**Прогнозирование запасов: формулы и примеры | AWW Глоссарий** > Практическое руководство по прогнозированию запасов для продавцов Kaspi.kz: формулы, расчёты safety stock, EOQ, точки заказа и реальные примеры. Source: https://aww.kz/guide/prognozirovanie-zapasov/ · language: ru · updated: 2026-03-02 [Главная](https://aww.kz/) [Глоссарий](https://aww.kz/guide/) Прогнозирование запасов Термин # Прогнозирование запасов 12 сентября 2025 г. Обновлено: 2 марта 2026 [Мерей Тлеугазин](https://aww.kz/about/merey/) ## Содержание 1. Как работает прогнозирование запасов 2. Зачем прогнозирование запасов нужно продавцу на Kaspi.kz 3. Практические примеры расчётов для продавца Kaspi.kz 4. Метрики качества прогноза и целевые значения 5. Практические советы по внедрению прогнозирования 6. Ошибки и риски, которых можно избежать 7. Итог и практический совет **Прогнозирование запасов** — метод расчёта будущего спроса и объёмов закупок для обеспечения нужного уровня наличия товаров без излишних складских затрат. Это конкретные формулы, метрики и правила принятия решений для каждого SKU. ## Как работает прогнозирование запасов Процесс прогнозирования запасов делится на три шага: сбор данных, модель прогноза и перевод прогноза в операционные параметры (точка заказа, объём заказа, safety stock). На практике это значит: - собирать историю продаж по SKU и каналу (например, продажи на Kaspi.kz отдельно для [FBS](https://aww.kz/guide/fbs/) и отдельно для FBO); - учитывать lead time от поставщика до склада (для внутренних поставок по Казахстану обычно 2–10 дней, для импортных — 30–60 дней); - оценивать сезонность и промо-эффекты (Новый год/декабрь, Наурыз в марте, сезон школы в августе–сентябре, [распродажи](https://aww.kz/guide/rasprodazhi/) Kaspi/Black Friday); - переводить прогноз спроса в точки заказа по формуле: точка заказа = средний спрос за время поставки + safety stock. Ключевые элементы и формулы: - **Средний спрос** (D_avg) — обычно берут среднее за последние 3–12 месяцев в зависимости от стабильности SKU. - **Срок поставки** (LT) — средний календарный или рабочий срок от заказа поставщику до поступления на склад/в [фулфилмент](https://aww.kz/guide/fulfilment/). - **Safety stock** = z * sigma_LT, где z — z-значение для требуемого уровня обслуживания (например, 1,65 ≈ 95%), sigma_LT — стандартное отклонение спроса за LT. - **Точка заказа (ROP)** = D_avg × LT + safety stock. - **EOQ (экономичный объём заказа)** Q = sqrt(2DS/H), где D — годовой спрос, S — стоимость размещения заказа, H — годовая стоимость хранения единицы. ## Зачем прогнозирование запасов нужно продавцу на Kaspi.kz Прогнозирование запасов напрямую влияет на выручку и себестоимость. Конкретные эффекты для продавцов Kaspi.kz: - снижение stock-out: утерянные продажи на Kaspi приводят не только к немедленной потере заказа, но и к падению конверсии и видимости товара в выдаче; - оптимизация оборотных средств: держать лишние запасы дорого — складские и финансовые издержки растут; целевой показатель для многих продавцов e‑commerce — оборотность запасов 6–12 раз в год (соответствует 30–60 дням запасов); - снижение логистических затрат: согласованное планирование заказов позволяет реже создавать экспресс-поставки и уменьшать доплаты за срочность; - упрощение работы с фулфилментом: если вы используете FBO или сторонний фулфилмент, прогнозы позволяют планировать отгрузки партиями и избегать штрафов за недостаток наличия на складских площадках Kaspi; - планирование акций: заранее просчитанные прогнозы позволяют комбинировать скидки и пополнение так, чтобы не закончиться на пике спроса. Пример цифр: если SKU имеет средние продажи 900 шт/год и вы держите запасы на 120 дней, вам потребуется ≈300 единиц на складе. Понижение запасов до 45 дней уменьшит средний запас до ≈110 единиц, но увеличит риск stock-out при задержке поставки. ## Практические примеры расчётов для продавца Kaspi.kz Два типичных кейса: стабильный товар и товар с высокой волатильностью. ### Пример 1 — стабильный SKU - Средние продажи: 30 шт в месяц (≈1 шт в день). - Срок поставки: 14 дней. - Стандартное отклонение ежедневного спроса: 0,5 шт. - Уровень обслуживания: 95% (z = 1,65). Расчёт: - sigma_LT = 0,5 * sqrt(14) ≈ 1,87 - safety stock = 1,65 * 1,87 ≈ 3,1 → округляем до 4 шт - ROP = средний спрос за LT + safety stock = 14 + 4 = 18 шт Итого: при остатке 18 шт стоит размещать заказ. Для стабильного SKU это даёт низкий уровень холда и почти нулевые риски потерянных продаж при стандартных задержках. ### Пример 2 — волатильный SKU - Средние продажи: 300 шт в месяц (≈10 шт в день). - Срок