Два товара на складе. Один лежит полгода, занимает место и замораживает деньги — его закупили «на всякий случай». Другой закончился на второй день распродажи, и десятки клиентов ушли к конкуренту — его закупили слишком мало. Обе ошибки стоят денег, и обе происходят по одной причине: закупки делаются вслепую, без связи с реальным спросом.
Эта статья — о том, как связать спрос сайта и остатки склада: как прогнозировать продажи, находить неликвиды и предотвращать дефицит, используя данные из 1С-Битрикс, учётной системы и веб-аналитики. Цель — закупать ровно столько, сколько нужно. Тема опирается на нашу практику автоматизации продаж и склада на 1С.
Коротко
- Прогноз спроса сокращает две дорогие ошибки: дефицит (упущенные продажи) и переизбыток (замороженные деньги).
- Прогнозировать только по продажам нельзя: они не видят скрытого спроса на отсутствующие товары.
- Данные берутся из трёх источников: заказы 1С-Битрикс, остатки 1С и веб-аналитика поведения.
- Начинать надо не с системы, а с наведения порядка в данных и связки спроса, продаж и остатков.
Две дорогие ошибки: дефицит и неликвид
Управление запасами балансирует между двумя крайностями, и обе бьют по деньгам. Дефицит — это упущенные продажи: клиент хотел купить, но товара не было, и он ушёл. Переизбыток — это замороженный капитал: деньги вложены в товар, который лежит, занимает склад и рискует устареть или испортиться.
Оба перекоса возникают из-за отсутствия связи между закупками и реальным спросом. Закупщик ориентируется на интуицию и прошлый опыт, а не на данные, — и систематически ошибается то в одну, то в другую сторону. Прогнозирование спроса — это способ заменить интуицию данными и держать запас в здоровом коридоре.
Что такое прогнозирование спроса
Прогнозирование спроса — это оценка того, сколько единиц каждого товара вы продадите в ближайший период, чтобы закупить ровно нужное количество. Важно правильно понимать цель: это не гадание до штуки, а сокращение диапазона ошибки.
Прогноз строится на истории продаж с поправками на факторы, которые меняют спрос: сезонность, тренды, акции, внешние события. Хороший прогноз отвечает на практический вопрос закупщика: «сколько заказать, чтобы не остаться без товара и не завалить склад». Точность важна, но ещё важнее — систематичность: регулярный прогноз по данным всегда лучше разовой интуитивной закупки.
Какие данные нужны и где они в 1С-Битрикс
Прогноз хорош настолько, насколько хороши данные под ним. Для магазина на 1С-Битрикс нужны три источника:
| Источник | Что даёт | Где живёт |
|---|---|---|
| История заказов | Что и сколько продано | Модуль «Интернет-магазин» |
| Остатки и движения | Что есть, что уходит | 1С, обмен с сайтом |
| Веб-аналитика | Что хотели купить | Метрика, аналитика Битрикс |
| Поисковые запросы | Что искали, но не нашли | Поиск сайта, логи |
Продажи показывают, что купили; остатки — что есть в наличии и как быстро расходуется; веб-аналитика — что хотели купить. Только вместе они дают полную картину спроса. Данные заказов удобнее собирать и анализировать через современные объекты доступа к данным — про это мы писали в статье про D7 и ORM в Битрикс.
Скрытый спрос: чего не видят продажи
Главная ловушка прогнозирования — считать только по фактическим продажам. Продажи не видят скрытого спроса: если товара не было в наличии, он не продавался, но спрос на него существовал. Прогноз, построенный только на продажах, занижает потребность в дефицитных позициях и закрепляет дефицит — самоисполняющееся пророчество.
Чтобы увидеть скрытый спрос, к продажам добавляют сигналы намерения:
- Поисковые запросы без результата. Клиенты искали товар, но поиск ничего не нашёл.
- Просмотры отсутствующих товаров. Интерес есть, но купить нельзя.
- Добавления в корзину без заказа. Намерение было, но что-то помешало.
- Подписки на поступление. Прямой сигнал спроса на дефицитную позицию.
Эти сигналы собирает веб-аналитика и логи поиска. Они превращают прогноз из «продали столько же» в «хотели купить столько-то» — а это принципиально другая, более честная база для закупок.
Сезонность, тренды и акции
Спрос не постоянен, и прогноз обязан учитывать его колебания. Три главных фактора, искажающих простую экстраполяцию:
- Сезонность. Регулярные колебания по времени года, праздникам, дням недели. Товар может почти не продаваться полгода и стать бестселлером в сезон.
- Тренды. Долгосрочный рост или спад интереса к категории, который нельзя игнорировать.
- Акции и промо. Всплески спроса, вызванные скидками, которые нельзя принимать за естественный уровень.
Ключ к учёту сезонности — анализировать историю за сопоставимые прошлые периоды, а не за последний месяц. Прогноз на зимний товар по летним продажам — прямой путь к дефициту в сезон. А всплеск во время акции нельзя закладывать как норму, иначе после промо склад окажется переполнен.
Аналитика остатков: неликвиды и дефицит
Обратная сторона прогноза спроса — аналитика того, что уже лежит на складе. Она выявляет две проблемные группы:
- Неликвиды. Товары, которые лежат и не продаются, замораживая оборотный капитал и место. Их нужно вовремя распродавать.
