1С сервис прогнозирования продаж

Планирование продаж и закупок часто выглядит как компромисс между опытом сотрудников и неполными данными. Менеджер помнит, что определенный товар хорошо продается весной. Закупщик знает, какие позиции долго едут от поставщика. Руководитель видит общий план выручки. Но когда нужно решить, сколько единиц конкретного товара заказать на каждый склад, этих разрозненных знаний недостаточно. Ошибка приводит либо к дефициту и потерянным продажам, либо к переполненному складу и деньгам, замороженным в запасах.

1С уже содержит значительную часть нужной картины: историю отгрузок, возвраты, остатки, заказы покупателей, резервирование, цены, скидки, акции, данные по складам и контрагентам. Проблема не в отсутствии цифр, а в том, что их трудно свести в ежедневное решение. Обычный отчет показывает прошлое: сколько продали вчера или в прошлом месяце. Сервис прогнозирования продаж помогает ответить на следующий вопрос: что, где и в каком объеме будут покупать в ближайшие 7, 30 и 90 дней.

ИИ ежедневно забирает свежие данные из 1С и строит прогноз спроса по каждому товару, складу и клиентскому сегменту. Он учитывает не только средний объем продаж, но и тренд, сезонность, дни недели, эффект цены, промоакции, открытые заказы и повторяемость заказов. Результат — не абстрактная линия на графике, а список конкретных позиций: где риск дефицита, где запас можно сократить, какие товары стоит переместить между складами и что необходимо обсудить с продажами до следующей закупки.

Пример кейса: дистрибьютор с сезонным спросом

Представим дистрибьюторскую компанию, которая продает расходные материалы через отдел продаж, интернет-магазин и несколько региональных складов. В номенклатуре — около 4 500 активных позиций. Раньше закупщик раз в неделю выгружал продажи из 1С:УТ в Excel, смотрел средний расход и вручную добавлял запас «на всякий случай». Такой подход работал на стабильных товарах, но регулярно давал сбои на сезонных позициях, товарах под акции и продукции с длинным сроком поставки.

В апреле компания запустила промо на одну из товарных групп. Продажи выросли почти вдвое, однако отчет по среднему расходу показал это только после завершения недели. На двух складах возник дефицит, а на третьем остался избыточный запас другого размера упаковки. Менеджеры принимали заказы, которых не могли отгрузить вовремя, а закупки делали срочные и более дорогие поставки. Руководитель видел общую выручку, но не мог быстро понять, какие именно сочетания товара, склада и канала требуют действия.

После подключения сервиса история продаж из 1С стала обрабатываться автоматически каждое утро. Модель выделила устойчивый базовый спрос, отдельно распознала период акции и не приняла его за новую норму. Для каждой позиции она рассчитала три сценария: короткий прогноз на 7 дней для операционного пополнения, прогноз на 30 дней для ближайшей закупки и 90-дневный ориентир для переговоров с поставщиками и финансового планирования.

Через несколько дней система заметила, что запас популярного товара на московском складе закончится раньше следующей поставки, хотя общий остаток по компании выглядел достаточным. В рекомендации было указано: переместить часть единиц с регионального склада, подтвердить дополнительный заказ поставщику и проверить, не продлевается ли промо. Одновременно по другой позиции ИИ показал низкую вероятность продаж после завершения акции и предложил не увеличивать закупку. Команда не получила «магический» ответ без контроля человека — она получила своевременные, проверяемые основания для решения.

В дальнейшем в отчет добавили разрез по сегментам: постоянные B2B-клиенты, интернет-магазин и разовые сделки. Это позволило увидеть, что рост спроса у постоянных клиентов был устойчивым, а всплеск в интернет-магазине вызван рекламной кампанией. Закупщик перестал применять один коэффициент ко всем каналам, а руководитель продаж получил возможность заранее обсудить с ключевыми клиентами ожидаемый объем заказов.