поставки: 14 дней. - Стандартное отклонение ежедневного спроса: 6 шт. - Уровень обслуживания: 95% (z = 1,65). Расчёт: - sigma_LT = 6 * sqrt(14) ≈ 22,44 - safety stock = 1,65 * 22,44 ≈ 37 шт - ROP = 140 + 37 = 177 шт Итого: для высоковолатильного товара нужно гораздо больше safety stock. Если поставщик не может частично отгружать, нужно учитывать MOQ и согласовывать частые мелкие отправки или повышать линейку запасов. ### EOQ на практике Поставщик предлагает бесплатную доставку при заказе от 500 шт, но хранение и деньги на складе стоят. Пример расчёта экономичного объёма заказа: - Годовой спрос D = 3600 шт. - Стоимость размещения одного заказа S = 5 000 KZT. - Себестоимость единицы C = 1 000 KZT, годовой коэффициент хранения = 20% → H = 200 KZT. - EOQ Q = sqrt(2 × 3600 × 5000 / 200) ≈ 424 шт. Вывод: оптимальный объём ~424 шт. Если MOQ 500 шт, стоит сравнить дополнительные складские расходы с экономией от редких заказов. ## Метрики качества прогноза и целевые значения Чтобы понимать, насколько прогноз работает, используйте эти метрики: - **MAPE (mean absolute percentage error)** — целевые значения зависят от категории: стабильные SKU < 20%, большинство товарных позиций 20–40%, высоковолатильные < 50%; - **RMSE** — полезно для сравнения моделей на одних и тех же SKU; - **Fill rate** и **service level** — доля заказов, яка исполнена с наличия. Для e‑commerce часто целятся 95%+; для дефицитных категорий можно целиться в 90% в баланс с затратами на хранение; - **Оборотnost запасов** — COGS / средний запас. Для большинства продавцов 6–12 оборотов в год. Пример практической метрики для Kaspi: снижение MAPE с 35% до 18% по топ‑100 SKU обычно даёт рост выполнения заказов на 3–7% и уменьшение оборотного капитала на 10–20%. ## Практические советы по внедрению прогнозирования Пошаговый план внедрения, который реально работает у продавцов Казахстана: 1. **Сегментируйте товары** по ABC‑XYZ: ABC по выручке (A — 20% SKU дают 80% выручки), XYZ по стабильности спроса (X — низкая волатильность). Начинайте с A+X и A+Y. 2. **Выберите горизонты**: для fast‑moving товаров прогнозируйте на 14–30 дней, для долгосрока — 90–180 дней, для импортных заказов — 6–12 месяцев с учётом сроков доставки. 3. **Учтите промо и маркетинг**: планируйте акции совместно с календарём Kaspi и собственным маркетингом; во время распродаж спрос может увеличиваться в 2–5 раз и требует отдельного прогноза. 4. **Контролируйте поставщиков**: фиксируйте реальные lead time и их распределение. Если 95% поставок приходят за 7 дней, но есть редкие 30‑дневные задержки, учитывайте дисперсию в расчёте safety stock. 5. **Автоматизируйте рутинные расчёты**: используйте инструменты, которые интегрируются с Kaspi через API и автоматически пересчитывают ROP, EOQ и формируют заказы. AWW, например, помогает настроить правила и автогенерацию точек заказа на основе истории продаж. 6. **Тестируйте и корректируйте**: внедряйте изменения сначала на 20–50 SKU и оценивайте MAPE, fill rate и изменение оборотного капитала за 2–3 месяца. ## Ошибки и риски, которых можно избежать - Игнорирование сезонности. Например, недооценка спроса на подарочные наборы в декабре приводит к массовым недовыполнениям. - Учёт только среднего спроса без дисперсии. Это обычно приводит к недостаточному safety stock и частым экспресс‑допоставкам. - Неучёт изменения маркетинговых планов Kaspi: участие в больших распродажах требует отдельного плана поставок. - Игнорирование MOQ и упаковочных ограничений. Закупка по EOQ должна учитывать реальные упаковки и места в контейнере. *Пример ошибки*: продавец заказал по EOQ 400 шт, не учтя, что поставщик имеет MOQ 600 и обещал доставку за 30 дней. В результате запас оказался либо слишком большим, либо пришлось ставить срочный заказ, который удвоил себестоимость логистики. ## Итог и практический совет Прогнозирование запасов — не абстрактная аналитика, а набор практических расчётов: ROP, safety stock и EOQ, основанных на истории продаж, lead time и волатильности спроса. Начните с ABC‑XYZ сегментации, автоматизируйте расчёты для топ‑20% SKU (по выручке) и стремитесь к MAPE < 20% для стабильных позиций. Одновременная интеграция с данными Kaspi через API и инструментами автоматизации позволяет снизить stock‑out и высвободить оборотный капитал без потери продаж. **Практический совет:** сделайте первую автоматизацию расчётов для 50 самых доходных SKU: настройте точку заказа по формуле ROP = D_avg × LT + z × sigma_LT, установите целевой уровень сервиса 95% и пересматривайте параметры раз в месяц или после каждой крупной акции. ## Часто задаваемые