Самый простой способ – посмотреть среднее значение метрики по дням недели и по неделям месяца, затем отметить пики вокруг праздников и выходных. Этого достаточно, чтобы понять, какие календарные признаки добавлять позже.

Промо и скидки как «поломка реальности»: как помечать периоды акций

Акции «ломают» ряд, потому что они меняют поведение людей. Если вы не пометили промо, модель будет пытаться объяснить всплеск продаж как часть базового спроса. Потом промо закончится, и прогноз будет завышен.