- Дефицит. Ходовые товары, которые заканчиваются, срывая продажи. Их нужно приоритетно пополнять.
- Оборачиваемость. Скорость, с которой товар превращается в деньги, — главный индикатор здоровья запасов.
- Замороженный капитал. Сколько денег «спит» в товаре, который не продаётся.
Аналитика остатков в связке с продажами позволяет управлять запасом активно: распродавать залежавшееся акциями и снижением цены, приоритетно закупать ходовое. Без этой связки склад живёт своей жизнью, а деньги тихо замерзают в неликвидах.
ABC- и XYZ-анализ ассортимента
Чтобы не тонуть в тысячах позиций, ассортимент сегментируют. Два классических метода хорошо дополняют друг друга:
- ABC-анализ. Делит товары по вкладу в выручку: A — немного позиций дают большую часть оборота, C — много позиций дают малый вклад. Помогает сосредоточить внимание на важном.
- XYZ-анализ. Делит товары по стабильности спроса: X — ровный предсказуемый спрос, Z — нерегулярный, трудно прогнозируемый.
- Совмещение. Пересечение ABC и XYZ даёт группы, к которым применяют разные стратегии закупок и запаса.
Например, товар группы AX (важный и предсказуемый) держат в постоянном наличии с точным прогнозом, а CZ (маловажный и непредсказуемый) закупают осторожно и под заказ. Такая сегментация превращает управление тысячами SKU из хаоса в управляемый процесс.
Замкнутый контур: спрос → закупка → наличие
Прогноз спроса ценен не сам по себе, а как звено замкнутого контура. Он работает только тогда, когда связан с закупками и с наличием на сайте:
- Аналитика спроса и остатков. Данные продаж, остатков и сигналов спроса сводятся вместе.
- Прогноз и закупка. На основе данных формируется потребность и заказ поставщику.
- Пополнение склада. Товар поступает, остатки в 1С обновляются.
- Актуальное наличие на сайте. Обмен показывает покупателю реальные остатки.
Разрыв в любом звене ломает всё: неточный прогноз ведёт к дефициту или неликвиду, а устаревший обмен даёт клиенту заказать то, чего нет. Поэтому корректный и частый обмен с 1С — обязательная часть контура. Про надёжность этого обмена и мониторинг его состояния мы писали в статье про REST, вебхуки и безопасность в Битрикс.
С чего начать без отдельной системы
Не нужно сразу покупать дорогую систему прогнозирования. Для большинства магазинов первый и самый ценный шаг — навести порядок в данных и построить связные отчёты на том, что уже есть:
- Сведите источники. Продажи 1С-Битрикс, остатки 1С и веб-аналитику соберите в единую картину.
- Очистите данные. Уберите дубли, ошибки, разнобой в номенклатуре, из-за которого один товар считается как несколько.
- Постройте базовые отчёты. Оборачиваемость, неликвиды, дефицит, ABC/XYZ — на регулярной основе.
- Добавьте сигналы спроса. Логи поиска и просмотры отсутствующих товаров.
Отдельные инструменты прогнозирования нужны, когда ассортимент огромен, а факторов много. Но без чистых, сведённых вместе данных никакая система не даст точности — она лишь красиво посчитает мусор. Порядок в данных — фундамент, с которого начинают всегда.
Частые ошибки
- Прогноз только по продажам. Скрытый спрос на дефицитные товары не виден, дефицит закрепляется.
- Игнор сезонности. Закупка по последнему месяцу без учёта сезонных пиков и спадов.
- Всплеск акции как норма. Промо-продажи закладывают в постоянный спрос, склад переполняется.
- Неликвиды не отслеживают. Деньги тихо замерзают в товаре, который не продаётся.
- Грязные данные. Дубли и разнобой номенклатуры искажают любой прогноз.
- Один подход на весь ассортимент. Ходовые и редкие товары закупают по одинаковой логике.
- Устаревший обмен. Наличие на сайте не совпадает со складом, клиент заказывает отсутствующее.
Чек-лист внедрения
- Данные сведены. Продажи, остатки и веб-аналитика собраны в единую картину.
- Номенклатура очищена. Дубли и разнобой устранены, один товар считается как один.
- Скрытый спрос учтён. Логи поиска и просмотры отсутствующих товаров подключены.
- Сезонность в модели. Прогноз опирается на сопоставимые прошлые периоды.
- Остатки под аналитикой. Неликвиды, дефицит и оборачиваемость отслеживаются.
- Ассортимент сегментирован. ABC/XYZ определяют стратегию по группам.
- Контур замкнут. Прогноз связан с закупкой, пополнением и наличием на сайте.
- Обмен актуален. Остатки на сайте соответствуют складу, обмен под мониторингом.
Вывод
Прогнозирование спроса и аналитика остатков — это способ перестать закупать вслепую и заменить интуицию данными. Две дорогие ошибки — дефицит и неликвид — возникают из разрыва между закупками и реальным спросом, и обе сокращаются, когда продажи, остатки и сигналы спроса сведены в единую картину.
Не гонитесь за точностью до штуки и не начинайте с дорогой системы. Начните с порядка в данных: сведите источники из 1С-Битрикс, учётной системы и веб-аналитики, учтите скрытый спрос и сезонность, постройте базовые отчёты по оборачиваемости и сегментам. Замкните контур «спрос → закупка → наличие» корректным обменом — и запас начнёт работать на прибыль, а не замерзать на складе.