вопросы Как рассчитать точку заказа (ROP) для SKU с нестабильным спросом на Kaspi.kz? Для нестабильного спроса берите скользящее среднее за период 3–12 месяцев в зависимости от волатильности и умножайте на средний lead time. Рассчитайте стандартное отклонение спроса за период LT и используйте safety stock = z * sigma_LT с выбранным z для целевого уровня сервиса. Итоговая формула: ROP = D_avg × LT + safety stock; при очень высокой волатильности сократите ревизионный интервал и установите минимальный запас. Как учесть промо-кампании Kaspi и сезонность при прогнозировании запасов? Разделяйте базовый спрос и промо-увеличение: моделируйте обычный спрос отдельно и прибавляйте прогнозируемый uplift для запланированных акций. Используйте исторические дельты по схожим акциям и сезонным периодам (Наурыз, декабрь, Back to School) и увеличивайте safety stock перед крупными распродажами. Для непредсказуемых акций держите буферный запас или быстрее реагируйте на ранние сигналы спроса. Как выбрать z-значение для расчёта safety stock, если нужно 95% обслуживание? Для целевого уровня обслуживания около 95% обычно берут z ≈ 1,65, это стандартное значение из нормального распределения. При высокой цене упущенной продажи или ключевых SKU выбирают более консервативное значение (например, z ≈ 2,33 для 99%). Выбор z стоит согласовывать с финансовыми показателями: сравнивайте прирост удержанных продаж с дополнительными издержками хранения. Нужно ли разделять прогнозы для FBO и FBS на Kaspi, и если да — как? Да, прогнозы нужно вести по отдельности — FBO и FBS имеют разные lead time, возвраты и уровни доступности. Собирайте и моделируйте историю продаж по каждому каналу отдельно, учитывая специфические задержки и оплату склада. На уровне закупок агрегируйте результаты, но планируйте заказы и safety stock с учётом канал-специфической динамики. Какие метрики качества прогноза отслеживать и какие целевые значения применимы для маркетплейса в Казахстане? Отслеживайте MAPE или MAE для точности, bias (систематическая ошибка) для смещения прогноза, и сервис-левел/fill rate и число stockout-дней для операционной эффективности. Для стабильных SKU разумные ориентиры: MAPE 10–30%, bias в пределах ±10%, сервис-левел ≥95%. Цели корректируйте по категории: для медленноходящих товаров допускаются более высокие ошибки, для ключевых — строгие требования. AWW Платформа #### Автоматизируйте продажи прямо сейчас Бесплатно. Подключение магазина за 2 минуты. [Попробовать бесплатно](https://aww.kz/pricing/) [Все термины глоссария](https://aww.kz/guide/) ## Связанные термины Понятия из глоссария AWW [Все термины](https://aww.kz/guide/) [Up-selling Практическое руководство по up-selling на Kaspi.kz: конкретные примеры, цифры и чек-лист для роста среднего чека и прибыли продавца.](https://aww.kz/guide/up-selling/)[Лояльность клиентов Практическое руководство по формированию лояльности на Kaspi.kz: метрики (CLV, retention), проверенные тактики и чек-лист для продавцов в Казахстане.](https://aww.kz/guide/loyalnost-klientov/)[Микросегментация клиентов Как разбивать базу на мелкие группы, тестировать обращения и повышать конверсию и повторные покупки на Kaspi.kz. Конкретные примеры и чек-лист.](https://aww.kz/guide/mikrosegmentatsiya-klientov/)[Омниканальность в электронной коммерции Конкретное руководство по внедрению омниканальности на Kaspi.kz: синхронизация запасов, стратегия каналов, метрики и чек-лист для роста продаж.](https://aww.kz/guide/omnikanalnost-v-elektronnoy-kommertsii/)[Распродажи Практическое руководство по распродажам на Kaspi.kz: виды акций, расчёты скидок, кейсы продавцов Казахстана и пошаговый чеклист подготовки.](https://aww.kz/guide/rasprodazhi/)[Машинное обучение Как машинное обучение прогнозирует спрос, оптимизирует цены и персонализирует офферы на Kaspi.kz — практические примеры и советы для продавцов.](https://aww.kz/guide/mashinnoe-obuchenie/)[Воронка продаж Понятная инструкция по воронке продаж для продавцов на Kaspi.kz: этапы, расчёты, метрики и практические шаги для роста конверсии и выручки.](https://aww.kz/guide/voronka-prodazh/)[Геотаргетинг Практическое руководство по геотаргетингу на Kaspi.kz: настройка доступности, ценообразования и акций по регионам, реальные примеры и пошаговые советы.](https://aww.kz/guide/geotargeting/) [Все термины глоссария](https://aww.kz/guide/) --- HTML version: https://aww.kz/guide/prognozirovanie-zapasov/ Structured data for this site: https://aww.kz/api/v1/openapi.json · https://aww.kz/llms.txt Free to quote and reuse with a link back to the source URL above (CC BY 4.0).