Какие данные учитывает прогноз

Прогноз начинается с истории фактических продаж, но не ограничивается ею. Система получает из 1С документы реализации, возвраты и корректировки, чтобы отличить реальный спрос от технических движений. Остатки и резервы показывают доступность товара сейчас; заказы клиентов — уже сформированный спрос; ожидаемые поступления и сроки поставки — возможность его закрыть. При наличии данных также учитываются цены, скидки, промоакции и периоды их действия.

Модель анализирует сезонность на доступной глубине истории. Для части товаров важны месяцы и праздники, для других — дни недели или повторяемость покупки у конкретного сегмента. Если данных недостаточно для точного прогноза отдельной позиции, сервис может использовать признаки товарной группы, аналоги и более широкий уровень агрегации, а также явно показать степень уверенности. Это лучше, чем создавать иллюзию точности там, где у товара было две продажи за год.

Особое внимание уделяется выбросам. Разовая крупная сделка, отсутствие товара на складе, техническая ошибка в документе или промо могут исказить среднее значение. Сервис отмечает такие события и дает сотруднику возможность подтвердить, исключить или учесть их как новый сценарий. Так прогноз остается управляемым: команда понимает, на каких факторах он основан, и может корректировать бизнес-правила для своей отрасли.

Что получает команда каждый день

Для закупщика сервис формирует приоритетный список пополнения: прогнозируемый расход, доступный остаток, запас в днях, ожидаемая поставка, риск дефицита и рекомендованный объем. Для управляющего складом — перечень позиций, которые выгоднее переместить между площадками, прежде чем создавать новый заказ. Для отдела продаж — товары с риском отсутствия и прогноз по ключевым сегментам, чтобы согласовать потребность с клиентами. Руководитель получает короткую управленческую сводку: где ожидается рост, где образуется излишек, какие категории требуют решения сегодня.

Сервис не обязан автоматически создавать заказы. На первом этапе рекомендации можно выводить в отчет, Telegram, email или BI-панель, а ответственное лицо подтверждает решение. После настройки правил возможна интеграция с бизнес-процессом 1С: подготовка черновика заказа поставщику, задания на перемещение или уведомления менеджеру. Уровень автоматизации выбирается под процессы компании и права доступа.

Прогнозы также полезны в разговоре с поставщиками и финансовой службой. Горизонт 90 дней помогает заранее увидеть потребность в оборотном капитале, спланировать поставку с длинным сроком и сравнить несколько сценариев спроса. Горизонт 30 дней делает закупочный план более точным. Горизонт 7 дней помогает управлять текущей доступностью и не терять заказ из-за локального дефицита. Все три периода строятся из одной согласованной картины данных, а не из разных таблиц разных сотрудников.

Внедрение и контроль качества прогноза

Перед запуском мы вместе определяем, какие решения должен поддерживать сервис: пополнение склада, план закупок, перемещения, план продаж или контроль промо. Затем подключаем нужные источники из 1С, согласуем состав исключений и проверяем качество истории. На тестовом периоде прогноз сравнивается с фактическими продажами, а команда оценивает не только математическую ошибку, но и практическую ценность рекомендаций: помогли ли они избежать дефицита, сократить излишек или своевременно изменить заказ.

Важно, что сервис не подменяет экспертизу закупщика или коммерческого директора. Он снимает ручную рутину, делает причины прогноза прозрачнее и вовремя показывает сигнал, который в большой таблице легко пропустить. Сотрудник по-прежнему может учесть будущий контракт, изменение ассортимента, поставщика или рыночное событие, которого еще нет в истории 1С. Эти корректировки сохраняются как бизнес-правила и помогают модели лучше соответствовать реальному процессу.

Такой подход особенно полезен торговым и производственным компаниям с широким ассортиментом, несколькими складами, сезонностью, акциями или нестабильными сроками поставки. Вместо реакции на уже возникшую проблему команда начинает управлять вероятным спросом заранее. 1С остается системой учета и операций, а ИИ-сервис превращает накопленные данные в ежедневный ориентир для продаж, закупок и склада.